Vytváření RFM segmentů

Segmentace zákazníků v Pythonu

Karolis Urbonas

Head of Data Science, Amazon

Data

Dříve vytvořená datová sada
Vypočítáme kvartilové hodnoty pro každý sloupec a pojmenujeme je R, F, M

Přehled RFM dat

Kvartil recence

r_labels = range(4, 0, -1)

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

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

hodnota R

Kvartily frekvence a peněžní hodnoty

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)

Sestavení RFM segmentu a RFM skóre

Zřetězení kvartilových hodnot RFM do RFM_Segment
Součet kvartilových hodnot RFM do 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)

Výsledek

tabulka RFM

Pojďme vytvářet RFM segmenty

Segmentace zákazníků v Pythonu