內(nèi)容概述

本項目內(nèi)容主要是基于Python的“百貨商場用戶畫像描述與價值分析”，里面有詳細的數(shù)據(jù)預處理、數(shù)據(jù)可視化和數(shù)據(jù)建模等步驟。同時，針對傳統(tǒng)RFM模型進行了改進，構(gòu)造了LRFMP模型來分析客戶價值，挖掘客戶價值的八個字段，并通過WordCloud形式展現(xiàn)了出來，可以對會員用戶進行精準畫像。

數(shù)據(jù)說明

數(shù)據(jù)集分為兩部分，.xlsx結(jié)尾的是會員信息表，.csv結(jié)尾的是銷售流水表。其中，會員信息表共有將近19萬條記錄，銷售流水表共有接近189萬條記錄。

兩個表包含了如會員卡號，消費產(chǎn)生時間，性別，出生時間，商品編碼，銷售數(shù)量，商品售價，消費金額，商品名稱，此次消費的會員積分，收銀機號，單據(jù)號，柜組編碼，柜組名稱，等級時間等 15 個特征。

• L（入會程度）：3個月以下為新用戶，4-12個月為中等用戶，13個月以上為老用戶
• R（最近購買的時間）
• F（消費頻次）：次數(shù)20次以上的為高頻消費，6-19次為中頻消費，5次以下為低頻消費
• M（消費金額）：10萬以上為高等消費，1萬-10萬為中等消費，1萬以下為低等消費
• P（消費積分）：10萬以上為高等積分用戶，1萬-10萬為中等積分用戶，1萬以下為低等積分用戶

技術(shù)點

• 數(shù)據(jù)預處理：包括去重去缺失值、異常值處理、變量重編碼和時間序列數(shù)據(jù)處理方式等；
• 數(shù)據(jù)可視化：餅圖、柱狀圖、折線圖、雷達圖和復合圖等繪制方式等；
• 特征創(chuàng)造和數(shù)據(jù)建模：從海量連續(xù)數(shù)據(jù)中創(chuàng)造出性別、消費偏好、入會程度、最近購買的時間、消費頻次、消費金額、消費積分等類別數(shù)據(jù)，建模部分主要通過標準化和歸一化數(shù)據(jù)來對比KMeans聚類的輪廓系數(shù)結(jié)果。

主要內(nèi)容

4 會員用戶畫像和特征字段創(chuàng)造

4.1 構(gòu)建會員用戶基本特征標簽

說明積分這一列沒有存在異常值

查看登記時間和消費產(chǎn)生的時間是否存在異常值，即大于2018-01-03

篩掉兩列異常時間的數(shù)據(jù)

說明單個會員有多條消費記錄數(shù)

可以先篩選每位會員，然后依據(jù)各個字段對進行運算，求出對應的LRFMP

自定義一個函數(shù)來實現(xiàn)兩列數(shù)據(jù)時間相減

開始登記的時間 和 最后一次消費的時間

調(diào)用函數(shù)

會員消費的總次數(shù)：
會員消費的總金額：
會員的積分總數(shù)：

創(chuàng)造一列特征字段“消費時間偏好”（凌晨、上午、中午、下午、晚上）

會員消費的時間偏好，在多項記錄中取眾數(shù)

會員性別

開始構(gòu)建對應的特征標簽

構(gòu)建會員用戶業(yè)務特征標簽

取DataFrame之后轉(zhuǎn)置取values得到一個列表，再繪制對應的詞云，可以自定義一個繪制詞云的函數(shù)，輸入?yún)?shù)為df和會員卡號

查看數(shù)據(jù)的基本特征

描述性統(tǒng)計

開始對數(shù)據(jù)進行分組

保存數(shù)據(jù)

4.2 會員用戶詞云分析

開始繪制用戶詞云，封裝成一個函數(shù)來直接顯示詞云

隨機查找一個會員來繪制用戶畫像

5 會員用戶細分和營銷方案制定

5.1 會員用戶的聚類分析及可視化

先對數(shù)據(jù)進行標準化處理

對數(shù)據(jù)進行聚類

構(gòu)造一個繪制聚類可視化效果雷達圖的函數(shù)

從上面可以看出，標準化后的數(shù)據(jù)聚類效果相較于歸一化的更好，且從輪廓系數(shù)和聚類雷達圖也可以看出，聚類數(shù)最佳為2。因此，下面我們使用聚類數(shù)為2的標準化數(shù)據(jù)進行聚類，得到兩類客戶的LRFMP均值數(shù)據(jù)，以此來判斷兩者之間的差異

5.2 對會員用戶進行精細劃分并分析不同群體帶來的價值差異

以聚類數(shù)為2貼上對應的標簽

統(tǒng)計一下兩類用戶之間的差異，發(fā)現(xiàn)兩類客戶之間數(shù)量相差過大

用均值來計算兩類樣本之間的LRFMP

從上面可以看出，標簽為1的客戶消費頻次、消費金額和消費積分均遠大于標簽為0的客戶，且這類客戶所占的比例僅有2.3%，可以將其定義為“重要保持會員”。標簽為0的客戶所占比例為97.7%，其會員登記時間跟標簽為1的比較接近，但最近一次消費時間較標簽1的還要長，可以將其定義為“一般發(fā)展會員”

---

更多詳細內(nèi)容可看