Segmentasi recency, frequency, monetary (RFM)

Segmentasi Pelanggan dengan Python

Karolis Urbonas

Head of Data Science, Amazon

Apa itu segmentasi RFM?

Segmentasi perilaku pelanggan berdasarkan tiga metrik:

Recency (R)
Frequency (F)
Monetary Value (M)

Mengelompokkan nilai RFM

Nilai RFM dapat dikelompokkan dengan beberapa cara:

Persentil, mis. kuantil
Potongan Pareto 80/20
Kustom — berdasarkan pengetahuan bisnis

Kita akan menerapkan pengelompokan berbasis persentil.

Tinjauan singkat persentil

Proses menghitung persentil:

Urutkan pelanggan berdasarkan metrik tersebut
Bagi ke sejumlah grup berukuran sama
Beri label tiap grup

Hitung persentil dengan Python

Data dengan delapan CustomerID dan nilai Spend yang dihitung acak.

dummy_percentile_data

Hitung persentil dengan Python

spend_quartiles = pd.qcut(data['Spend'], q=4, labels=range(1,5))

data['Spend_Quartile'] = spend_quartiles

data.sort_values('Spend')

Memberi label

Skor tertinggi untuk metrik terbaik – terbaik tidak selalu tertinggi, mis. recency
Di sini label dibalik — makin baru pelanggan, makin baik

Memberi label

# Create numbered labels
r_labels = list(range(4, 0, -1))

# Divide into groups based on quartiles
recency_quartiles = pd.qcut(data['Recency_Days'], q=4, labels=r_labels)

# Create new column
data['Recency_Quartile'] = recency_quartiles

# Sort recency values from lowest to highest
data.sort_values('Recency_Days')

Memberi label

Seperti terlihat, label kuartil dibalik, karena pelanggan yang lebih baru lebih bernilai.

recency_quartiles

Label kustom

Kita dapat membuat daftar label string atau nilai lain, sesuai kebutuhan.

# Create string labels
r_labels = ['Active', 'Lapsed', 'Inactive', 'Churned']

# Divide into groups based on quartiles 
recency_quartiles = pd.qcut(data['Recency_Days'], q=4, labels=r_labels)

# Create new column
data['Recency_Quartile'] = recency_quartiles 

# Sort values from lowest to highest
data.sort_values('Recency_Days')

Label kustom

Label kustom untuk tiap kuartil

Recency_quartiles

Ayo berlatih dengan persentil!

Segmentasi Pelanggan dengan Python