RFMセグメントの構築

Pythonで学ぶカスタマーセグメンテーション

Karolis Urbonas

Head of Data Science, Amazon

データ

以前に作成したデータセット
各列の四分位を算出し、それぞれを R、F、M と命名

rfm_data

Recencyの四分位

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

Frequency と Monetary の四分位

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)

RFMセグメントとRFMスコアの作成

RFMの四分位を連結して RFM_Segment を作成
RFMの四分位を合計して RFM_Score を作成

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)

最終結果

rfm_table

RFMセグメントを作ってみましょう

Pythonで学ぶカスタマーセグメンテーション