如何使用Python对电商销售数据进行RFM用户价值分类模型分析?

风婷酱_1159

风婷酱_1159

2026-09-21

626人浏览

原创

RFM分析需先分位数离散化再规则映射,不可直接KMeans聚类;因量纲差异大、分布偏态、方向不一致,须对R取反后qcut分5级,F/M依分布自定义cut,再按R/F/M得分组合划分8类用户群。

如何使用python对电商销售数据进行rfm用户价值分类模型分析?

RFM 分析在 Python 中完全可落地,但直接套用 sklearn 聚类会出错——RFM 三个维度量纲差异大、分布偏态严重,必须先做分位数离散化,而不是标准化后聚类。

为什么不能直接用 KMeans 对原始 RFM 数值聚类

用户最近购买时间(Recency)可能是 0–365 天,频次(Frequency)集中在 1–5 次,金额(Monetary)却可能从 10 元到 50000 元。KMeans 基于欧氏距离,Monetary 的量级会彻底淹没 Recency 和 Frequency 的区分度;而且电商数据中 Recency 是越小越好,Frequency 和 Monetary 是越大越好,方向不一致。

实操建议:

  • 放弃对原始数值做 StandardScaler 或 MinMaxScaler
  • 改用分位数法(qcut)将每个维度独立划为 5 级(1–5 分),高分代表高价值属性
  • Recency 需先取负或倒排:用 max(recency) - recency 再分箱,确保“最近购买”得高分
  • 分箱后拼成三位数 RFM 综合得分(如 543),再按规则映射到用户群(重要价值客户、一般发展客户等)

pd.qcut 分箱时的三个关键陷阱

电商订单数据常有大量 Frequency=1、Monetary 高度右偏,直接 qcut(..., q=5) 会报 ValueError: Bin edges must be unique。

实操建议:

  • 对 Frequency 和 Monetary,先用 value_counts().head(20) 检查是否集中于前几档;若 70% 用户 Frequency==1,就别硬分 5 等份,改用 pd.cut 自定义区间(如 [0,1,2,5,10,100])
  • Recency 若含 0(当天购买),分箱前要加极小扰动(如 + 1e-6),避免 qcut 把所有 0 归为同一 bin 导致边缘 bin 样本过少
  • 务必设 duplicates='drop' 参数,否则重复边界值会触发异常

如何用规则映射代替聚类来定义用户群

RFM 本质是业务规则模型,不是统计模型。强行用 KMeans 得到的簇没有业务解释性,而基于分位数的 5×5×5=125 种组合,可通过简单规则压缩为 8 类典型用户群。

Biopython
Biopython

全面的分子生物学工具集。适用于序列操作、文件解析(FASTA/GenBank/PDB)、系统发育分析,以及通过 Bio.Entrez 以编程方式访问 NCBI/

下载

实操建议:

  • 先计算每位用户的 R_score、F_score、M_score(均为 1–5 整数)
  • 定义核心判断逻辑:
    — 若 R_score >= 4 and F_score >= 4 and M_score >= 4 → 重要价值客户
    — 若 R_score → 一般保持客户(需唤醒)
    — 若 R_score = 4 → 重要发展客户(刚流失,高潜力)
  • 用 numpy.select 或链式 df.loc 实现,比写多层 if 更快且可读

导出结果前必须检查的两个数据一致性点

分析结果一旦用于营销投放,错标一个“重要挽留客户”可能导致整批短信发给已注销用户。

实操建议:

  • 核对 Recency 计算基准日:必须统一用分析截止日(如 2024-06-30),不能混用订单表最大日期或系统当前日期
  • 确认 Monetary 是否剔除了退款订单:必须 join 订单主表与退款明细表,把 order_status == 'refunded' 的行 amount = 0,否则高价值用户会被虚高估计

真正卡住项目上线的,往往不是算法本身,而是 Recency 基准日和退款过滤这两处业务口径没对齐。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1931

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5484

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33417

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3927

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3927

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3043

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程