RFM模型聚類分析客戶價值

import pandas as pd

from math import ceil
from datetime import datetime
from sklearn.cluster import kmeans

df = pd.read_excel(

'原始資料.xlsx'
,index_col=
'使用者編碼'
提取資料日期
# 提數日為2023年7月20日

collect_date = datetime(
2016,7
,20)
recency-最近一次投資時間距提數日天數

# recency-最近一次投資時間距提數日天數

r =[
]for i in
range
(len
(df)):
(collect_date - df[
'最近一次投資時間'])
[i].days)
frecency-月均投資次數

# 投資月數

months =
for i in
range
(len
(df)):
(collect_date - df[
'首次投資時間'])
[i].days/30)
)# frecency-月均投資次數
f =list
(df[
'總計投標總次數'
]/months)
monetary-月均投資金額

# monetary-月均投資金額

m =list
(df[
'總計投資總金額'
]/months)
rfm模型

data = pd.dataframe(

[r,f,m]).t
data.index = df.index
data.columns =
['r-最近一次投資時間距提數日天數'
,'f-月均投資次數'
,'m-月均投資金額'
資料標準化
模型訓練
kmodel = kmeans(n_clusters=

4,n_jobs=
4,max_iter=
100,random_state=0)
kmodel.fit(zdata)
訓練結果

合併訓練結果和訓練資料
data_cat = pd.concat(

[data,pd.series(kmodel.labels_,index=data.index)
],axis=1)
data_cat.columns =
list
(data.columns)+[
'類別'
按照類別分組統計r、f、m指標的均值
# 按照類別分組統計r、f、m指標的均值

data_cat.groupby(data_cat[
'類別'])
RFM客戶價值分類模型應用
rfm模型廣泛應用於使用者運營之中，是衡量當前使用者價值和和客戶潛在價值的重要工具和手段。rfm模型主要有如下三個指標 r recency 客戶最近一次交易時間的間隔。r值越大，表示客戶交易距今越久，反之則越近 f frequency 客戶在最近一段時間內交易的次數。f值越大，表示客戶交易越頻繁，反...
使用者價值和RFM模型
什麼是使用者價值？使用者價值就是對公司來說有用的地方，比如有的公司看中使用者的消費能力，有的公司則看中使用者的忠誠度 各公司的業務目的不同，使用者價值的體現自然也不同。這裡主要說一下適用於電商的rfm模型。什麼是rfm模型？rfm模型根據使用者最近一次消費時間r，消費頻率f，消費金額m，計算出rfm...
RFM模型（使用者分析）
rfm模型是衡量客戶價值和客戶創利能力的重要工具和手段。在眾多的客戶關係管理 crm 的分析模式中，rfm模型是被廣泛提到的。該機械模型通過乙個客戶的近期購買行為 購買的總體頻率以及花了多少錢3項指標來描述該客戶的價值狀況。根據美國資料庫營銷研究所arthur hughes的研究，客戶資料庫中有3個...