Menghitung metrik RFM

Segmentasi Pelanggan dengan Python

Karolis Urbonas

Head of Data Science, Amazon

Definisi

Recency - hari sejak transaksi terakhir pelanggan
Frequency - jumlah transaksi dalam 12 bulan terakhir
Monetary Value - total belanja dalam 12 bulan terakhir

Dataset dan persiapan

Dataset online yang sama seperti pelajaran sebelumnya
Perlu sedikit persiapan data
Kolom baru TotalSum = Quantity x UnitPrice.

top_5_rows

Langkah persiapan data

Kita mulai dengan DataFrame online yang sudah diproses, hanya 12 bulan terakhir:

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

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

Mari buat data snapshot_day hipotetis seolah analisis dilakukan baru-baru ini.

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

Hitung metrik 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()

Nilai RFM akhir

Tabel untuk segmentasi RFM sudah selesai!

rfm_top_5

Ayo berlatih menghitung nilai RFM!

Segmentasi Pelanggan dengan Python