Анализ RFM-сегментов

Сегментация клиентов в Python

Karolis Urbonas

Head of Data Science, Amazon

Крупнейшие RFM-сегменты

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

Топ RFM-сегменты

Фильтрация по RFM-сегментам

Выбор нижнего RFM-сегмента «111» и просмотр первых 5 строк

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

Топ сегмент 111

Сводные метрики по RFM-оценке

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

Группировка в именованные сегменты

Используйте RFM-оценку для группировки клиентов в сегменты Gold, Silver и Bronze.

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)

Новые сегменты и их показатели

Давайте потренируемся!

Сегментация клиентов в Python