今天給大家分享的是如何用python實現RFM建模。

RFM模型的含義

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。在眾多的客戶關系管理(CRM)的分析模式中，RFM模型是被廣泛提到的。

該模型通過一個客戶的近期購買行為(R)、購買的總體頻率(F)以及花了多少錢(M)三項指標來描述該客戶的價值狀況，從而能夠更加準確地將成本和精力更精確的花在用戶層次身上，實現針對性的營銷。

詳細來說，R指的是客戶最后一次下單時間距離今天多少天了，該指標與客戶的復購和流失直接相關。F指標指的是客戶的下單頻率，即客戶在某個時間段內共消費了多少次，該指標用于衡量客戶消費的活躍度。M指標指的是客戶在該時間段內共消費了多少錢，該指標用于反應客戶對于公司的貢獻值。

RFM分析的前提條件：

• 最近有過交易行為的客戶，再次發生交易行為的可能性高于最近沒有交易行為的客戶。
• 交易頻率高的客戶，比交易頻率低的客戶，更有可能再次發生交易行為。
• 過去所有交易總金額較大的客戶，比過去所有交易總金額較小的客戶，更有消費積極性。

原始數據

原始數據集在這里先展示一下，讓你對這個數據有一個主觀印象。

（點擊放大）

數據處理

1）什么是R、F、M呢？

“R”表示最近一次消費時間距離今天共有多少天。什么是最近一次消費時間呢？如果同一個人在不同時間有不同多個訂單，那么該時間距離當前時間的差值的最小值，就是最近一次消費時間。

“F”表示某個人一段時間內的消費頻次。

“M”表示一段時間內的消費總額。

2）熟悉數據集

熟悉數據集，就是在進行數據處理之前，應該先熟悉數據，只有對數據充分熟悉之后，才能更好的進行分析。

熟悉數據常用的方法和屬性有shape、head()、tail()、sample()、info()、describe()。

df = pd.read_excel(r"C:Users黃偉DesktopRFM_ModelRFM.xlsx")
display(df.shape)
display(df.sample(5))

結果如下：

從上述結果中可以發現：這筆數據總共有28833行條記錄，12列。觀察上圖，可以清楚地看到每一列數據代表什么含義。

3）保留有效數據

針對此數據集，我們先說一下什么是“有效數據”。“有效數據”指的就是有效購買，也就是說對應的“訂單狀態”字段顯示的是“交易成功”，對于“退款”的記錄，我們就直接將這個數據剔除掉。

display("剔除之前共有："+ str(df.shape[0]) + "條記錄")
df = df[df["訂單狀態"]=="交易成功"]
display("剔除之后共有："+ str(df.shape[0]) + "條記錄")

結果如下：

4）選取有效字段

通過上面的分析，我們知道了“R”、“F”、“M”三個指標的概念。鑒于此，我們只需要選取"買家昵稱",“付款時間”,"實付金額"這三個字段，用于RFM模型的構建，其余字段用處不大，因此刪除其余字段。

df1 = df[["買家昵稱","付款時間","實付金額"]]
df1.index = np.arange(df1.shape[0])
display(df1.shape)
display(df1.head())

結果如下：

5）缺失值處理

df1.isnull().sum(axis=0)

結果如下：

從上述結果中可以發現：各字段中沒有缺失值，因此不需要做任何處理。

RFM建模過程

1）計算RFM三個指標

① 增加“天數”字段，用于計算“R”指標

針對上述“R”、“F”、“M”三個指標的概念，我們對數據做一定的處理。由于 “R”表示的是最近一次消費時間距離今天共有多少天。但是數據集中只有每一天的“付款時間”字段。因此計算RFM指標之前，需要事先添加一個“天數”字段，求出每個“付款時間”距今共有多少天。“天數”越小，就表示最近一次的消費時間。

然后針對上述處理后的數據，做一個數據透視表。以“買家昵稱”作為分組字段，對“天數”求最小值；對“付款昵稱”計數；對“實付金額”求和，就可以得到我們想要的RFM三個指標。

df1["付款時間"] = pd.to_datetime(df1["付款時間"])
df1["天數"] = (pd.to_datetime("today")-df1["付款時間"]).dt.days
display(df1.sample(10))

結果如下：

② 計算RFM三個指標

df2 = pd.pivot_table(df1,index="買家昵稱",
                     values=["買家昵稱","天數","實付金額"],
                     aggfunc={"買家昵稱":"count","天數":"min","實付金額":"sum"})
df2 = df2[["天數","買家昵稱","實付金額"]]
df2.columns = ["R","F","M"]
df2.reset_index()
display(df2.shape)
display(df2.head(10))

結果如下：

2）用戶分層打分

通過上述分析，我們已經得到了每一個用戶的“R”、“F”、“M”值。接下來要做的，就是給每一個用戶進行分層。這里我們需要建立一個評判標準，由于RFM模型本身就是需要根據不同場景和業務需求來建立的，因此這個分層標準，也是需要我們溝通業務后，得到最后的分層標準。

以R指標為例進行說明，根據上表我們知道，R表示每個用戶最后一次購買時間距離今天共經歷了多少天。當這個值越小，說明用戶近期又回購了此產品；當這個值越大，說明用戶已經好久沒有再次購買產品了，這個用戶很有可能流失掉了(猜測)。

基于上述分析，我們采用通用的5分制打分法，對RFM進行分類打分。

說明：由于這個數據集時間較早，因此計算出來的最近一次購買時間距離今天的天數，會特別大，但是沒有關系，我們演示這個案例只是為了說明RFM模型的建模過程，實際中，肯定是過幾個月進行一次RFM建模是比較好的，這里你只需要知道原理就好。

對于R指標來說：我們可以求出，R指標最小值是660天，我們以30天作為時間間隔，660-690天，打5分；690-720，打4分；720-750打3分；750-780打2分；>780，打1分。

對于F指標來說：我們可以求出，F指標最小值是1次，我們以1次作為時間間隔，0-2，打1分；2-3，打2分；3-4，打3分；4-5，打4分；>5，打5分。

對于M指標來說：我們可以求出，M指標最小值是0.005元，我們以500元作為時間間隔，0-50，打1分；50-100，打2分；100-150，打3分；150-200，打4分；>200，打5分。

至此，我們已經建立好了打分標準，下面我們開始對每個用戶進行分類打分。

def func1(x):
    if x >=660and x< 690:
        return5
    elif x >=690and x< 720:
        return4
    elif x >=720and x< 750:
        return3
    elif x >=750and x< 780:
        return2
    elif x >=780:
        return1

def func2(x):
    if x >=0and x< 2:
        return1
    elif x >=2and x< 3:
        return2
    elif x >=3and x< 4:
        return3
    elif x >=4and x< 5:
        return4
    elif x >=5:
        return5

def func3(x):
    if x >=0and x< 50:
        return1
    elif x >=50and x< 100:
        return2
    elif x >=100and x< 150:
        return3
    elif x >=150and x< 200:
        return4
    elif x >=200:
        return5

df2["R-SCORE"] = df2["R"].apply(func1)
df2["F-SCORE"] = df2["F"].apply(func2)
df2["M-SCORE"] = df2["M"].apply(func3)
df2.sample(10)

結果如下：

3）用戶貼標簽

前面的步驟中，我們已經根據業務需求，對RFM指標進行了分類打分，得到了R-SCORE、F-SCORE、M-SCORE三個指標。接下來，我們需要給每個用戶貼標簽，這里有兩種方式可以進行用戶貼標簽。

第一種：根據業務場景和業務來分配全重，對于RFM這3個指標，你更看重哪個指標，就賦予它相應較大一點的權重，比如說賦予的權重是3：1：2。

第二種：完全根據單獨的RFM標簽來計算，比如說：R-SCORE>avg(R-SCORE)、F-SCORE>avg(F-SCORE)、M-SCORE>avg(M-SCORE)，表示一個客戶近期有購買，購買頻率高于所有客戶平均購買頻率，購買金額高于所有客戶的平均購買金額，因此我們貼上一個“重要挽留客戶”的標簽。

下面以第二種方法進行說明。根據上述敘述，每個指標有兩種情況，要么>avg()，要么avg()，我們記為1；當指標

① 第一步

avg_r = df2["R-SCORE"].mean()
avg_f = df2["F-SCORE"].mean()
avg_m = df2["M-SCORE"].mean()
display(avg_r,avg_f,avg_m)

結果如下：

② 第二步

def func1(x):
    if x >avg_r:
        return1
    else:
        return0

def func2(x):
    if x >avg_f:
        return1
    else:
        return0

def func3(x):
    if x >avg_m:
        return1
    else:
        return0

df2["R-SCORE是否大于均值"] = df2["R-SCORE"].apply(func1)
df2["F-SCORE是否大于均值"] = df2["F-SCORE"].apply(func1)
df2["M-SCORE是否大于均值"] = df2["M-SCORE"].apply(func1)
display(df2.sample(10))

結果如下：

③ 第三步

def functions(x):
    if x.iloc[0]==1and x.iloc[1]==1and x.iloc[2]==1:
        return"重要價值客戶"
    elif x.iloc[0]==1and x.iloc[1]==1and x.iloc[2]==0:
        return"潛力客戶"
    elif x.iloc[0]==1and x.iloc[1]==0and x.iloc[2]==1:
        return"重要深耕客戶"
    elif x.iloc[0]==1and x.iloc[1]==0and x.iloc[2]==0:
        return"新客戶"
    elif x.iloc[0]==0and x.iloc[1]==1and x.iloc[2]==1:
        return"重要喚回客戶"
    elif x.iloc[0]==0and x.iloc[1]==1and x.iloc[2]==0:
        return"一般客戶"
    elif x.iloc[0]==0and x.iloc[1]==0and x.iloc[2]==1:
        return"重要挽回客戶"
    elif x.iloc[0]==0and x.iloc[1]==0and x.iloc[2]==0:
        return"流失客戶"
df2["標簽"] = df2[["R-SCORE是否大于均值","F-SCORE是否大于均值","M-SCORE是否大于均值"]].apply(functions,axis=1)
df2.sample(10)

結果如下：

4）可視化展示

① 繪制不同類型客戶的人數對比

df3 = df2.groupby("標簽").agg({"標簽":"count"})
df3["不同客戶的占比"] = df3["標簽"].apply(lambda x:x/np.sum(df3["標簽"]))
df3 = df3.sort_values(by="標簽",ascending=True)

plt.figure(figsize=(6,4),dpi=100)
x = df3.index
y = df3["標簽"]

plt.barh(x,height=0.5,width=y,align="center")
plt.title("不同類型客戶的人數對比")

for x,y in enumerate(y):
    plt.text(y+450,x,y,ha="center",va="center",fontsize=14)

plt.xticks(np.arange(0,10001,2000))

plt.tight_layout()
plt.savefig("不同類型客戶的人數對比",dpi=300)

結果如下：

② 繪制不同類型客戶人數占比圖

df3 = df2.groupby("標簽").agg({"標簽":"count"})
df3["不同客戶的占比"] = df3["標簽"].apply(lambda x:x/np.sum(df3["標簽"]))
df3 = df3.sort_values(by="標簽",ascending=True)

plt.figure(figsize=(7,4),dpi=100)
x = df3["不同客戶的占比"]

labels = ['潛力客戶', '一般客戶', '重要價值客戶', '重要喚回客戶', '重要深耕客戶', '新客戶', '重要挽回客戶', '流失客戶']
colors = ['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555','deeppink','yellowgreen','lightskyblue']

explode = [0,0,0,0,0,0,0,0]

patches,l_text = plt.pie(x,labels=labels,colors=colors,
        explode=explode,startangle=90,counterclock=False)
for t in l_text:
    t.set_size(0)
plt.axis("equal")
plt.legend(loc=(0.001,0.001),frameon=False)

plt.title("不同類型客戶人數占比圖")

plt.savefig("不同類型客戶人數占比圖",dpi=300)

結果如下：

③ 繪制不同類型客戶累計消費金額

df3 = df2.groupby("標簽").agg({"M":"sum"})
df3["M"] = df3["M"].apply(lambda x:round(x))
df3["不同客戶的占比"] = df3["M"].apply(lambda x:x/np.sum(df3["M"]))
df3 = df3.sort_values(by="M",ascending=True)

plt.figure(figsize=(6,4),dpi=100)
x = df3.index
y = df3["M"]

plt.barh(x,height=0.5,width=y,align="center")
plt.title("不同類型客戶累計消費金額")

for x,y in enumerate(y):
    plt.text(y+45000,x,y,ha="center",va="center",fontsize=14)

plt.xticks(np.arange(0,700001,100000))
plt.tight_layout()
plt.savefig("不同類型客戶累計消費金額",dpi=300)

結果如下：

④ 繪制不同類型客戶金額占比圖

df3 = df2.groupby("標簽").agg({"M":"sum"})
df3["M"] = df3["M"].apply(lambda x:round(x))
df3["不同客戶的占比"] = df3["M"].apply(lambda x:x/np.sum(df3["M"]))
df3 = df3.sort_values(by="M",ascending=True)

plt.figure(figsize=(7,4),dpi=100)
x = df3["不同客戶的占比"]

labels = ['潛力客戶', '一般客戶', '重要價值客戶', '重要喚回客戶', '重要深耕客戶', '新客戶', '重要挽回客戶', '流失客戶']
colors = ['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555','deeppink','yellowgreen','lightskyblue']

explode = [0,0,0,0,0,0,0,0]

patches,l_text= plt.pie(x,labels=labels,colors=colors,
        explode=explode,startangle=90,counterclock=False)
for t in l_text:
    t.set_size(0)

plt.axis("equal")
plt.legend(loc=(0.001,0.001),frameon=False)

plt.title("不同類型客戶金額占比圖")

plt.savefig("不同類型客戶金額占比圖",dpi=300)