Py數(shù)據(jù)基礎(chǔ)及實(shí)戰(zhàn) 8

商超客戶價(jià)值分析背景與目標(biāo)數(shù)據(jù)探索與預(yù)處理分析與建模結(jié)果分析背景信息時(shí)代的到來標(biāo)志著企業(yè)營銷核心從產(chǎn)品中心向客戶中心的轉(zhuǎn)變，客戶分類成為企業(yè)優(yōu)化營銷資源分配的關(guān)鍵問題之一。通過客戶分類，企業(yè)可以精準(zhǔn)區(qū)分高低價(jià)值客戶、制定個(gè)性化方案，是實(shí)現(xiàn)利潤最大化的基礎(chǔ)。盒馬（會(huì)員體系+數(shù)據(jù)跟蹤+個(gè)性化推薦/積分激勵(lì)）、山姆（批發(fā)會(huì)員模式+專業(yè)服務(wù)團(tuán)隊(duì)），均通過客戶分類相關(guān)策略提升客戶黏性與忠誠度、促進(jìn)銷售增長。某商超面臨顧客流失、競爭力下降、資源未充分利用危機(jī)；計(jì)劃建立客戶價(jià)值評(píng)估模型，通過客戶分類分析價(jià)值差異，制定針對(duì)性營銷策略與個(gè)性化服務(wù)，應(yīng)對(duì)競爭、提升客戶忠誠度、實(shí)現(xiàn)可持續(xù)增長。數(shù)據(jù)說明從商超系統(tǒng)的詳細(xì)數(shù)據(jù)中，選擇寬度為三年的時(shí)間段作為分析的觀測(cè)窗口，抽取了2022年1月1日至2024年12月31日之間注冊(cè)為商超會(huì)員的客戶的詳細(xì)數(shù)據(jù)。商超會(huì)員的記錄包括客戶基本信息、注冊(cè)信息、消費(fèi)信息、參與促銷等方面的信息，總共涵蓋了29個(gè)屬性。信息類型字段名稱說明客戶基本信息客戶ID客戶的注冊(cè)ID出生年份客戶的出生年份教育程度客戶的教育程度，為本科、碩士、博士、其他婚姻狀況客戶的婚姻狀況，為未婚、已婚、離異、喪偶年收入/元客戶的家庭年收入兒童數(shù)量/人客戶家庭中的兒童數(shù)量青少年數(shù)量/人客戶家庭中的青少年數(shù)量數(shù)據(jù)說明商超會(huì)員的記錄（續(xù)表）。信息類型字段名稱說明注冊(cè)信息注冊(cè)日期客戶在公司注冊(cè)的日期入會(huì)費(fèi)用/元入會(huì)費(fèi)用注冊(cè)手續(xù)費(fèi)/元注冊(cè)手續(xù)費(fèi)數(shù)據(jù)說明商超會(huì)員的記錄（續(xù)表）。信息類型字段名稱說明消費(fèi)信息距上次消費(fèi)天數(shù)/天自客戶上次消費(fèi)以來的天數(shù)酒類消費(fèi)/元過去2年在酒類產(chǎn)品上花費(fèi)的金額水果消費(fèi)/元過去2年在水果類產(chǎn)品上花費(fèi)的金額肉類消費(fèi)/元過去2年在肉類產(chǎn)品上花費(fèi)的金額魚類消費(fèi)/元過去2年在魚類產(chǎn)品上花費(fèi)的金額糖果消費(fèi)/元過去2年在糖果類產(chǎn)品上花費(fèi)的金額黃金消費(fèi)/元過去2年在黃金產(chǎn)品上花費(fèi)的金額折扣消費(fèi)次數(shù)/次使用折扣消費(fèi)的次數(shù)網(wǎng)站消費(fèi)次數(shù)/次通過公司網(wǎng)站進(jìn)行消費(fèi)的次數(shù)APP消費(fèi)次數(shù)/次通過公司APP進(jìn)行消費(fèi)的次數(shù)商店消費(fèi)次數(shù)/次直接在商店進(jìn)行消費(fèi)的次數(shù)上月網(wǎng)站訪問次數(shù)/次上個(gè)月訪問公司網(wǎng)站的次數(shù)數(shù)據(jù)說明商超會(huì)員的記錄（續(xù)表）。信息類型字段名稱說明參加促銷信息第一次促銷如果客戶參加了第一次促銷活動(dòng)，則為1，否則為0第二次促銷如果客戶參加了第二次促銷活動(dòng)，則為1，否則為0第三次促銷如果客戶參加了第三次促銷活動(dòng)，則為1，否則為0第四次促銷如果客戶參加了第四次促銷活動(dòng)，則為1，否則為0第五次促銷如果客戶參加了第五次促銷活動(dòng)，則為1，否則為0最近一次促銷如果客戶參加了最近一次促銷活動(dòng)，則為1，否則為0客訴信息是否投訴如果客戶在過去2年內(nèi)投訴，則為1，否則為0目標(biāo)本案例的核心分析目標(biāo)是明確客戶分類邏輯與價(jià)值關(guān)聯(lián)，幫助企業(yè)精準(zhǔn)劃分低價(jià)值客戶與高價(jià)值客戶，在此基礎(chǔ)上，為不同價(jià)值群體設(shè)計(jì)個(gè)性化服務(wù)方案與營銷策略，最終實(shí)現(xiàn)有限資源的高效利用，推動(dòng)企業(yè)利潤最大化。背景與目標(biāo)數(shù)據(jù)探索與預(yù)處理分析與建模結(jié)果分析數(shù)據(jù)探索與預(yù)處理數(shù)據(jù)質(zhì)量評(píng)估與預(yù)處理：對(duì)數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估與預(yù)處理，包括數(shù)據(jù)描述性分析和清洗等步驟，以確保后續(xù)分析結(jié)果的準(zhǔn)確可靠性。可視化分析：對(duì)客戶基本信息、消費(fèi)行為、消費(fèi)渠道和客戶滿意度等方面進(jìn)行可視化分析，展現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)和趨勢(shì)，以理解客戶行為和需求。相關(guān)性分析：通過相關(guān)性分析揭示不同變量之間的關(guān)聯(lián)程度，以發(fā)現(xiàn)潛在的影響因素和規(guī)律，從而優(yōu)化客戶關(guān)系管理策略，提升服務(wù)質(zhì)量和客戶滿意度。數(shù)據(jù)質(zhì)量評(píng)估與預(yù)處理對(duì)商超客戶詳細(xì)數(shù)據(jù)集進(jìn)行缺失值評(píng)估。數(shù)據(jù)預(yù)處理將客戶出生年份信息轉(zhuǎn)換為年齡信息。將客戶注冊(cè)日期信息轉(zhuǎn)換為注冊(cè)天數(shù)信息。由于入會(huì)費(fèi)用和注冊(cè)手續(xù)費(fèi)均相同，對(duì)該兩列進(jìn)行剔除處理。可視化分析1.客戶基本信息客戶年齡：繪制柱狀圖分析商超客戶的年齡情況客戶基本信息客戶年收入：繪制條形圖分析商超客戶的年收入情況客戶基本信息客戶受教育程度：繪制圓環(huán)圖分析商超客戶的受教育程度情況客戶基本信息客戶婚姻狀況：繪制柱狀圖分析商超客戶的婚姻狀況可視化分析2.消費(fèi)行為品類消費(fèi)情況：繪制柱狀圖分析商超客戶的品類消費(fèi)狀況消費(fèi)行為參與促銷情況：分析商超客戶參與促銷的情況可視化分析3.消費(fèi)渠道繪制餅圖分析客戶的渠道來源可視化分析4.客戶滿意度繪制餅圖分析客戶的滿意度和體驗(yàn)感受相關(guān)性分析1.相關(guān)性計(jì)算使用皮爾遜相關(guān)系數(shù)計(jì)算每對(duì)屬性之間的相關(guān)性。繪制熱力圖：將相關(guān)系數(shù)轉(zhuǎn)換成顏色來展示屬性之間的相關(guān)性。相關(guān)性分析2.屬性構(gòu)造將熱力圖中顏色較深、相關(guān)性較強(qiáng)的屬性進(jìn)行綜合。選取酒類、水果、肉類、魚類、糖果、黃金消費(fèi)這六個(gè)屬性進(jìn)行綜合，以計(jì)算消費(fèi)金額屬性。選取網(wǎng)站購買次數(shù)、APP購買次數(shù)、商店購買次數(shù)這三個(gè)屬性進(jìn)行綜合，以計(jì)算折扣消費(fèi)比例。背景與目標(biāo)數(shù)據(jù)探索與預(yù)處理分析與建模結(jié)果分析分析與建模商超客戶價(jià)值分析模型的分析與建模主要包括以下2個(gè)部分。指標(biāo)選取，本次分析以經(jīng)典RFM模型為基礎(chǔ)，針對(duì)商超客戶消費(fèi)特征與基礎(chǔ)屬性，擴(kuò)展形成RFMPI模型，實(shí)現(xiàn)客戶價(jià)值維度的全面覆蓋。模型構(gòu)建，基于RFMPI指標(biāo)體系，采用0數(shù)據(jù)標(biāo)準(zhǔn)化→聚類數(shù)量確定→K-Means聚類”的流程構(gòu)建模型，確保聚類結(jié)果的準(zhǔn)確性與業(yè)務(wù)可解釋性。指標(biāo)選取1.RFM模型RFM模型是一種用于客戶細(xì)分和分析的常用方法，它基于三個(gè)關(guān)鍵指標(biāo)：最近一次消費(fèi)、消費(fèi)頻率和消費(fèi)金額。通過將客戶按照這三個(gè)指標(biāo)進(jìn)行分組，可以更好地了解客戶行為和價(jià)值。最近一次消費(fèi)（Recency，R）：該指標(biāo)衡量客戶最近一次消費(fèi)產(chǎn)品或服務(wù)的時(shí)間。消費(fèi)頻率（Frequency，F(xiàn)）：該指標(biāo)衡量客戶在一定時(shí)間范圍內(nèi)消費(fèi)產(chǎn)品或服務(wù)的次數(shù)。消費(fèi)金額（Monetary，M）：該指標(biāo)衡量客戶在一定時(shí)間范圍內(nèi)消費(fèi)產(chǎn)品或服務(wù)的總金額。RFM模型在RFM模型中，一般將每個(gè)指標(biāo)分成幾個(gè)等級(jí)或分組。通過在這個(gè)空間中對(duì)客戶進(jìn)行定位，可以得到不同群體的客戶特征和行為模式。RFM模型的主要應(yīng)用。客戶細(xì)分交叉銷售和升級(jí)客戶保持和回流分析與建模2.RFMPI模型將客戶消費(fèi)時(shí)間R、消費(fèi)頻率F、消費(fèi)金額M、折扣消費(fèi)比例P、年收入I五個(gè)特征作為商超客戶價(jià)值特征，記為RFMPI模型，以便更全面地了解客戶行為和價(jià)值。年收入：將客戶的年收入作為一個(gè)附加維度，可以幫助企業(yè)了解客戶的經(jīng)濟(jì)實(shí)力和消費(fèi)能力。折扣消費(fèi)比例：折扣消費(fèi)比例表示客戶使用折扣消費(fèi)次數(shù)占總消費(fèi)次數(shù)的比例。模型構(gòu)建對(duì)商超客戶進(jìn)行聚類的過程如下。數(shù)據(jù)標(biāo)準(zhǔn)化：對(duì)選定的特征進(jìn)行標(biāo)準(zhǔn)化處理，確保各個(gè)特征在相似的數(shù)值范圍內(nèi)，避免因?yàn)榱烤V不一致導(dǎo)致的聚類結(jié)果不準(zhǔn)確。確定聚類數(shù)量K：根據(jù)業(yè)務(wù)需求和數(shù)據(jù)特點(diǎn)，確定要將客戶分成的簇的數(shù)量K值。模型訓(xùn)練：利用K均值算法對(duì)標(biāo)準(zhǔn)化后的客戶數(shù)據(jù)進(jìn)行聚類，根據(jù)K值初始化質(zhì)心，并迭代更新質(zhì)心直至達(dá)到停止條件。聚類結(jié)果分析：根據(jù)聚類結(jié)果將客戶分成不同的簇，每個(gè)簇代表一組具有相似消費(fèi)特征的客戶群體。模型構(gòu)建肘方法（ElbowMethod）是一種常用的聚類分析中確定最佳聚類數(shù)的方法。它基于觀察不同聚類數(shù)下的聚類誤差平方和（SSE）變化情況，通過繪制聚類數(shù)與SSE的曲線，找到一個(gè)“肘點(diǎn)”，即曲線開始呈現(xiàn)拐點(diǎn)的位置，來確定最佳的聚類數(shù)。肘方法包括以下五個(gè)步驟。運(yùn)行聚類分析計(jì)算SSE繪制肘曲線分析肘點(diǎn)選擇最佳聚類數(shù)背景與目標(biāo)數(shù)據(jù)探索與預(yù)處理分析與建模結(jié)果分析客戶分群繪制客戶分群雷達(dá)圖進(jìn)行分析類別0：可能代表了一組高價(jià)值客戶或忠實(shí)客戶類別1：可能代表了一組比較謹(jǐn)慎或預(yù)算有限的消費(fèi)者類別2：可能代表了一組高價(jià)值客戶或忠實(shí)客戶類別3：這可能代表了一組潛在客戶對(duì)比分析1.客戶群人數(shù)繪制餅圖分析各個(gè)客戶群的人數(shù)占比情況對(duì)比分析2.客戶群年齡繪制箱線圖分析各客戶群年齡的分布情況對(duì)比分析3.客戶群年收入繪制箱線圖分析各客戶群年收入情況小結(jié)商超客戶畫像分析案例的總體流程包括以下三個(gè)關(guān)鍵步驟。通過對(duì)選定數(shù)據(jù)的詳盡探索分析和預(yù)處理，利用數(shù)據(jù)質(zhì)量評(píng)估、可視化分析