RFM案例

一、会员价值度模型

1、RFM模型介绍

• 会员价值度用来评估用户的价值情况，是区分会员价值的重要模型和参考依据，也是衡量不同营销效果的关键指标之一。

• 价值度模型一般基于交易行为产生，衡量的是有实体转化价值的行为。常用的价值度模型是RFM

• RFM模型是根据会员

  • 最近一次购买时间R（Recency）
  • 购买频率F（Frequency）
  • 购买金额M（Monetary）
  • 计算得出RFM得分

• 通过这3个维度来评估客户的订单活跃价值，常用来做客户分群或价值区分

  • RFM模型基于一个固定时间点来做模型分析，不同时间计算的的RFM结果可能不一样

R	F	M	用户类别
高	高	高	重要价值用户
高	低	高	重要发展用户
低	高	高	重要保持用户
低	低	高	重要挽留用户
高	高	低	一般价值用户
高	低	低	一般发展用户
低	高	低	一般保持用户
低	低	低	一般挽留用户

2、RFM模型实现过程

设置截止时间节点：选择一个基准日期（如2024-12-29）作为计算Recency的参考点。

获取原始数据集：从会员数据库中提取过去一年内的订单数据，包括会员ID、订单时间和订单金额。

数据预处理：

• Recency：计算每个会员距离截止日期最近的订单时间。
• Frequency：统计每个会员的订单总次数。
• Monetary：计算每个会员的订单总金额。

R、F、M 分区：

• 使用五分位法（1-5分）对R、F、M三个指标进行分区。
• Recency分数越小，得分越高（接近截止日期），Frequency和Monetary则相反。

计算RFM得分：

• 加权得分：根据业务需求赋予R、F、M不同权重并计算总分。

• 组合得分：将R、F、M得分拼接成一个字符串（如312、555）。

导出结果：将RFM得分保存为CSV文件，以便后续分析。

三大类：最优价值 中等价值 低质用户

二、代码实现

1、导入所需的库

import numpy as np
import pandas as pd

2、导入数据

# 导入数据
df_raw = pd.DataFrame(pd.read_excel('./sales.xlsx',index_col='USERID'))

3、缺失值处理

# 缺失值处理
sales_data = df_raw.dropna()  # 丢失带有缺失值NA的行记录
# 丢弃订单金额<=1的记录 
sales_data = sales_data[sales_data['AMOUNTINFO'] > 1]  

4、数据转换 (按用户ID去重归总)

# 数据转换 (按用户ID去重归总)
recency_value = sales_data['ORDERDATE'].groupby(sales_data.index).max()  # 计算最近一次订单时间
frequency_value = sales_data['ORDERDATE'].groupby(sales_data.index).count()  # 计算订单频率
monetary_value = sales_data['AMOUNTINFO'].groupby(sales_data.index).sum()  # 计算订单总金额

5、分别计算 R, F, M 得分

pandas.cut() 方法用于将连续的数据分段（离散化）。
它通常用于将数值型数据分成不同的区间或类别。以下是 pandas.cut 方法的一些关键参数和返回值
    关键参数
        x: 要分段的数组或 Series。
        bins: 分段的数量或具体的分段边界。
        right: 是否包括右端点，默认为 True。
        labels: 每个分段的标签，可以是字符串或数字。
        ...
    返回值
   		pd.cut 返回一个 Categorical 类型的 Series，其中每个元素对应于输入数据中的一个区间标签。

# 分别计算 R, F, M 得分
deadline_date = pd.to_datetime("2024-12-29")  # 指定一个时间节点，用来计算其他时间和该时间的距离   
r_interval = (deadline_date - recency_value).dt.days  # 计算 R 间隔
r_score = pd.cut(r_interval, 5, labels=[5, 4, 3, 2, 1])  # 计算 R 得分，五分位倒序
f_score = pd.cut(frequency_value, 5, labels=[1, 2, 3, 4, 5])  # 计算 F 得分
m_score = pd.cut(monetary_value, 5, labels=[1, 2, 3, 4, 5])  # 计算 M 得分

6、R, F, M 数据合并

# R, F, M 数据合并
rfm_list = [r_score, f_score, m_score]  # 将 R, F, M 三个维度组成列表
rfm_cols = ['r_score', 'f_score', 'm_score']  # 设置 R, F, M 三个维度的列名
rfm_pd = pd.DataFrame(np.array(rfm_list).transpose(), dtype=np.int32, columns=rfm_cols, index=frequency_value.index)  # 建立 R, F, M 数据框

注意: 其中transpose()类似于T属性,目的是行列转换

np.array(rfm_list)效果是:

[[5 5 5 5 5 1]
[1 5 1 1 1 1]
[1 3 3 4 5 1]]

np.array(rfm_list).transpose()效果是:

[[5 1 1]
[5 5 3]
[5 1 3]
[5 1 4]
[5 1 5]
[1 1 1]]

np.array(rfm_list).T 效果是:

[[5 1 1]
[5 5 3]
[5 1 3]
[5 1 4]
[5 1 5]
[1 1 1]]

最终rfm效果是:

​ r_score f_score m_score

USERID
1 5 1 1
2 5 5 3
3 5 1 3
4 5 1 4
5 5 1 5
6 1 1 1

7、策略1：加权得分 定义用户价值

# 策略1：加权得分 定义用户价值
rfm_pd['rfm_wscore'] = rfm_pd['r_score']*0.2 + rfm_pd['f_score']*0.2 + rfm_pd['m_score']*0.6

根据加权得分 rfm_wscore，你可以将客户划分为不同的群体。划分标准可以根据得分范围来定义，以下是一个常见的划分方式：

• 高价值客户：rfm_wscore 高于某个阈值，例如 4.0 到 5.0。这类客户在最近购买、频率高、消费金额大，属于最重要的客户群体。
• 中等价值客户：rfm_wscore 介于中间范围，例如 2.0 到 4.0。这类客户表现较好，但在某些维度（如频率或金额）可能稍有不足。
• 低价值客户：rfm_wscore 较低，例如低于 2.0。这类客户可能消费金额不高，购买频率低或最近很少购买，通常不是业务的主要目标群体。

8、策略2：RFM组合 直接输出三维度值

# 策略2：RFM组合 直接输出三维度值
rfm_pd_tmp = rfm_pd.copy()
rfm_pd_tmp['r_score'] = rfm_pd_tmp['r_score'].astype('str')
rfm_pd_tmp['f_score'] = rfm_pd_tmp['f_score'].astype('str')
rfm_pd_tmp['m_score'] = rfm_pd_tmp['m_score'].astype('str')
rfm_pd['rfm_comb'] = rfm_pd_tmp['r_score'].str.cat(rfm_pd_tmp['f_score']).str.cat(rfm_pd_tmp['m_score'])

后期划分客户类别

通过 RFM 组合得分，将客户划分为不同的群体。具体群体的划分取决于 RFM 组合得分的含义：

高价值客户：

• R 得分高：客户最近购买。
• F 得分高：客户购买频率高。
• M 得分高：客户消费金额高。
• 例如，RFM 组合是 “555”、“554”、“545” 等。

中价值客户：

• R 得分中等：客户购买时间适中，不是最近但也不是很久之前。
• F 得分中等：客户购买频率一般。
• M 得分中等或较高：客户消费金额中等。
• 例如，RFM 组合是 “343”、“442”、“453” 等。

低价值客户：

• R 得分低：客户很久没有购买。
• F 得分低：客户购买频率低。
• M 得分低或中等：客户消费金额较低。
• 例如，RFM 组合是 “111”、“221”、“132” 等。

9、导出数据

# 导出数据
rfm_pd.to_csv('rfm_result.csv')

最终完整代码

import numpy as np
import pandas as pd

# 导入数据
df_raw = pd.DataFrame(pd.read_excel('./dataset/sales.xlsx',index_col='USERID'))

# 缺失值处理
sales_data = df_raw.dropna() # 丢失带有缺失值NA的行记录
sales_data = sales_data[sales_data['AMOUNTINFO'] > 1] # 丢弃订单金额<=1的记录 

# 数据转换 (按用户id去重归总)
recency_value = sales_data['ORDERDATE'].groupby(sales_data.index).max() #计算最近一次订单时间
frequency_value = sales_data['ORDERDATE'].groupby(sales_data.index).count() #计算订单频率
monetary_value = sales_data['AMOUNTINFO'].groupby(sales_data.index).sum() #计算订单总金额

# 分别计算R,F,M得分
deadline_date = pd.to_datetime("2020-05-01") #指定一个时间节点，用来计算其他时间和改时间的距离
r_interval = (deadline_date - recency_value).dt.days #计算r间隔
r_score = pd.cut(r_interval, 5, labels=[5,4,3,2,1]) # 计算r得分 五分位倒序
f_score = pd.cut(frequency_value, 5, labels=[1,2,3,4,5]) # 计算f得分
m_score = pd.cut(monetary_value, 5, labels=[1,2,3,4,5]) # 计算m得分

# R,F,M数据合并
rfm_list = [r_score, f_score, m_score] # 将R,F,M三个维度组成列表
rfm_cols = ['r_score', 'f_score', 'm_score'] # 设置R,F,M三个维度的列名
rfm_pd = pd.DataFrame(np.array(rfm_list).transpose(), dtype=np.int32, columns=rfm_cols, index=frequency_value.index) #建立R,F,M数据框

#策略1：加权得分 定义用户价值
rfm_pd['rfm_wscore'] = rfm_pd['r_score']*0.2 + rfm_pd['f_score']*0.2 + rfm_pd['m_score']*0.6

#策略2：RFM组合 直接输出三维度值
rfm_pd_tmp = rfm_pd.copy()
rfm_pd_tmp['r_score'] = rfm_pd_tmp['r_score'].astype('str')
rfm_pd_tmp['f_score'] = rfm_pd_tmp['f_score'].astype('str')
rfm_pd_tmp['m_score'] = rfm_pd_tmp['m_score'].astype('str')
rfm_pd['rfm_comb'] = rfm_pd_tmp['r_score'].str.cat(rfm_pd_tmp['f_score']).str.cat(rfm_pd_tmp['m_score'])

# 导出数据
rfm_pd.to_csv('rfm_result.csv')

三、图形可视化

区间 [0, 2) 表示从 0 开始到 2 之前，0 包含在内，而 2 不包含在内。

区间 [2, 4) 表示从 2 开始到 4 之前，2 包含在内，而 4 不包含在内。

区间 [4, 5] 表示从 4 开始到 5 结束，4 和 5 都包含在内。

1、柱形图

import matplotlib.pyplot as plt

# 根据加权得分划分客户群体
bins = [0, 2, 4, 5]  # 自定义分层阈值
labels = ['Low', 'Medium', 'High']  # 分层标签
rfm_pd['Customer Segment'] = pd.cut(rfm_pd['rfm_wscore'], bins=bins, labels=labels)

# 绘制柱状图
rfm_pd['Customer Segment'].value_counts().plot(kind='bar', color=['red', 'orange', 'green'])
plt.title('Customer Segments based on RFM Score')
plt.xlabel('Segment')
plt.ylabel('Number of Customers')
plt.show()

2、饼状图

import matplotlib.pyplot as plt

# 根据加权得分划分客户群体
bins = [0, 2, 4, 5]  # 自定义分层阈值
labels = ['Low', 'Medium', 'High']  # 分层标签
rfm_pd['Customer Segment'] = pd.cut(rfm_pd['rfm_wscore'], bins=bins, labels=labels)

# 绘制饼状图
rfm_pd['Customer Segment'].value_counts().plot(kind='pie', 
                                               colors=['red', 'orange', 'green'],
                                               autopct='%1.1f%%',  # 显示百分比
                                               startangle=90,      # 旋转起始角度
                                               counterclock=False) # 顺时针方向
plt.title('Customer Segments based on RFM Score')
plt.ylabel('')  # 隐藏Y轴标签
plt.show()

07_RFM模型应用.py

#%%
# 1.导包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 正常显示汉字
plt.rcParams['axes.unicode_minus'] = False  # 正常显示负号
#%%
# 2.加载文件
# index_col指定索引列
df = pd.read_excel('./数据集/sales_test.xlsx')
df
#%%
# 3.处理数据
# 缺失值处理: dropna()删除缺失值数据 或者fillna()填充 
# 实际开发中,不会直接删除,利用subset指定字段,how指定删除方式
df.dropna(inplace=True)
# 异常数据处理:  注意本次只是演示
df = df[df['AMOUNTINFO']>0]
#%%
# 4.分别计算每个用户最近购买时间,购买次数,购买金额
# 先设置索引为用户ID
df.set_index('USERID',inplace=True)
#%%
# 计算最近购买时间
r_value = df.groupby(df.index)['ORDERDATE'].max()
# 计算最近购买次数
f_value = df.groupby(df.index)['ORDERDATE'].count()
# 计算最近购买金额
m_value = df.groupby(df.index)['AMOUNTINFO'].sum()
#%%
# 测试数据
print(r_value)
print(f_value)
print(m_value)
#%%
# 5.分别计算 R, F, M 得分
# 先把日期数据变为间隔天数
deadline_date = pd.to_datetime("2024-12-29")  # 指定一个时间节点，用来计算其他时间和该时间的距离   
r_interval = (deadline_date - r_value).dt.days  # 计算 R 间隔
# 计算分数
r_score = pd.cut(r_interval, 5, labels=[5, 4, 3, 2, 1])  # 计算 R 得分，五分位倒序
f_score = pd.cut(f_value, 5, labels=[1, 2, 3, 4, 5])  # 计算 F 得分
m_score = pd.cut(m_value, 5, labels=[1, 2, 3, 4, 5])  # 计算 M 得分
#%%
# 测试数据
print(r_score)
print(f_score)
print(m_score)
#%%
# 合并rfm分数
rfm_list = [r_score, f_score, m_score]  # 将 R, F, M 三个维度组成列表
# 利用df对象的转置T或者转置函数transpose()
# pd.DataFrame(rfm_list).T
rfm_df = pd.DataFrame(rfm_list).transpose()
# 修改列名
rfm_df.columns = ['r_score', 'f_score', 'm_score']
#%%
# 6.直接输出rfm分数或者加权计算
# 策略1：加权得分   购买时间占比20%  购买频率占比20%   购买金额占比60%
# 注意: 实际开发中,占比要结合实际情况根据业务需求来定
rfm_df['rfm_wscore'] = rfm_df['r_score']*0.2 + rfm_df['f_score']*0.2 + rfm_df['m_score']*0.6
rfm_df
#%%
# 策略2：直接输出rfm分数
# 策略2：RFM组合 直接输出三维度值
rfm_pd_tmp = rfm_df.copy()
rfm_pd_tmp['r_score'] = rfm_pd_tmp['r_score'].astype('str')
rfm_pd_tmp['f_score'] = rfm_pd_tmp['f_score'].astype('str')
rfm_pd_tmp['m_score'] = rfm_pd_tmp['m_score'].astype('str')
# str.cat()拼接
rfm_df['rfm_comb'] = rfm_pd_tmp['r_score'].str.cat(rfm_pd_tmp['f_score']).str.cat(rfm_pd_tmp['m_score'])
rfm_df.to_csv('./数据集/rfm_result.csv')
#%%

7.可视化展示

方式1: 饼图

# 根据加权得分划分客户群体
bins = [0, 2, 4, 5]  # 自定义分层阈值
labels = ['Low', 'Medium', 'High']  # 分层标签
rfm_df['Customer Segment'] = pd.cut(rfm_df['rfm_wscore'], bins=bins, labels=labels)

# 绘制饼状图
rfm_df['Customer Segment'].value_counts().plot(kind='pie', 
                                               colors=['red', 'orange', 'green'],
                                               autopct='%1.1f%%',  # 显示百分比
                                               startangle=90,      # 旋转起始角度
                                               counterclock=False) # 顺时针方向
plt.title('各个价值用户的占比')
plt.ylabel('')  # 隐藏Y轴标签
plt.show()
#%%

好的！我来用最通俗的语言详细解释这段代码，保证让你完全明白！

---

代码的功能

这段代码的作用是根据客户的 加权得分（rfm_wscore），将客户分成不同的群体（低价值、中价值、高价值），然后用 饼图 展示各个群体的占比。

---

代码逐行解释

1. bins = [0, 2, 4, 5]

• 解释：这是用来划分客户群体的 阈值。
  • bins 是一个列表，表示将客户的得分分成几个区间。
  • 这里的 [0, 2, 4, 5] 表示：
    • 得分在 0 到 2 之间的客户是 低价值。
    • 得分在 2 到 4 之间的客户是 中价值。
    • 得分在 4 到 5 之间的客户是 高价值。
• 类比：就像你考试得了 80 分，老师根据分数把你分到“优秀”组。

2. labels = ['Low', 'Medium', 'High']

• 解释：这是每个区间的 标签。
  • labels 是一个列表，表示每个区间的名字。
  • 这里的 ['Low', 'Medium', 'High'] 表示：
    • Low：低价值客户。
    • Medium：中价值客户。
    • High：高价值客户。
• 类比：就像老师把“优秀”组命名为“A 组”。

3. rfm_df['Customer Segment'] = pd.cut(rfm_df['rfm_wscore'], bins=bins, labels=labels)

• 解释：这行代码的作用是根据客户的得分，将他们划分到不同的群体。
  • rfm_df['rfm_wscore']：这是客户的加权得分列。
  • pd.cut()：这是 pandas 的一个函数，用来将数据分成不同的区间。
  • bins=bins：指定划分的阈值（[0, 2, 4, 5]）。
  • labels=labels：指定每个区间的标签（['Low', 'Medium', 'High']）。
  • 最终，rfm_df['Customer Segment'] 是一个新列，表示每个客户所属的群体。
• 类比：就像老师根据你的分数，把你分到“A 组”。

---

示例说明

假设 rfm_df 是这样的表格：

客户ID	rfm_wscore
1	1.5
2	3.0
3	4.5
4	2.5
5	1.0

运行这段代码后，rfm_df 会变成这样：

客户ID	rfm_wscore	Customer Segment
1	1.5	Low
2	3.0	Medium
3	4.5	High
4	2.5	Medium
5	1.0	Low

---

饼图部分

1. rfm_df['Customer Segment'].value_counts().plot(kind='pie', ...)

• 解释：这行代码的作用是绘制饼图。
  • rfm_df['Customer Segment'].value_counts()：统计每个群体的数量。
  • plot(kind='pie')：绘制饼图。
• 参数说明：
  • colors=['red', 'orange', 'green']：设置饼图的颜色。
  • autopct='%1.1f%%'：在饼图上显示百分比。
  • startangle=90：从 90 度开始绘制饼图。
  • counterclock=False：顺时针方向绘制。

2. plt.title('各个价值用户的占比')

• 解释：设置饼图的标题为“各个价值用户的占比”。

3. plt.ylabel('')

• 解释：隐藏 Y 轴的标签（因为饼图不需要 Y 轴标签）。

4. plt.show()

• 解释：显示饼图。

---

通俗总结

这段代码的作用是：

1. 划分客户群体：根据客户的得分，将他们分成低价值、中价值、高价值三类。
2. 绘制饼图：展示每个群体的占比。

就像老师根据学生的分数，把他们分成“A 组”、“B 组”、“C 组”，然后画一个饼图展示每组的人数比例。

---

希望这个解释能让你完全明白！如果还有疑问，随时问我！ 😊

方式2: 柱状图

# 根据加权得分划分客户群体
bins = [0, 2, 4, 5]  # 自定义分层阈值
labels = ['Low', 'Medium', 'High']  # 分层标签
rfm_df['Customer Segment'] = pd.cut(rfm_df['rfm_wscore'], bins=bins, labels=labels)

# 绘制柱状图
rfm_df['Customer Segment'].value_counts().plot(kind='bar', color=['red', 'orange', 'green'])
plt.title('Customer Segments based on RFM Score')
plt.xlabel('Segment')
plt.ylabel('Number of Customers')
plt.show()
#%%