Calcular métricas RFM

Segmentación de clientes en Python

Karolis Urbonas

Head of Data Science, Amazon

Definiciones

Recencia: días desde la última compra
Frecuencia: nº de compras en los últimos 12 meses
Valor monetario: gasto total en los últimos 12 meses

Dataset y preparación

Mismo dataset online que en las lecciones anteriores
Hay que preparar algunos datos
Nueva columna TotalSum = Quantity x UnitPrice.

primeras 5 filas

Pasos de preparación de datos

Empezamos con un DataFrame online preprocesado con solo los últimos 12 meses:

print('Min:{}; Max:{}'.format(min(online.InvoiceDate),
                              max(online.InvoiceDate)))

Min:2010-12-10; Max:2011-12-09

Creamos una snapshot_day hipotética como si analizáramos hoy.

snapshot_date = max(online.InvoiceDate) + datetime.timedelta(days=1)

Calcular métricas RFM

# Aggregate data on a customer level
datamart = online.groupby(['CustomerID']).agg({
    'InvoiceDate': lambda x: (snapshot_date - x.max()).days,
    'InvoiceNo': 'count',
    'TotalSum': 'sum'})

# Rename columns for easier interpretation
datamart.rename(columns = {'InvoiceDate': 'Recency',
                           'InvoiceNo': 'Frequency',
                           'TotalSum': 'MonetaryValue'}, inplace=True)

# Check the first rows
datamart.head()

Valores RFM finales

¡La tabla para la segmentación RFM está lista!

rfm_top_5

¡Vamos a practicar!

Segmentación de clientes en Python