基於RFM的客戶價值分析模型

來自專欄 Python 項目分析

本文用具體實例的方式，在RFM的基礎上構建客戶價值分析模型，探討如何對客戶群體進行細分，以及細分後如何進行客戶價值分析。最終得到LRFMC模型，並將客戶群體細分為重要保持客戶、重要發展客戶、重要挽留客戶、一般客戶、低價值客戶五類。

本文原始數據與分析思路來自《Python數據分析與挖掘實戰》第七章，感謝這本書提供的數據集與分析框架。（這本書很不錯，推薦）

1 背景與目標

1.1 背景

在面向客戶制定運營策略、營銷策略時，我們希望能夠針對不同的客戶推行不同的策略，實現精準化運營，以期獲取最大的轉化率。精準化運營的前提是客戶關係管理，而客戶關係管理的核心是客戶分類。通過客戶分類，對客戶群體進行細分，區別出低價值客戶、高價值客戶，對不同的客戶群體開展不同的個性化服務，將有限的資源合理地分配給不同價值的客戶，實現效益最大化。

在客戶分類中，RFM模型是一個經典的分類模型，模型利用通用交易環節中最核心的三個維度——最近消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)細分客戶群體，從而分析不同群體的客戶價值。

在某些商業形態中，客戶與企業產生連接的核心指標會因產品特性而改變。如互聯網產品中，以上三項指標可以相應地變為下圖中的三項：最近一次登錄、登錄頻率、在線時長。

1.2 目標

本實例藉助某航空公司客戶數據，探討如何利用KMeans演算法對客戶群體進行細分，以及細分後如何利用RFM模型對客戶價值進行分析，並識別出高價值客戶。

在本實例中，主要希望實現以下三個目標：

1. 藉助航空公司客戶數據，對客戶進行群體分類
2. 對不同的客戶群體進行特徵分析，比較各細分群體的客戶價值
3. 對不同價值的客戶制定相應的運營策略

2 分析過程

2.1 分析思路

本實例的數據包含了2012年4月1日至2014年3月31日期間的客戶數據，共有6萬餘條記錄。分析中需要用到KMeans演算法，且需要將數據分析的結果可視化，便於後期的結論分析，於是採用以下兩種工具進行分析：

• jupyter notebook（Python 3.6 ）
• Excel 2016

同時數據的屬性定義見下表所示，可見維度非常豐富。

考慮到商用航空行業與一般商業形態的不同，決定在RFM模型的基礎上，增加2個指標用於客戶分群與價值分析，得到航空行業的LRFMC模型：

• L：客戶關係長度。客戶加入會員的日期至觀測窗口結束日期的間隔。（單位：天）
• R：最近一次乘機時間。最近一次乘機日期至觀測窗口結束日期的間隔。（單位：天）
• F：乘機頻率。客戶在觀測窗口期內乘坐飛機的次數。（單位：次）
• M：飛行總里程。客戶在觀測窗口期內的飛行總里程。（單位：公里）
• C：平均折扣率。客戶在觀測窗口期內的平均折扣率。（單位：無）

首先對原始數據進行探索，清洗異常記錄，再根據上述公式將原始數據表變換得到LRFMC模型建模需要的新數據表，接著對新數據表的數據進行屬性規約、數據變換、Python建模、結果分析，便能得到最終的結果。

總體思路與流程見下圖：

由於本實例中的數據已經得到，顧不需要在業務系統中抽取數據，直接開始對數據進行預處理即可。

2.2 數據預處理

2.2.1 數據探索

import pandas as pddata = pd.read_csv(datafile, encoding = utf-8)explore = data.describe(percentiles = [], include = all).Texplore[null] = len(data) - explore[count]

經過初步的數據探索，發現數據有幾點特徵：

1. 共62988條記錄
2. 部分維度存在缺失值，WORK_CITY缺失2269條，SUM_YR_1缺失551條，SUM_YR_2缺失138條

2.2.2 數據清洗

此處主要清洗兩類異常數據：

1. 缺失值：票價為null的數據（注意不是票價為零）
2. 異常值：票價為0、平均折扣率不為0、總飛行公里數大於0的數據（折扣不為0，仍有飛行里程，說明客戶必然是花錢買票飛行的，如果此時票價也為0，說明是錯誤數據）

# 剔除票價為空值的記錄dataCleaned_1 = data[data[SUM_YR_1].notnull()&data[SUM_YR_2].notnull()]# 剔除票價為0、平均折扣率不為0、總飛行公里數大於0的記錄flag1 = dataCleaned_1[SUM_YR_1] != 0flag2 = dataCleaned_1[SUM_YR_2] != 0flag3 = (dataCleaned_1[SEG_KM_SUM] == 0) & (dataCleaned_1[avg_discount] == 0)dataCleaned = dataCleaned_1[flag1 | flag2 | flag3]dataCleaned = dataCleaned.reset_index(drop=True) # 刪除異常值後重新建立索引

共清洗944條異常數據，得到62044條有效記錄。

2.2.3 屬性規約

根據LRFMC模型，選取與模型強相關的6個屬性：LOAD_TIME、FFP_DATE、LAST_TO_END、LIGHT_COUNT、SEG_KM_SUM、avg_discount。刪除其他冗餘的、弱相關的屬性，得到屬性選擇後的數據集。

dataSpec = dataCleaned[[LOAD_TIME, FFP_DATE, LAST_TO_END, FLIGHT_COUNT, SEG_KM_SUM, avg_discount]]

2.2.4 數據變換

構建包含L、R、F、M、C五項指標的新數據表，並對應屬性定義表，得到LRFMC模型中五項指標的計算公式：

• L = LOAD_TIME - FFP_DATE. （觀測窗口結束日期 - 入會日期）
• R = LAST_TO_END. （最後一次乘機時間至觀測窗口結束時長）
• F = FLIGHT_COUNT. （觀測窗口內的飛行次數）
• M = SEG_KM_SUM. （觀測窗口的總飛行公里數）
• C = AVG_DISCOUNT. （平均折扣率）

利用2.2.3中的數據表計算得到變換後的數據表。

dataTransformed = pd.DataFrame(columns=[L, R, F, M, C]) tmp = { L:pd.to_datetime(dataSpec[LOAD_TIME]) - pd.to_datetime(dataSpec[FFP_DATE]), # 需要將LOAA_TIME & FFP_DATE 兩列先轉化為datetime格式，再進行相減 R:dataSpec[LAST_TO_END], F:dataSpec[FLIGHT_COUNT], M:dataSpec[SEG_KM_SUM], C:dataSpec[avg_discount], }dataTransformed = pd.DataFrame(data = tmp, columns = [L, R, F, M, C]) import numpy as np# 將timedelta64格式轉化為int32格式dataTransformed[L] = (dataTransformed[L] / np.timedelta64(1, D)).astype(int)

結果如下圖所示：

從表中可以發現，每個指標的數據取值範圍分布較廣，為提高後續聚類分析的準確性，還需要將L、R、F、M、C五類數據進行標準化處理。標準化方法有極大極小標準化、標準差標準化等方法，此處採用標準差標準化的方法對數據進行處理。

dataZscore = (dataTransformed - dataTransformed.mean(axis=0)) / dataTransformed.std(axis=0)dataZscore.columns = [Z + i for i in dataTransformed.columns]

結果如下圖所示：

標準差標準化後，得到包含ZL、ZR、ZF、ZM、ZC五項指標的數據集。

2.3 數據建模

客戶價值分析模型構建主要分為兩個部分：

1. 利用K-Means演算法對客戶進行聚類分析，得到細分的客戶群
2. 對細分的客戶群進行特徵分析，得到客戶價值分析模型

2.3.1 聚類分析

採用K-Means聚類演算法對客戶數據進行分群，共分為5類。

from sklearn.cluster import KMeansk = 5 # 共分為5類kmodel = KMeans(n_clusters = k, n_jobs = 4)kmodel.fit(dataZscore)kmodel.cluster_centers_kmodel.labels_

得到結果後，將結果轉化為DataFrame對象。

kmeansCenters = pd.DataFrame(kmodel.cluster_centers_, columns = dataZscore.columns)labelsCounts = pd.DataFrame(kmodel.labels_)[0].value_counts()kmeansLabels = pd.DataFrame(labelsCounts, index = None)kmeansLabels.columns = [Num]kmeansResult = pd.concat([kmeansCenters, kmeansLabels], axis=1)kmeansResult[Class] = [1,2,3,4,5]kmeansResult = kmeansResult[[Class,Num, ZL, ZR, ZF, ZM, ZC]]

結果如下圖所示：

以及對62044位客戶貼上群體標籤，記為1、2、3、4、5五類，並輸出帶有標籤的Excel文件。

dataLabels = pd.DataFrame(kmodel.labels_, columns= [CLASS]) + 1dataResult = pd.concat([dataCleaned, dataLabels],axis=1)dataResult.to_excel(tmp/dataResult.xlsx)

結果如下圖所示：

2.3.2 特徵分析

對2.3.2中的聚類結果進行特徵分析，如下圖所示。

分析：

• 群體1的C屬性上最大
• 群體2的M、F屬性屬性最大，R屬性最小
• 群體3的L、C屬性最小
• 群體4的R屬性最大，F、M屬性最小
• 群體5的L屬性最大

其中每項指標的實際業務意義為：

• L：加入會員的時長。越大代表會員資歷越久
• R：最近一次乘機時間。越大代表越久沒乘機
• F：乘機次數。越大代表乘機次數越多
• M：飛行總里程。越大代表總里程越多
• C：平均折扣率。越大代表折扣越弱，0表示0折免費機票，10代表無折機票

對應實際業務對聚類結果進行分值離散轉化，對應1-5分，其中屬性值越大，分數越高。

同時針對業務需要，及參考RFM模型對客戶類別的分類，定義五個等級的客戶類別：

• 重要保持客戶
• 平均折扣率高(C↑)，最近有乘機記錄(R↓)，乘機次數高(F↑)或里程高(M↑)
• 這類客戶機票票價高，不在意機票折扣，經常乘機，是最理想的客戶類型
• 公司應優先將資源投放到他們身上，維持這類客戶的忠誠度
• 重要發展客戶
• 平均折扣率高(C↑)，最近有乘機記錄(R↓)，乘機次數低(F↓)或里程高(M↓)
• 這類客戶機票票價高，不在意機票折扣，最近有乘機記錄，但總里程低，具有很大的發展潛力
• 公司應加強這類客戶的滿意度，使他們逐漸成為忠誠客戶
• 重要挽留客戶
• 平均折扣率高(C↑)，乘機次數高(F↑)或里程高(M↑)，最近無乘機記錄(R↑)
• 這類客戶總里程高，但較長時間沒有乘機，可能處於流失狀態
• 公司應加強與這類客戶的互動，召回用戶，延長客戶的生命周期
• 一般客戶
• 平均折扣率低(C↓)，最近無乘機記錄(R↑)，乘機次數低(F↓)或里程低(M↓)，入會時間短(L↓)
• 這類客戶機票票價低，經常買折扣機票，最近無乘機記錄，可能是趁著折扣而選擇購買，對品牌無忠誠度
• 公司需要在資源支持的情況下強化對這類客戶的聯繫
• 低價值客戶
• 平均折扣率低(C↓)，最近無乘機記錄(R↑)，乘機次數低(F↓)或里程低(M↓)，入會時間短(L↓)
• 這類客戶與一般客戶類似，機票票價低，經常買折扣機票，最近無乘機記錄，可能是趁著折扣而選擇購買，對品牌無忠誠度

根據聚類結果，對應上述五類客戶類型，進行匹配，得到客戶群體的價值排名。

在數據與處理時，我們已經將62044位用戶與客戶群體一一對應，現在每類客戶群體也對應了客戶價值，至此得到了62044位客戶的價值分類結果，建模完成。

3 分析結果

根據建模結果，發現該公司的五類不同價值的客戶數量分布如圖所示。

對數據進行可視化，如下圖所示。

分析：

• 重要保持客戶、重要發展客戶佔比15.3%，不足兩成，整體較少
• 一般客戶、低價值客戶佔比59.3%，接近六成，整體偏多
• 重要挽留客戶佔比25.4%，接近四分之一，整體發揮空間大

按照20/80法則，一般而言企業的80%收入由頭部20%的用戶貢獻，從上圖中也能發現，忠誠的重要保留客戶、中發展客戶必然貢獻了企業收入的絕大部分，企業也需要投入資源服務好這部分客戶。

同時，重要保持客戶、重要發展客戶、重要挽留客戶這三類客戶其實也對應著客戶生命周期中的發展期、穩定器、衰退期三個時期。從客戶生命周期的角度講，也應重點投入資源召回衰退期的客戶。

一般而言，數據分析最終的目的是針對分析結果提出並開展一系列的運營/營銷策略，以期幫助企業發展。在本實例中，運營策略有三個方向：

1. 提高活躍度：提高一般客戶、低價值客戶的活躍度。將其轉化為優質客戶
2. 提高留存率：與重要挽留客戶互動，提高這部分用戶的留存率
3. 提高付費率：維繫重要保持客戶、重要發展客戶的忠誠度，保持企業良好收入

每個方向對應不同的策略，如會員升級、積分兌換、交叉銷售、發放折扣券等手段，此處不再展開。

推薦閱讀：