การสร้างกลุ่ม RFM

การแบ่งกลุ่มลูกค้าด้วย Python

Karolis Urbonas

Head of Data Science, Amazon

ข้อมูล

ชุดข้อมูลที่สร้างไว้ก่อนหน้า
คำนวณค่าควอร์ไทล์สำหรับแต่ละคอลัมน์และตั้งชื่อว่า R, F, M

ข้อมูล rfm

ควอร์ไทล์ Recency

r_labels = range(4, 0, -1)

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

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

ค่า r

ควอร์ไทล์ Frequency และ Monetary

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)

สร้าง RFM Segment และ RFM Score

เชื่อมค่าควอร์ไทล์ RFM เข้า RFM_Segment
รวมค่าควอร์ไทล์ RFM เป็น 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)

ผลลัพธ์สุดท้าย

ตาราง rfm

มาฝึกสร้างกลุ่ม RFM กันเถอะ!

การแบ่งกลุ่มลูกค้าด้วย Python