Analyse de cohortes

Customer Segmentation in Python

Karolis Urbonas

Head of Data Science, Amazon

Carte thermique d’analyse de cohortes

Lignes :

Première activité
Ici : mois d’acquisition

Colonnes :

Temps depuis la première activité
Ici : mois depuis l’acquisition

Carte thermique des cohortes

Carte thermique d’analyse de cohortes

Lignes :

Première activité
Ici : mois d’acquisition

Colonnes :

Temps depuis la première activité
Ici : mois depuis l’acquisition

Données de vente en ligne

Plus de 0,5 million de transactions d’une boutique en ligne au Royaume‑Uni.

Nous utiliserons un échantillon aléatoire de 20 % de ce jeu de données tout au long du cours.

Vente en ligne

5 premières lignes des données

online.head()

5 premières lignes

Attribuer le mois d’acquisition à la cohorte

def get_month(x): return dt.datetime(x.year, x.month, 1)

online['InvoiceMonth'] = online['InvoiceDate'].apply(get_month)

grouping = online.groupby('CustomerID')['InvoiceMonth']

online['CohortMonth'] = grouping.transform('min')

online.head()

top5-cohort-added

Extraire les entiers de date

Définir une fonction pour extraire les entiers year, month et day.

Nous l’utiliserons tout au long du cours.

def get_date_int(df, column):
    year = df[column].dt.year
    month = df[column].dt.month
    day = df[column].dt.day
    return year, month, day

Attribuer le décalage temporel

invoice_year, invoice_month, _ = get_date_int(online, 'InvoiceMonth') 
cohort_year, cohort_month, _ = get_date_int(online, 'CohortMonth')

years_diff = invoice_year - cohort_year
months_diff = invoice_month - cohort_month

online['CohortIndex'] = years_diff * 12 + months_diff + 1
online.head()

top5-time-offset-added

Compter les clients actifs mensuels par cohorte

grouping = online.groupby(['CohortMonth', 'CohortIndex'])

cohort_data = grouping['CustomerID'].apply(pd.Series.nunique)

cohort_data = cohort_data.reset_index()

cohort_counts = cohort_data.pivot(index='CohortMonth',
                                  columns='CohortIndex', 
                                  values='CustomerID')

print(cohort_counts)

tableau-pivot-comptes-en-ligne

À vous de créer des cohortes !

Customer Segmentation in Python