附案例数据和代码不到70行Python代码，轻松玩转RFM用户分析模型 _rfm

本文从RFM模型概念入手，结合实际案例，详解实现模型的每一步操作，并提供案例同款源数据，以供同学们知行合一。
注：想直接下载代码和数据的同学可以空降文末
看这篇文章前源数据长这样：
学完后只要敲一个回车，源数据就变成了这样：
是不是心动了？OK，闲话少叙，我们来开动正餐！
RFM，是一种经典到头皮发麻的用户分类、价值分析模型，同时，这个模型以直白著称，直白到把需要的字段写在了脸上，让我们再念一遍：“R！F！M！”：
这三个维度，是RFM模型的精髓所在，帮助我们把混杂一体的客户数据分成标准的8类，然后根据每一类用户人数占比、金额贡献等不同的特征，进行人、货、场三重匹配的精细化运营。
用建立RFM模型，整体建模思路分为五步，一言蔽之——“五步在手，模型你有”，分别是数据概览、数据清洗、维度打分、分值计算和客户分层。
01 数据概览
我们的源数据是订单表，记录着用户交易相关的字段：
有个细节需要注意，订单每一行代表着单个用户的单次购买行为，什么意思呢？如果一个用户在一天内购买了4次，订单表对应记录着4行，而在实际的业务场景中，一个用户在一天内的多次消费行为，应该从整体上看作一次。
比如，我今天10点在必胜客天猫店买了个披萨兑换券，11点又下单了饮料兑换券，18点看到优惠又买了两个冰淇淋兑换券。这一天内虽然我下单了3次，但最终这些兑换券我会一次消费掉，应该只算做一次完整的消费行为，这个逻辑会指导后面F值的计算。
我们发现在订单状态中，除了交易成功的，还有用户退款导致交易关闭的，那还包括其他状态吗？Let me see see：
只有这两种状态，其中退款订单对于我们模型价值不大，需要在后续清洗中剔除。
接着再观察数据的类型和缺失情况：
订单一共28833行，没有任何缺失值，Nice！类型方面，付款日期是时间格式，实付金额、邮费和购买数量是数值型，其他均为字符串类型。
02 数据清洗
剔除退款
在观察阶段，我们明确了第一个清洗的目标，就是剔除退款数据：
关键字段提取
剔除之后，觉得我们订单的字段还是有点多，而RFM模型只需要买家昵称，付款时间和实付金额这3个关键字段，所以提取之：
关键字段构造
上面的基础清洗告一段落，这一步关键在于构建模型所需的三个字段：R（最近一次购买距今多少天)，F（购买了多少次）以及M（平均或者累计购买金额）。
首先是R值，即每个用户最后一次购买时间距今多少天。如果用户只下单过一次，用现在的日期减去付款日期即可；若是用户多次下单，需先筛选出这个用户最后一次付款的时间，再用今天减去它。
需要提醒的是，时间洪流越滚越凶，对应在时间格式中，就是距离今天越近，时间也就越“大”，举个例子，2019年9月9日是要大于2019年9月1日的：

文章插图
因此，要拿到所有用户最近一次付款时间，只需要按买家昵称分组，再选取付款日期的最大值即可：
为了得到最终的R值，用今天减去每位用户最近一次付款时间，就得到R值了，这份订单是7月1日生成的，所以这里我们把“2019-7-1”当作“今天”：
接着来搞定F值，即每个用户累计购买频次。
在前面数据概览阶段，我们明确了“把单个用户一天内多次下单行为看作整体一次”的思路，所以，引入一个精确到天的日期标签，依照“买家昵称”和“日期标签”进行分组，把每个用户一天内的多次下单行为合并，再统计购买次数：

附案例数据和代码 不到70行Python代码，轻松玩转RFM用户分析模型

附案例数据和代码不到70行Python代码，轻松玩转RFM用户分析模型