用Python实现RFM模型——互联网产品用户分层必备技巧

westwind
westwind 这家伙很懒,还没有设置简介...

0 人点赞了该文章 · 24 浏览

1.前言

RFM模型即”R”——Recency(最近一次消费时间)、”F”——Frequency(一段时间内消费频次)、”M”——(一段时间内消费总额)。这三个指标可以将我们的用户划分成不同的等级和层次,目的是为了衡量他们的用户价值,从而能够更准确地将成本和精力花在更精确的用户层次身上。一个典型的例子就是针对一个明显无意愿的流失用户,对其继续push自己的核心产品,费时费力也费钱。

2.如何用Python建立RFM模型

RFM模型,虽然字眼中带着“模型”二字,但实际它根本不需要任何的算法支撑,和数据建模中的逻辑回归,聚类分析等是完全不同的概念。因而实现RFM的工具和方法有很多:SQL, Excel, R等等都能够做到,当然Python也不例外,RFM模型的核心就是将三个指标进行标签化,然后根据实际场景业务需求进行分层即可。下面的文章我就通过一个简单的例子来通过代码实现RFM模型的建立。

2.1数据导入

链接:https://pan.baidu.com/s/1YbZrdsg2dOoe_5lylTwhQw 提取码:nf2f 数据是某电商的一款SKU于2018年的销售表单,字段本身只有4个,但是足够建立RFM模型了。

import os import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.serif'] = ['SimHei'] plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus']=False sns.set_style('ticks', {'font.sans-serif':['simhei','Droid Sans Fallback']})

2.2 数据清洗

df = pd.read_csv('sale.csv') df.drop_duplicates(subset=['ORDERID'],keep='first',inplace=True) df.dtypes

发布于 2023-03-24 06:25

免责声明:

本文由 westwind 原创或收集发布于 火鲤鱼 ,著作权归作者所有,如有侵权可联系本站删除。

火鲤鱼 © 2024 专注小微企业服务 冀ICP备09002609号-8