大家早上好，本人姓吴，如果觉得文章写得还行的话也可以叫我吴老师。欢迎大家跟我一起走进数据分析的世界，一起学习！

感兴趣的朋友可以关注我或者我的数据分析专栏，里面有许多优质的文章跟大家分享哦。

（有需要完整代码和数据的可以评论留下你的邮箱，我会尽快发送给你！）

今日份学习分享，请查收！

必须要看的前言
一、什么是RFM模型？
- R值：Recency, 最近一次消费
- F值：Frequency, 消费频率
- M值：Monetary, 消费金额
二、实践应用有哪些？
- 基于RFM模型进行客户细分
- 通过RFM模型评分后输出目标用户
- 基于RFM的常用策略
- 补充
三、kaggle项目实战讲解
- 1 数据探索与数据清洗
- - 1.1 数据探索
  - 1.2 缺失值统计
  - 1.3 日期格式的转换
  - 1.4 去重
  - 1.5 异常值处理
- 2 用户分类
- 3 分类结果
- 4 结论与建议
结束语

必须要看的前言

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。

所以RFM模型是数据分析师必须掌握的知识点，而本篇文章详细介绍RFM模型的同时，还附带了kaggle项目实战，收藏本篇文章，你还怕搞不懂RFM模型，不懂怎么对用户进行分类吗？

一、什么是RFM模型？

RFM模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。

R值：Recency, 最近一次消费

最近一次消费指的是上一次购买距离当前的时间。比方说最近一次买车什么时候，上一次买唱片是几时。

理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。营销人员若想业绩有所成长，只能靠偷取竞争对手的市场占有率，而如果要密切地注意消费者的购买行为，那么最近的一次消费就是营销人员第一个要利用的工具。

功能：R值的功能不仅在于提供的促销信息而已，营销人员的消费报告可以监督事业的健全度。优秀的营销人员会定期查看消费分析，以掌握趋势。月报告如果显示上一次购买很近的客户，(消费为1个月)人数如增加，则表示该公司是个稳健成长的公司；反之，如上一次消费为一个月的客户越来越少，则是该公司迈向不健全之路的征兆。

F值：Frequency, 消费频率

消费频率是顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客，往往也是满意度最高的顾客。增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。

基于这个指标，我们可以把客户分为五等分：如购买一次的客户为新客户，购买两次的客户为潜力客户，购买三次的客户为老客户，购买四次的客户为成熟客户，购买五次及以上则为忠实客户。运营人员的目标是要让消费者不断升级。

注意：不同类型的商品的消费频率往往有着较大的差距，如婚礼类产品和零食类产品，前者往往也就购买一次差不多得了（多了社会就乱套了哈哈），后者属于易耗品，消耗评论搞，相对容易产生重复购买，所以说F值不适合用作跨类目比较。

M值：Monetary, 消费金额

消费金额同消费频率一样，有限定的时间范围，指的是一段时间（通常是1年）内的消费金额。它同时也能验证帕累托法则（俗称二八法则），即80%的收入来自于20%的客户。

M值是RFM模型中相对于R值和F值最难使用，但最具有价值的指标。同一品牌美妆类，价格浮动范围基本在某个特定消费群的可接受范围内，加上单一品类购买频次不高，所以对于一般店铺而言，M值对客户细分的作用相对较弱。

二、实践应用有哪些？

基于RFM模型进行客户细分

CRM实操时可以选择RFM模型中的1-3个指标进行客户细分，如下表所示。切记细分指标需要在自己可操控的合理范围内，并非越多越好，一旦用户细分群组过多，一来会给自己的营销方案执行带来较大的难度，而来可能会遗漏用户群或者对同个用户造成多次打扰。

如何选择最终指标有两个参考标准：店铺的客户基数，店铺的商品和客户结构。

在这里插入图片描述

店铺的客户基数：在店铺自身客户数量不大的情况下，选择1-2个维度进行细分即可；反之可以选择2-3个指标进行用户用类。

店铺的商品和客户结构：如果在店铺的商品层次比较单一，客单价差异幅度不大的情况下，购买频次（F值）和消费金额（M值）高度相关的情况下，可以只选择比较容易操作的购买频次（F值）代替消费金额（M值）。对于刚刚开店还没形成客户粘性的店铺，则可以放弃购买频次（F值），直接用最后一次消费（R值）或者消费金额（M值）。

通过RFM模型评分后输出目标用户

RFM模型评分主要有三个部分：

确定RFM三个指标的分段和每个分段的分值；
计算每个客户RFM三个指标的得分；
计算每个客户的总得分，并且根据总得分筛选出优质的客户

还是以上图为例。
在这里插入图片描述
此时我们将每个用户在每个指标下所得的分数相加，就可得到最终的分数。

但这里需要注意的是，对于每个指标下所对应的每个分值不应像上图一样，应根据不同的店铺进行进一步的赋值（听其他网友说可以用AHP层次分析法，我暂时还没有去了解）。
并且，相加时最好先给每个指标设一个权重，比方说最终的计算公式可以是：score = 0.5R+0.3F+0.2M。
具体的权重设置也可以参考上文提到的两个参考标准。

基于RFM的常用策略

RFM非常适用于提供多种商品的企业，这些商品单价相对不高，或者相互间有互补性，具有多次重复购买的必要，这些企业可能提供如下商品：日用消费品、服装、小家电等；RFM也适用于这类企业，它们既提供高价值耐用商品、同时又提供配套的零部件或维修服务，如下：精密机床、成套生产设备、打印机等；RFM对于商品批发、原材料贸易、以及一些服务业（如旅行、保险、运输、快递、娱乐等）的企业也很适用。

RFM可以用来提高客户的交易次数。业界常用的DM(直接邮寄)，常常一次寄发成千上万封邮购清单，其实这是很浪费钱的。根据统计(以一般邮购日用品而言)，如果将所有R(Recency)的客户分为五级，最好的第五级回函率是第四级的三倍，因为这些客户刚完成交易不久，所以会更注意同一公司的产品信息。如果用M(Monetary)来把客户分为五级，最好与次好的平均回复率，几乎没有显著差异。

有些人会用客户绝对贡献金额来分析客户是否流失，但是绝对金额有时会曲解客户行为。因为每个商品价格可能不同，对不同产品的促销有不同的折扣，所以采用相对的分级(例如R、F、M都各分为五级)来比较消费者在级别区间的变动，则更可以显现出相对行为。企业用R、F的变化，可以推测客户消费的异动状况，根据客户流失的可能性，列出客户，再从M（消费金额）的角度来分析，就可以把重点放在贡献度高且流失机会也高的客户上，重点拜访或联系，以最有效的方式挽回更多的商机。

补充

以上三个指标会将维度细分出4份，这样就能够细分出4x4x4=64类用户，再根据每类用户精准营销……显然64类用户已超出普通人脑的计算范畴了，更别说针对64类用户量体定制营销策略。实际运用上，我们只需要把每个维度做一次两分即可，这样在3个维度上我们依然得到了8组用户。

（编号次序RFM,1代表高，0代表低）
重要价值客户（111）：最近消费时间近、消费频次和消费金额都很高，必须是VIP啊！
重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠诚客户，我们需要主动和他保持联系。
重要发展客户（101）：最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展。
重要挽留客户（001）：最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当给予挽留措施。

三、kaggle项目实战讲解

项目来源：
https://www.kaggle.com/carrie1/ecommerce-data

项目简介：
这是一个跨国数据集，其中包含在英国注册的商店于2010年12月1日至2011年12月9日之间发生的所有在线零售交易。该公司主要销售独特的全天候礼品，许多客户对象是批发商。

本次项目的主要目的是利用RFM模型进行用户分类。

PS: 本次项目是在jupyter上运行的。

导入模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 设置汉字字体,优先使用黑体

加载数据

df = pd.read_csv('data.csv',encoding = 'ISO-8859-1', dtype = {'CustomerID':str})

接下来正式开始进行分析啦！

1 数据探索与数据清洗

1.1 数据探索

df.shape

在这里插入图片描述

df

在这里插入图片描述
数据包含541910行，8个字段，字段内容为：

InvoiceNo: 订单编号，每笔交易有6个整数，退货订单编号开头有字母’C’。
StockCode: 产品编号，由5个整数组成。
Description: 产品描述。
Quantity: 产品数量，有负号的表示退货。
InvoiceDate: 订单具体时间。
UnitPrice: 单价（英镑），单位产品的价格。
CustomerID:客户编号，每个客户编号由5位数字组成。
Country: 国家的名称，每个客户所在国家/地区的名称。

df.info()

在这里插入图片描述
我们不难发现，我们需要进行日期格式的转换，以及常规的缺失值统计、去重以及异常值的检测与处理。

1.2 缺失值统计

# 先统计缺失率
df.apply(lambda x :sum(x.isnull())/len(x),axis=0)

在这里插入图片描述

# Description是用于产品描述，与后续分析无关，删去。
df.drop(['Description'],axis=1,inplace=True)
df.head()

在这里插入图片描述

# 这里的CustomerID对于后续分析仅起到标识作用，不做删除，可以用unknown填充。
df['CustomerID'] = df['CustomerID'].astype('str')
df.info()

在这里插入图片描述

df['CustomerID'] = df['CustomerID'].fillna('unknown')

1.3 日期格式的转换

df['date'] = [x.split(' ')[0] for x in df['InvoiceDate']]
df['date'] = pd.to_datetime(df['date'])
df['month'] = df['date'].astype('datetime64[M]')
df[['date', 'month']]

在这里插入图片描述

1.4 去重

df = df.drop_duplicates()
df.shape

在这里插入图片描述

1.5 异常值处理

在这里，我们把退货订单看做异常数据（即数量为负数或者货单价为负数的数据）。

df[(df['Quantity']<0) | (df['UnitPrice']<0)]

在这里插入图片描述

# 除去异常数据
df = df[(df['Quantity']>0) & (df['UnitPrice']>0)]
df[(df['Quantity']<0) | (df['UnitPrice']<0)]

在这里插入图片描述

2 用户分类

#  首先计算R值
R_value = df.groupby('CustomerID')['date'].max()
R_value = (df['date'].max() - R_value).dt.days  # 这里将2011-12-9作为当前日期进行计算
R_value

在这里插入图片描述

# 将2010-12-1至2011-12-9视为F值的区间段，计算每个客户所下单的数量
F_value = df.groupby('CustomerID')['InvoiceNo'].nunique()
F_value

在这里插入图片描述

# 首先计算每个订单的消费金额
df['amount'] = df['Quantity'] * df['UnitPrice']
# 再计算M值
M_value = df.groupby('CustomerID')['InvoiceNo'].nunique()
M_value = df.groupby('CustomerID')['amount'].sum()
M_value

在这里插入图片描述

R_value.describe()

在这里插入图片描述

R_value.hist(bins = 30)

在这里插入图片描述

M_value.describe()

在这里插入图片描述

M_value.hist(bins = 30)

在这里插入图片描述

M_value.plot.box()

在这里插入图片描述
可见非常不均。

M_value[M_value<2000].hist(bins = 30)

在这里插入图片描述

# 分位数 观察出异常值还是很严重
F_value.quantile([0.1,0.2,0.3,0.4,0.5,0.9,1])

在这里插入图片描述

F_value.hist(bins = 30)

在这里插入图片描述

F_value.plot.box()

在这里插入图片描述

F_value[F_value<30].hist(bins = 30)

在这里插入图片描述
一样是非常的不均。

# 每个指标下都分为五个等级
R_bins = [0,30,90,180,360,720]
F_bins = [1,2,5,10,20,5000]
M_bins = [0,500,2000,5000,10000,200000]

先是R值：

R_score = pd.cut(R_value,R_bins,labels=[5,4,3,2,1],right=False)
R_score

在这里插入图片描述
接着是F值：

F_score = pd.cut(F_value,F_bins,labels=[1,2,3,4,5],right=False)
F_score

在这里插入图片描述
最后是M值：

M_score = pd.cut(M_value,M_bins,labels=[1,2,3,4,5],right=False)
M_score

在这里插入图片描述

生成新的数据框看一看：

rfm = pd.concat([R_score,F_score,M_score],axis=1)
rfm.rename(columns={'date':'R_score','InvoiceNo':'F_score','amount':'M_score'},inplace=True)
rfm

在这里插入图片描述

rfm.info()

在这里插入图片描述
改下数据格式：

rfm['R_score'] = rfm['R_score'].astype('float')
rfm['F_score'] = rfm['F_score'].astype('float')
rfm['M_score'] = rfm['M_score'].astype('float')
rfm.describe()

在这里插入图片描述
按平均值在每个指标下划分价值高低：

rfm['R'] = np.where(rfm['R_score']>3.82,'高','低')
rfm['F'] = np.where(rfm['F_score']>2.03,'高','低')
rfm['M'] = np.where(rfm['M_score']>1.89,'高','低')
rfm

在这里插入图片描述

# 将三个指标结合
rfm['RFM']=rfm['R']+rfm['F']+rfm['M']
rfm

在这里插入图片描述

def rfm2grade(x):if x=='高高高':return '高价值客户'elif x=='高低高':return '重点发展客户'elif x=='低高高':return '重点保持客户'elif x=='低低高':return '重点挽留客户'elif x=='高高低':return '一般价值客户'elif x=='高低低':return '一般发展客户'elif x=='低高低':return '一般保持客户'else:return '一般挽留客户'  rfm['用户等级']=rfm['RFM'].apply(rfm2grade)
rfm

在这里插入图片描述

3 分类结果

rfm['用户等级'].value_counts()

在这里插入图片描述

rfm['用户等级'].hist(figsize=(12,9))

在这里插入图片描述

# 分类占比
rfm['用户等级'].value_counts() / rfm['用户等级'].value_counts().sum()

在这里插入图片描述

rfm['用户等级'].value_counts().plot(kind = 'pie', # 选择图形类型figsize = (15, 9),autopct='%.1f%%', # 饼图中添加数值标签title = 'RFM用户分类', # 为饼图添加标题textprops = {'fontsize':8},# 设置文本标签的属性值subplots=True)
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.)  # 添加注解

在这里插入图片描述

4 结论与建议

从用户分类占比的结果来看，高价值客户和重要发展客户共占总数的47%，是公司收入的重要来源。

高价值客户（111）
RFM三个值都很高，要提供vip服务。
重点发展客户（101）
消费频率低，但是其他两个值很高，就要想办法提高他的消费频率，建议及时推送公司活动信息或新品相关信息来吸引客户。
重点保持客户（011）
最近消费距离现在时间较远，也就是F值低，但是消费频次和消费金额高。这种用户，是一段时间没来的忠实客户。应该主动和他保持联系，提高复购率。可以赠送优惠券或推送商品折扣信息来增加购买次数。
重点挽留客户（001）
最近消费时间距离现在较远、消费频率低，但消费金额高。这种用户，即将流失，要主动联系用户，调查清楚哪里出了问题，并想办法挽回。当然同样可以赠送优惠券或推送商品折扣信息来增加购买次数。
一般发展客户（100）
公司应获取客户的详细数据信息用户画像，从中了解客户的消费属性。建议对此类客户进行精准营销和及时推送产品信息。

当然，最终的营销策略应基于公司自身的财政投入决定。

RFM也不可以用过头，而造成高交易的客户不断收到信函。每一个企业应该设计一个客户接触频率规则，如购买三天或一周内应该发出一个感谢的电话或Email，并主动关心消费者是否有使用方面的问题，一个月后发出使用是否满意的询问，而三个月后则提供交叉销售的建议，并开始注意客户的流失可能性，不断地创造主动接触客户的机会。这样一来，客户再购买的机会也会大幅提高。