Profilera och tolka segment

Kundsegmentering i Python

Karolis Urbonas

Head of Data Science, Amazon

Metoder för att bygga kundprofiler

Sammanfattande statistik för varje kluster, t.ex. genomsnittliga RFM-värden
Ormdiagram (från marknadsundersökning)
Relativ vikt av klusterattribut jämfört med populationen

Sammanfattande statistik per kluster

Kör k-means-segmentering för flera k-värden nära det rekommenderade värdet.

Skapa en klusteretikettskolumn i den ursprungliga DataFrame:n:

datamart_rfm_k2 = datamart_rfm.assign(Cluster = cluster_labels)

Beräkna genomsnittliga RFM-värden och storlekar för varje kluster:

datamart_rfm_k2.groupby(['Cluster']).agg({
   'Recency': 'mean',
   'Frequency': 'mean',
   'MonetaryValue': ['mean', 'count'],
}).round(0)

Upprepa samma steg för k=3

Sammanfattande statistik per kluster

Jämför genomsnittliga RFM-värden för varje klusterlösning

Ormdiagram för att förstå och jämföra segment

Marknadsundersökningsteknik för att jämföra olika segment
Visuell representation av varje segments attribut
Data behöver normaliseras först (centrera & skala)
Rita varje klusters genomsnittliga normaliserade värden per attribut

Förbered data för ett ormdiagram

Omvandla datamart_normalized till en DataFrame och lägg till en Cluster-kolumn

datamart_normalized = pd.DataFrame(datamart_normalized, 
                                   index=datamart_rfm.index, 
                                   columns=datamart_rfm.columns)
datamart_normalized['Cluster'] = datamart_rfm_k3['Cluster']

Omvandla datan till långformat så att RFM-värden och måttnamn lagras i varsitt kolumn

datamart_melt = pd.melt(datamart_normalized.reset_index(), 
                    id_vars=['CustomerID', 'Cluster'],
                    value_vars=['Recency', 'Frequency', 'MonetaryValue'], 
                    var_name='Attribute', 
                    value_name='Value')

Visualisera ett ormdiagram

plt.title('Snake plot of standardized variables')
sns.lineplot(x="Attribute", y="Value", hue='Cluster', data=datamart_melt)

Relativ vikt av segmentattribut

Användbar teknik för att identifiera den relativa vikten av varje segments attribut
Beräkna genomsnittsvärden för varje kluster
Beräkna genomsnittsvärden för populationen
Beräkna viktpoäng genom att dividera dem och subtrahera 1 (returnerar 0 när klustrets genomsnitt är lika med populationens)

cluster_avg = datamart_rfm_k3.groupby(['Cluster']).mean()

population_avg = datamart_rfm.mean()

relative_imp = cluster_avg / population_avg - 1

Analysera och visualisera relativ vikt

Ju mer ett kvotvärde avviker från 0, desto viktigare är attributet för ett segment (relativt hela populationen).

relative_imp.round(2)

         Recency  Frequency  MonetaryValue
Cluster                                   
0          -0.82       1.68           1.83
1           0.84      -0.84          -0.86
2          -0.15      -0.34          -0.42

# Plot heatmap
plt.figure(figsize=(8, 2))
plt.title('Relative importance of attributes')
sns.heatmap(data=relative_imp, annot=True, fmt='.2f', cmap='RdYlGn')
plt.show()

Heatmap över relativ vikt

         Recency  Frequency  MonetaryValue
Cluster                                   
0          -0.82       1.68           1.83
1           0.84      -0.84          -0.86
2          -0.15      -0.34          -0.42

Nu kör vi en övning!

Kundsegmentering i Python