详解如何利用Python进行客户分群分析
每个电子商务数据分析师必须掌握的一项数据聚类技能
如果你是一名在电子商务公司工作的数据分析师，从客户数据中挖掘潜在价值，来提高客户留存率很可能就是你的工作任务之一。
然而，客户数据是巨大的，每个客户的行为都不一样。2020年3月收购的客户A与2020年5月收购的客户B表现出不同的行为。因此，有必要将客户分为不同的群组，然后调查每个群组在一段时间内的行为。这就是所谓的同期群分析。
同期群分析是了解一个特殊客户群体在一段时间内的行为的数据分析技术。
在这篇文章中，不会详细介绍同期群分析的理论。这篇文章更多的是告诉你如何将客户分成不同的群组，并在一段时间内观察每个群组的留存率。
导入数据和python库
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv('sales_2018-01-01_2019-12-31.csv')
df
分离新老客户
first_time = df.loc[df['customer_type'] == 'First-time',] final = df.loc[df['customer_id'].isin(first_time['customer_id'].values)]
在这里，不能简单地选择df.loc[df['customer_type']]，因为在这个数据中，在customer_type列下，First_time指的是新客户，而Returning指的是老客户。因此，如果我在2019年12月31日第一次购买，数据会显示我在2019年12月31日是新客户，但在我第二次、第三次…时是返回客户。同期群分析着眼于新客户和他们的后续购买行为。因此，如果我们简单地使用df.loc[df['customer_type']=='First-time',]，我们就会忽略新客户的后续购买，这不是分析同期群行为的正确方法。
因此，这里所需要做的是，首先创建一个所有第一次的客户列表，并将其存储为first_time。然后从原始客户数据框df中只选择那些ID在first_time客户组内的客户。通过这样做，我们可以确保我们获得的数据只有第一次的客户和他们后来的购买行为。
现在，我们删除customer_type列，因为它已经没有必要了。同时，将日期列转换成正确的日期时间格式
final = final.drop(columns = ['customer_type']) final['day']= pd.to_datetime(final['day'], dayfirst=True)
按客户ID排序，然后是日期
final = final.drop(columns = ['customer_type']) final['day']= pd.to_datetime(final['day'], dayfirst=True)
定义一些函数
def purchase_rate(customer_id):
purchase_rate = [1]
counter = 1
for i in range(1,len(customer_id)):
if customer_id[i] != customer_id[i-1]:
purchase_rate.append(1)
counter = 1
else:
counter += 1
purchase_rate.append(counter)
return purchase_rate
def join_date(date, purchase_rate):
join_date = list(range(len(date)))
for i in range(len(purchase_rate)):
if purchase_rate[i] == 1:
join_date[i] = date[i]
else:
join_date[i] = join_date[i-1]
return join_date
def age_by_month(purchase_rate, month, year, join_month, join_year):
age_by_month = list(range(len(year)))
for i in range(len(purchase_rate)):
if purchase_rate[i] == 1:
age_by_month[i] = 0
else:
if year[i] == join_year[i]:
age_by_month[i] = month[i] - join_month[i]
else:
age_by_month[i] = month[i] - join_month[i] + 12*(year[i]-join_year[i])
return age_by_month - purchase_rate函数将决定这是否是每个客户的第二次、第三次、第四次购买。
- join_date函数允许确定客户加入的日期。
- age_by_month函数提供了从客户当前购买到第一次购买的多少个月。
现在输入已经准备好了，接下来创建群组。
创建群组
final['month'] =pd.to_datetime(final['day']).dt.month
final['Purchase Rate'] = purchase_rate(final['customer_id'])
final['Join Date'] = join_date(final['day'], final['Purchase Rate'])
final['Join Date'] = pd.to_datetime(final['Join Date'], dayfirst=True)
final['cohort'] = pd.to_datetime(final['Join Date']).dt.strftime('%Y-%m')
final['year'] = pd.to_datetime(final['day']).dt.year
final['Join Date Month'] = pd.to_datetime(final['Join Date']).dt.month
final['Join Date Year'] = pd.to_datetime(final['Join Date']).dt.year
final['Age by month'] = age_by_month(final['Purchase Rate'],
final['month'],
final['year'],
final['Join Date Month'],
final['Join Date Year'])
cohorts = final.groupby(['cohort','Age by month']).nunique() cohorts = cohorts.customer_id.to_frame().reset_index() # convert series to frame cohorts = pd.pivot_table(cohorts, values = 'customer_id',index = 'cohort', columns= 'Age by month') cohorts.replace(np.nan, '',regex=True)
**如何解释这个表格：**以群组2018-01为例。在2018年1月，有462名新客户。在这462人中，121名客户在2018年2月回来购买，125名在2018年3月购买，以此类推。
转换为群组百分比
for i in range(len(cohorts)-1):
cohorts[i+1] = cohorts[i+1]/cohorts[0]
cohorts[0] = cohorts[0]/cohorts[0]
可视化
cohorts_t = cohorts.transpose()
cohorts_t[cohorts_t.columns].plot(figsize=(10,5))
sns.set(style='whitegrid')
plt.figure(figsize=(20, 15))
plt.title('Cohorts: User Retention')
sns.set(font_scale = 0.5) # font size
sns.heatmap(cohorts, mask=cohorts.isnull(),
cmap="Blues",
annot=True, fmt='.01%')
plt.show()
到此这篇关于详解如何利用Python进行客户分群分析的文章就介绍到这了,更多相关Python客户分群分析内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
详解如何从TensorFlow的mnist数据集导出手写体数字图片
这篇文章主要介绍了详解如何从TensorFlow的mnist数据集导出手写体数字图片，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-08-08
这篇文章主要介绍了教你怎么用Python实现自动生日祝福,文中有非常详细的代码示例,对正在学习python的小伙伴们有很好地帮助,需要的朋友可以参考下2021-05-05
这篇文章主要介绍了pandas.read_csv参数详解(小结)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-06-06
这篇文章主要介绍了python中opencv Canny边缘检测，Canny边缘检测是一种使用多级边缘检测算法检测边缘的方法。OpenCV提供了函数cv2.Canny()实现Canny边缘检测。更多相关内容需要的小伙伴可以参考下面文章内容2022-06-06
python+mediapipe+opencv实现手部关键点检测功能(手势识别)
这篇文章主要介绍了python+mediapipe+opencv实现手部关键点检测功能(手势识别),本文仅仅简单介绍了mediapipe的使用，而mediapipe提供了大量关于图像识别等的方法，需要的朋友可以参考下2022-01-01
这篇文章主要介绍了Django中自定义admin---Xadmin的实现代码，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值 ,需要的朋友可以参考下2019-08-08
使用Pandas的pivot方法可以将DF进行旋转变换，本文将会详细讲解pivot的秘密，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-06-06
Python已经是3.1版本了,与时俱进更新教程.2.5或2.6请看上一篇文章。2009-11-11
红楼梦相信大家都看过，今天给大家介绍另一种不用搞得乌漆麻黑的方式来制作红楼梦的词云图，有需要的朋友可以借鉴参考下，希望能够有所帮助2021-09-09
这篇文章主要为大家详细介绍了python pygame实现2048游戏，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-11-11
最新评论