分群分析

Python 中的客户细分

Karolis Urbonas

Head of Data Science, Amazon

分群分析热力图

行：

首次活动
此处：获客月份

列：

距首次活动的时间
此处：距获客的月数

分群热力图

分群分析热力图

行：

首次活动
此处：获客月份

列：

距首次活动的时间
此处：距获客的月数

线上零售数据

来自一家英国线上零售商的超过 50 万条交易记录。

我们将在整个课程中使用其中随机抽样的 20% 子集。

在线零售

数据前5行

online.head()

前5行

分配获客月份分群

def get_month(x): return dt.datetime(x.year, x.month, 1)

online['InvoiceMonth'] = online['InvoiceDate'].apply(get_month)

grouping = online.groupby('CustomerID')['InvoiceMonth']

online['CohortMonth'] = grouping.transform('min')

online.head()

top5-已添加分群月

从数据中提取整数值

定义函数以提取 year、month 和 day 的整数值。

我们将在整个课程中使用它。

def get_date_int(df, column):
    year = df[column].dt.year
    month = df[column].dt.month
    day = df[column].dt.day
    return year, month, day

分配时间偏移值

invoice_year, invoice_month, _ = get_date_int(online, 'InvoiceMonth') 
cohort_year, cohort_month, _ = get_date_int(online, 'CohortMonth')

years_diff = invoice_year - cohort_year
months_diff = invoice_month - cohort_month

online['CohortIndex'] = years_diff * 12 + months_diff + 1
online.head()

top5-已添加时间偏移

统计各分群的月活客户数

grouping = online.groupby(['CohortMonth', 'CohortIndex'])

cohort_data = grouping['CustomerID'].apply(pd.Series.nunique)

cohort_data = cohort_data.reset_index()

cohort_counts = cohort_data.pivot(index='CohortMonth',
                                  columns='CohortIndex', 
                                  values='CustomerID')

print(cohort_counts)

分群-月活表

轮到您来构建分群！

Python 中的客户细分