Xây dựng phân khúc RFM

Phân khúc khách hàng bằng Python

Karolis Urbonas

Head of Data Science, Amazon

Dữ liệu

Bộ dữ liệu đã tạo trước đó
Tính tứ phân vị cho từng cột và đặt tên R, F, M

rfm_data

Tứ phân vị Recency

r_labels = range(4, 0, -1)

r_quartiles = pd.qcut(datamart['Recency'], 4, labels = r_labels)

datamart = datamart.assign(R = r_quartiles.values)

r-value

Tứ phân vị Frequency và Monetary

f_labels = range(1,5)
m_labels = range(1,5)

f_quartiles = pd.qcut(datamart['Frequency'], 4, labels = f_labels)
m_quartiles = pd.qcut(datamart['MonetaryValue'], 4, labels = m_labels)

datamart = datamart.assign(F = f_quartiles.values)
datamart = datamart.assign(M = m_quartiles.values)

Tạo phân khúc và điểm RFM

Nối giá trị tứ phân vị RFM vào RFM_Segment
Cộng các tứ phân vị RFM thành RFM_Score

def join_rfm(x): return str(x['R']) + str(x['F']) + str(x['M'])

datamart['RFM_Segment'] = datamart.apply(join_rfm, axis=1)

datamart['RFM_Score'] = datamart[['R','F','M']].sum(axis=1)

Kết quả cuối

rfm_table

Thực hành xây dựng phân khúc RFM

Phân khúc khách hàng bằng Python