RFM 세그먼트 분석

Python을 활용한 고객 세분화

Karolis Urbonas

Head of Data Science, Amazon

가장 큰 RFM 세그먼트

datamart.groupby('RFM_Segment').size().sort_values(ascending=False)[:10]

상위 RFM 세그먼트

RFM 세그먼트로 필터링

하위 RFM 세그먼트 "111" 선택 후 상위 5행 보기

datamart[datamart['RFM_Segment']=='111'][:5]

상위 111 세그먼트

RFM 점수별 요약 지표

datamart.groupby('RFM_Score').agg({
    'Recency': 'mean',
    'Frequency': 'mean',
    'MonetaryValue': ['mean', 'count'] })/
    .round(1)

이름 있는 세그먼트로 그룹화

RFM 점수로 고객을 Gold, Silver, Bronze 세그먼트로 묶습니다.

def segment_me(df):
    if df['RFM_Score'] >= 9:
        return 'Gold'
    elif (df['RFM_Score'] >= 5) and (df['RFM_Score'] < 9):
        return 'Silver'
    else:
        return 'Bronze'

datamart['General_Segment'] = datamart.apply(segment_me, axis=1)

datamart.groupby('General_Segment').agg({
    'Recency': 'mean',
    'Frequency': 'mean',
    'MonetaryValue': ['mean', 'count']}).round(1)

새 세그먼트와 가치

맞춤 세그먼트 실습

Python을 활용한 고객 세분화