​​​一、模型基础概念​​

1. ​​核心作用​​：

   • 评估用户价值，区分会员层级

   • 衡量营销效果的关键指标

   • 基于交易行为（Recency, Frequency, Monetary）

2. ​​三大维度​​：

   维度	含义	业务意义	评分规则
   ​​R (Recency)​​	最近一次购买时间	用户活跃度	值越小→分越高（时间近）
   ​​F (Frequency)​​	购买频率	用户忠诚度	值越大→分越高
   ​​M (Monetary)​​	购买总金额	用户贡献值	值越大→分越高

3. ​​用户分群策略（8类）​​：

   R	F	M	用户类别	业务策略
   高	高	高	重要价值用户	重点维护，提供VIP服务
   高	低	高	重要发展用户	提升复购率（如推送优惠券）
   低	高	高	重要保持用户	防止流失（如专属召回活动）
   低	低	高	重要挽留用户	高价值流失用户，优先挽回
   高	高	低	一般价值用户	引导提高客单价
   高	低	低	一般发展用户	刺激消费频次和金额
   低	高	低	一般保持用户	低成本维护，避免流失
   低	低	低	一般挽留用户	酌情放弃或低成本触达

​​二、模型实现流程​​

​​数据准备阶段​​

import pandas as pd
import numpy as np

# 1. 数据导入
df_raw = pd.read_excel('./sales.xlsx', index_col='USERID')

# 2. 数据清洗
sales_data = df_raw.dropna()  # 删除缺失值
sales_data = sales_data[sales_data['AMOUNTINFO'] > 1]  # 过滤无效订单

​​RFM核心计算​​

# 3. 计算基础指标
deadline_date = pd.to_datetime("2024-12-29")  # 基准日期

recency_value = sales_data['ORDERDATE'].groupby(sales_data.index).max()
frequency_value = sales_data['ORDERDATE'].groupby(sales_data.index).count()
monetary_value = sales_data['AMOUNTINFO'].groupby(sales_data.index).sum()

# 4. 计算R间隔（天数）
r_interval = (deadline_date - recency_value).dt.days

# 5. 五分位法评分（关键步骤）
r_score = pd.cut(r_interval, bins=5, labels=[5,4,3,2,1])  # R值越小分越高
f_score = pd.cut(frequency_value, bins=5, labels=[1,2,3,4,5])  # F/M值越大分越高
m_score = pd.cut(monetary_value, bins=5, labels=[1,2,3,4,5])

​​注：pd.cut()参数详解​​

• x：待分段的连续数据

• bins：分段边界值列表或分段数量

• labels：各分段对应的标签

• right：是否包含右边界（默认True）

​​数据合并与策略应用​​

# 6. 合并RFM矩阵
rfm_list = [r_score, f_score, m_score]
rfm_cols = ['r_score','f_score','m_score']
rfm_pd = pd.DataFrame(np.array(rfm_list).T,  # 转置保证行列对齐
                     dtype=np.int32,
                     columns=rfm_cols,
                     index=frequency_value.index)

# 策略1：加权得分（业务可调权重）
rfm_pd['rfm_wscore'] = rfm_pd['r_score']*0.2 + rfm_pd['f_score']*0.2 + rfm_pd['m_score']*0.6

# 策略2：RFM组合编码（字符串拼接）
rfm_pd_tmp = rfm_pd.astype(str)  # 简化原代码
rfm_pd['rfm_comb'] = rfm_pd_tmp['r_score'] + rfm_pd_tmp['f_score'] + rfm_pd_tmp['m_score']

# 7. 导出结果
rfm_pd.to_csv('rfm_result.csv')

​​三、可视化分析​​

1. ​​客户分层柱状图​​

import matplotlib.pyplot as plt

# 按加权分分层
bins = [0, 2, 4, 5]  # 分层阈值
labels = ['Low', 'Medium', 'High']
rfm_pd['Segment'] = pd.cut(rfm_pd['rfm_wscore'], bins=bins, labels=labels)

# 绘制柱状图
segment_counts = rfm_pd['Segment'].value_counts()
segment_counts.plot(kind='bar', color=['red','orange','green'])
plt.title('Customer Value Segmentation')
plt.xlabel('Segment Tier')
plt.ylabel('Customer Count')
plt.xticks(rotation=0)
plt.show()

2. ​​客户占比饼图​​

# 绘制饼图
segment_counts.plot(kind='pie',
                   autopct='%1.1f%%',
                   colors=['red','orange','green'],
                   startangle=90,
                   counterclock=False)
plt.title('Customer Proportion by RFM Tier')
plt.ylabel('')
plt.show()

​​四、关键注意事项​​

1. ​​时间基准敏感性​​：

   • 不同截止日期会导致R值变化，需定期更新分析

   • 建议选择业务周期结束点（如财年末）

2. ​​数据预处理要点​​：

   • 删除金额≤1的订单（避免系统测试干扰）

   • 缺失值处理：删除或填充（如用中位数）

3. ​​分段优化建议​​：

   • 五分位法可能不均衡，可改用业务自定义阈值

   • 例：R值按30/90/180天分段

4. ​​策略选择​​：

   • ​​加权得分​​：适合综合评估用户价值

   • ​​RFM组合​​：适合精细化运营分组（如555用户单独触达）

​​五、常见问题解决​​

1. ​​报错TypeError​​：

   • 检查pd.cut()的labels长度需等于bins分段数

2. ​​结果异常​​：

   • 验证groupby是否正确：确保按用户ID聚合

   • 检查时间格式：pd.to_datetime()强制转换日期

3. ​​可视化不显示中文​​：

   plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
   plt.rcParams['axes.unicode_minus'] = False   # 解决负号显示