rfm_data['First'] = (rfm_data['InvoiceDate']['max'].max() - rfm_data['InvoiceDate']['min'])/ np.timedelta64(1, 'M') rfm_data['Recency'] = rfm_data['Recency'].astype('int') rfm_data['First'] = rfm_data['First'].astype('int') rfm_data['CustomerID'] = rfm_data['Cu...
通过聚类实现客户分类,将相似的客户分为一类,主要使用了机器学习SokirLcanm 中的聚类模块cuser提供的KMeans方法来实现。 传统的聚类分析计算方法主要有如下几种: 1、划分方法(partitioning methods) 给定一个有N个元组或者纪录的数据集,分裂法将构造K个分组,每一个分组就代表一个聚类,K聚类算法中可以放宽);对于给定...
总结 一、项目介绍 在之前淘宝用户行为分析中,有用到RFM模型做分析,但因为数据集不涉及M信息,只利用RF做了分析,现在找到一个比较合适的数据集,对其进行完整的RFM分析,并利用无监督聚类算法中的代表K-Means进行进一步探究。 数据集为携程提供,携程作为中国领先的综合性旅行服务公司,每天向超过2.5亿会员提供全方位的旅...
例如,某个客户最近一次消费时间与分析时间的间隔比较大,但是该客户在一段时间内的消费频次和累计消费总金额都很高,这就说明这个客户就是RFM模型中的重要保持客户,为了避免该客户的流失,企业的运营人员就要专门针对这种类型的客户设计特定的运营策略,这也就是RFM模型的核心价值。 所以这里聚类的时候,我们需要将数据聚成8...
rfm.reset_index(inplace=True) #重命名列 rfm.columns = ['用户ID','R','F','M'] rfm.head() -- 完成数据预处理 4 模型搭建和评估 利用K-means算法对客户进行聚类 结合业务,分析客户特征,分析客户价值 4.1 客户聚类 4.1.1 手肘法和轮廓系数找最优K ...
(1)群组分析-用户留存展示 图片 (2)RFM模型-用户分层 图片 (3)用户聚类-划分簇群 图片 图片 项目思维导图 提供项目的思维导图: 图片 1 导入库-mport libraries 导入的第三方包主要包含数据处理、可视化、文本处理和聚类模型Kmeans等 In [1]: 复制
1. 数据来源为CDNow网站用户在1997年1月1日至1998年6月30日期间的购买CD订单明细。2. 对订单明细进行RFM模型结合K-Means聚类分析，并提出运营策略建议。3. 数据由四列组成：用户ID、订单时间、订单数量、订单金额，均为数值型。4. 删除255个重复值。5. 80个订单数均为1，可能是未付款订单或免费...
该公司主要销售独特的全场礼品,并且大部分客户是批发商。分析目的是按照RFM模型对客户进行分级,以用户的实际购买行为数据作为基础,进行用户群体的划分,再基于不同分类信息,分解成不同群体针对运营,从而使企业能更有效的获取客户、使客户更加满意、留住客户成为高价值客户、避免客户流失。
2、 基于RFM模型的实践应用 主要有两种方法来分析RFM模型的结果:用基于RFM模型的划分标准来进行客户细分,用基于RFM模型的客户评分来进行客户细分。 2.1 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...
聚类分析在机器学习领域属于无监督学习的一种,能够根据一些特征对样本数据进行分类。使用聚类分析分完的类具有“类中相似,类间区别”的特点。RFM模型是非常常见的分析用户价值的方法,其核心思想是根据用户的最近购买时间、购买频次、花费金额3个特征来对用户进行分群,针对每个群体采取不同的营销手段。k-means是常用的聚...