RFM 고객 세그멘테이션

고객 세그멘테이션의 정의 

• 비지도 학습이 가장 많이 사용되는 분야는 고객 관계 관리 (Customer Relationship Management, CRM) 분야 입니다 .
  이중 고객 세그멘테이션(Custmer Segmentation) 은 다양한 기준으로 고객을 분류하는 기법입니다. 
  주로 타겟 마케팅 이라 불리는 고객 특성에 맞게 세분화 하여 유형에 따라 맞춤형 마케팅 이나 서비스를 제공하는 것을 목표로 둡니다. 

 

• RFM 의 개념 
  - Recency(R) : 가장 최근 구입 일에서 오늘 까지의 시간 
  - Frequency(F) : 상품 구매 횟수 
  - Monetary value(M) : 총 구매 금액 

https://archive.ics.uci.edu/dataset/352/online+retail

UCI Machine Learning Repository

 

컬럼 정보 

• invoiceNo : 6자리의 주문 번호 (취소된 주문은 C 로 시작) 
• StockCode : 5자리의 제품 코드 
• Description : 제품 이름(설명) 
• Quantity : 주문 수량 
• InvoiceDate : 주문 일자, 날짜 자료형 
• Unitprice : 제품 단가 
• CustomerID : 5자리의 고객 번호 
• Country : 국가명 

데이터 전처리 

• customerID  : 결측치 삭제 
• InvoiceNo. Uniprice, Qiantity 데이터 확인 및 삭제 
• 영국 데이터 만 취함 

RFM 기반 데이터 가공 

• 날짜 데이터 가공 
• 최종 목표 

!pip install openpyxl

retail_df =pd.read_excel ( 본인의 주소를 넣으세요.  ) 
retail_df.head(3)

retail_df.info()

retail_df.isnull().sum()

#데이터 EDA 및 전처리 
retail_df.describe(include ='all')

cond1 = reteail_df['Quantity']<0
retail_df[cond1]

#데이터 전처리 전략 
customerID 결측치인것은 삭제
Invoice가 C로 시작하거나, quantity가 음수이거나, unitprice가 음수인것은 모두 삭제

cond_cust = (retail_df['CustomerID'].notnull())
retail_df[cond_cust].isnull().sum()


cond_invo = (retail_df['InvoceNo'].astype(str).str[0] != 'C')
retail_df[cond_invo].head(3)

cond_minus = (retail_df['Quantity'] > 0 & (retail_df['Unitprice'] >0 )
retail_df[cond_minus]

retail_df_2 = retail_df[cond_cust & cond_invo & cond_minus]
retail_df_2.info()

retail_df_2['Country'].value_cunts()[:10]

cond_uk = (retail_df_2['Country'] == 'United Kingdom')
retail_df_2 = retail_df_2[cond_uk]
retail_df_2


retail_df_2.describe(include = 'all')

retail_df_2['Amt'] = retail_df_2['Quantity'] * retail_df_2['UnitPrice']
retail_df_2['Amt'] = retail_df_2['Amt'].astype('int')

retail_df_2[['CustomerID']].drop_duplicates()

retail_df_2.pivot_table(index = 'CustomerID', values ='Amt', aggfunc='sum).sort_values('Amt', ascending=False)


imprt datetime as dt
#2011.12.10일 기준으로  9일이 마지막 결제이기 때문에. 각 날짜를 빼고 +1 
추후 CustomerID 기준으로 Priod 의 최소의 Priod를 구하면 그것이 Recency 
1번 사람 100일전, 20일전, 5일전 

retail_df_2['Period'] = (dt.datetime(2011,12,10) - retail_df2['InvoiceDate']).apply(lamda x: x.days+1)
retail_df_2.head(3)

rfm_df = retail_df2.groupby('CustomeriD').agg({
	'Period' : 'min',
    'Invoice : 'count',
    'Amt' : 'sum'
})
rfm_df 

rfm_df.columns = ['Recency', 'Frequency', 'Monetary']

sns.histplot(rfm_df['Recency']

sns.histplot(rfm_df['Frequency']

sns.histplot(rfm_df['Monetary']

#데이터 정규화
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
x_features = sc.fit_transform(rfm_df[['Recency', 'Frequency', 'Monetary']])

from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score 

kmeans = KMeans(n_clusters =3, random_state =42)
labels =kmeans.fit_predict(X_features)
rfm_df['label'] = labels 

silhouette_score(X_features, labels)

from kmeans_visaul import visualize_silhouette
visualize_silhouette([2,3,4,5,6], X_Features)

log 스케일을 통한 추가 전처리
import numpy as np



rfm_df['Recency_log'] = np.log1p(rfm_df['Recency']) 
rfm_df['Frequency'_log'] = np.log1p(rfm_df['Frequency']) 
rfm_df[ 'Monetary' = np.log1p(rfm_df[ 'Monetary']) 
x_features =rfm_df[['Recency_log', 'Frequency'_log', 'Monetary']] 
sc2 = standardScaler()
X_features2_sc =sc2.fit_transform(X_features2)

visualize_silhouette([2,3,4,5,6], X_features2_sc)