同群分析

Python 的客群分群

Karolis Urbonas

Head of Data Science, Amazon

同群分析熱圖

列：

首次活動
這裡－取得月份

欄：

距首次活動時間
這裡－距取得後的月數

同群熱圖

同群分析熱圖

列：

首次活動
這裡－取得月份

欄：

距首次活動時間
這裡－距取得後的月數

線上零售資料

超過 50 萬筆來自英國線上零售商店的交易。

本課程全程會使用此資料集隨機抽樣的 20% 子集。

線上零售

資料前 5 列

online.head()

前 5 列

指派取得月份同群

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()

前五列－新增欄位

從日期擷取整數值

定義函式以擷取 year、month 與 day 的整數值。

你會在本課程全程使用它。

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

指派時間位移值

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()

前五列－新增時間位移

統計各同群每月活躍顧客數

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)

同群樞紐－活躍數

換你來建立同群！

Python 的客群分群