使用 Python 进行 RFM 分析

计算 RFM 值

from datetime import datetime

# Convert 'PurchaseDate' to datetime
data['PurchaseDate'] = pd.to_datetime(data['PurchaseDate'])

# Calculate Recency
data['Recency'] = (datetime.now().date() - data['PurchaseDate'].dt.date).dt.days

# Calculate Frequency
frequency_data = data.groupby('CustomerID')['OrderID'].count().reset_index()
frequency_data.rename(columns={'OrderID': 'Frequency'}, inplace=True)
data = data.merge(frequency_data, on='CustomerID', how='left')

# Calculate Monetary Value
monetary_data = data.groupby('CustomerID')['TransactionAmount'].sum().reset_index()
monetary_data.rename(columns={'TransactionAmount': 'MonetaryValue'}, inplace=True)
data = data.merge(monetary_data, on='CustomerID', how='left')

为了计算最近时间，我们从当前日期中减去购买日期，并使用 datetime.now().date() 函数提取天数。它给出了自客户上次购买以来的天数，代表了他们的最近价值。

然后，我们计算了每个客户的频率。我们按'CustomerID'对数据进行分组，并计算唯一'OrderID'值的数量，以确定每个客户的购买次数。它给出了频率值，代表每个客户的购买总数。

最后，我们计算了每个客户的货币价值。我们按'CustomerID'对数据进行分组，并对'TransactionAmount'值进行求和，以计算每个客户的总支出。它为我们提供货币价值，代表每个客户的总货币贡献。

通过执行这些计算，我们现在为每个客户提供了必要的 RFM 值，这是了解 RFM 分析中客户行为和细分的重要指标。

在继续之前，让我们看看结果数据：

print(data.head())

输出

text
   CustomerID PurchaseDate  TransactionAmount ProductInformation  OrderID  \
0        8814   2023-04-11             943.31          Product C   890075   
1        2188   2023-04-11             463.70          Product A   176819   
2        4608   2023-04-11              80.28          Product A   340062   
3        2559   2023-04-11             221.29          Product A   239145   
4        9482   2023-04-11             739.56          Product A   194545   

   Location  Recency  Frequency  MonetaryValue  
0     Tokyo       62          1         943.31  
1    London       62          1         463.70  
2  New York       62          1          80.28  
3    London       62          1         221.29  
4     Paris       62          1         739.56  

计算 RFM 评分

# Define scoring criteria for each RFM value
recency_scores = [5, 4, 3, 2, 1]  # Higher score for lower recency (more recent)
frequency_scores = [1, 2, 3, 4, 5]  # Higher score for higher frequency
monetary_scores = [1, 2, 3, 4, 5]  # Higher score for higher monetary value

# Calculate RFM scores
data['RecencyScore'] = pd.cut(data['Recency'], bins=5, labels=recency_scores)
data['FrequencyScore'] = pd.cut(data['Frequency'], bins=5, labels=frequency_scores)
data['MonetaryScore'] = pd.cut(data['MonetaryValue'], bins=5, labels=monetary_scores)

分配从 5 到 1 的分数来计算 recency 分数，其中分数越高表示最近的购买。这意味着最近购买的客户将获得更高的 recency 分数。

分配从 1 到 5 的分数来计算 frequency 分数，其中较高的分数表示较高的购买频率。购买频率更高的客户将获得更高的频率分数。

为了计算 monetary 分数，分配从 1 到 5 的分数，其中较高的分数表示客户花费的金额较高。

为了计算 RFM 分数，我们使用 pd.cut() 函数将 recency、frequency 和 monetary 划分到 bin 中。我们为每个值定义 5 个 bin，并为每个 bin 分配相应的分数。

一旦将分数添加到数据中，您将注意到它们是分类变量。您可以使用 data.info() 方法来确认这一点。因此，我们需要将它们的数据类型转换为整数，以进一步使用这些分数：

# Convert RFM scores to numeric type
data['RecencyScore'] = data['RecencyScore'].astype(int)
data['FrequencyScore'] = data['FrequencyScore'].astype(int)
data['MonetaryScore'] = data['MonetaryScore'].astype(int)

RFM 值划分

现在，让我们根据分数计算最终 RFM 分数和价值段：

# Calculate RFM score by combining the individual scores
data['RFM_Score'] = data['RecencyScore'] + data['FrequencyScore'] + data['MonetaryScore']

# Create RFM segments based on the RFM score
segment_labels = ['Low-Value', 'Mid-Value', 'High-Value']
data['Value Segment'] = pd.qcut(data['RFM_Score'], q=3, labels=segment_labels)

为了计算 RFM 分数，我们将 Recency，Frequency 和 Monetary 的分数相加。例如，如果客户的 Recency 得分为 3，Frequency 得分为 4，Monetary 得分为 5，则其 RFM 得分将为 12。

在计算 RFM 分数之后，我们基于分数创建 RFM 段。我们将 RFM 分数分为三个部分，即'低价值'、'中等价值'和'高价值'。分段是使用 pd.qcut() 函数完成的，该函数在分段之间均匀分布分数。

print(data.head())

输出

text
   CustomerID PurchaseDate  TransactionAmount ProductInformation  OrderID  \
0        8814   2023-04-11             943.31          Product C   890075   
1        2188   2023-04-11             463.70          Product A   176819   
2        4608   2023-04-11              80.28          Product A   340062   
3        2559   2023-04-11             221.29          Product A   239145   
4        9482   2023-04-11             739.56          Product A   194545   

   Location  Recency  Frequency  MonetaryValue  RecencyScore  FrequencyScore  \
0     Tokyo       62          1         943.31             1               1   
1    London       62          1         463.70             1               1   
2  New York       62          1          80.28             1               1   
3    London       62          1         221.29             1               1   
4     Paris       62          1         739.56             1               1   

   MonetaryScore  RFM_Score Value Segment  
0              2          4     Low-Value  
1              1          3     Low-Value  
2              1          3     Low-Value  
3              1          3     Low-Value  
4              2          4     Low-Value  

现在我们来看看分布情况：

[图表：RFM 价值段分布]

RFM 客户细分

我们计算的上述片段是 RFM 值片段。现在，我们将计算 RFM 客户细分。RFM 价值段表示基于客户的 RFM 分数将客户分类为诸如'低价值'、'中等价值'和'高价值'的组。通过将 RFM 分数划分为不同的范围或组来确定这些分段，从而允许对总体客户 RFM 特征进行更细粒度的分析。RFM 价值部分帮助我们了解客户在 Recency，Frequency 和 Monetary 方面的相对价值。

现在，让我们创建并分析 RFM 客户细分，这些细分是基于 RFM 分数的更广泛的分类。在 Recency，Frequency 和 Monetary 方面，以下是如何创建 RFM 客户细分：

# Create a new column for RFM Customer Segments
data['RFM Customer Segments'] = ''

# Assign RFM segments based on the RFM score
data.loc[data['RFM_Score'] >= 9, 'RFM Customer Segments'] = 'Champions'
data.loc[(data['RFM_Score'] >= 6) & (data['RFM_Score'] < 9), 'RFM Customer Segments'] = 'Potential Loyalists'
data.loc[(data['RFM_Score'] >= 5) & (data['RFM_Score'] < 6), 'RFM Customer Segments'] = 'At Risk Customers'
data.loc[(data['RFM_Score'] >= 4) & (data['RFM_Score'] < 5), 'RFM Customer Segments'] = "Can't Lose"
data.loc[(data['RFM_Score'] >= 3) & (data['RFM_Score'] < 4), 'RFM Customer Segments'] = "Lost"

# Print the updated data with RFM segments
print(data[['CustomerID', 'RFM Customer Segments']])

在上面的代码中，我们根据 RFM 分数将 RFM 细分给客户，然后在数据中创建一个名为'RFM Customer Segments'的新列。

RFM 分析

现在，让我们分析每个价值细分中不同 RFM 客户细分的客户分布：

segment_product_counts = data.groupby(['Value Segment', 'RFM Customer Segments']).size().reset_index(name='Count')

segment_product_counts = segment_product_counts.sort_values('Count', ascending=False)

fig_treemap_segment_product = px.treemap(segment_product_counts, 
                                         path=['Value Segment', 'RFM Customer Segments'], 
                                         values='Count',
                                         color='Value Segment', color_discrete_sequence=px.colors.qualitative.Pastel,
                                         title='RFM Customer Segments by Value')
fig_treemap_segment_product.show()

[图表：RFM 客户细分按价值分布]

现在让我们分析 Champions 细分市场中 RFM 值的分布：

# Filter the data to include only the customers in the Champions segment
champions_segment = data[data['RFM Customer Segments'] == 'Champions']

fig = go.Figure()
fig.add_trace(go.Box(y=champions_segment['RecencyScore'], name='Recency'))
fig.add_trace(go.Box(y=champions_segment['FrequencyScore'], name='Frequency'))
fig.add_trace(go.Box(y=champions_segment['MonetaryScore'], name='Monetary'))

fig.update_layout(title='Distribution of RFM Values within Champions Segment',
                  yaxis_title='RFM Value',
                  showlegend=True)

fig.show()

[图表：Champions 细分市场 RFM 值分布]

现在，让我们分析 Champions 细分市场中的 RFM 之间的相关性：

correlation_matrix = champions_segment[['RecencyScore', 'FrequencyScore', 'MonetaryScore']].corr()

# Visualize the correlation matrix using a heatmap
fig_heatmap = go.Figure(data=go.Heatmap(
                   z=correlation_matrix.values,
                   x=correlation_matrix.columns,
                   y=correlation_matrix.columns,
                   colorscale='RdBu',
                   colorbar=dict(title='Correlation')))

fig_heatmap.update_layout(title='Correlation Matrix of RFM Values within Champions Segment')

fig_heatmap.show()

[图表：Champions 细分市场 RFM 相关性热力图]

现在让我们来看看所有细分市场的客户数量：

import plotly.colors

pastel_colors = plotly.colors.qualitative.Pastel

segment_counts = data['RFM Customer Segments'].value_counts()

# Create a bar chart to compare segment counts
fig = go.Figure(data=[go.Bar(x=segment_counts.index, y=segment_counts.values,
                            marker=dict(color=pastel_colors))])

# Set the color of the Champions segment as a different color
champions_color = 'rgb(158, 202, 225)'
fig.update_traces(marker_color=[champions_color if segment == 'Champions' else pastel_colors[i]
                               for i, segment in enumerate(segment_counts.index)],
                  marker_line_color='rgb(8, 48, 107)',
                  marker_line_width=1.5, opacity=0.6)

# Update the layout
fig.update_layout(title='Comparison of RFM Segments',
                  xaxis_title='RFM Segments',
                  yaxis_title='Number of Customers',
                  showlegend=False)

fig.show()

[图表：RFM 细分市场客户数量对比]

现在让我们来看看所有细分市场的 Recency，Frequency 和 Monetary 分数：

# Calculate the average Recency, Frequency, and Monetary scores for each segment
segment_scores = data.groupby('RFM Customer Segments')['RecencyScore', 'FrequencyScore', 'MonetaryScore'].mean().reset_index()

# Create a grouped bar chart to compare segment scores
fig = go.Figure()

# Add bars for Recency score
fig.add_trace(go.Bar(
    x=segment_scores['RFM Customer Segments'],
    y=segment_scores['RecencyScore'],
    name='Recency Score',
    marker_color='rgb(158,202,225)'
))

# Add bars for Frequency score
fig.add_trace(go.Bar(
    x=segment_scores['RFM Customer Segments'],
    y=segment_scores['FrequencyScore'],
    name='Frequency Score',
    marker_color='rgb(94,158,217)'
))

# Add bars for Monetary score
fig.add_trace(go.Bar(
    x=segment_scores['RFM Customer Segments'],
    y=segment_scores['MonetaryScore'],
    name='Monetary Score',
    marker_color='rgb(32,102,148)'
))

# Update the layout
fig.update_layout(
    title='Comparison of RFM Segments based on Recency, Frequency, and Monetary Scores',
    xaxis_title='RFM Segments',
    yaxis_title='Score',
    barmode='group',
    showlegend=True
)

fig.show()

[图表：各细分市场 RFM 分数对比]

总结

RFM 分析用于根据客户的购买行为来了解和细分客户。RFM 代表 Recency，Frequency 和 Monetary，这是三个关键指标，可提供有关客户参与度、忠诚度和企业价值的信息。