1. RFM模型用户分层的黄金法则第一次接触RFM模型时我完全被它的简洁和强大震撼到了。这个看似简单的三字母组合实际上蕴含着用户分层的核心逻辑。R代表Recency最近一次消费时间F是Frequency消费频率M则是Monetary消费金额。这三个维度就像是一个三维坐标系能够精准定位每个用户在消费行为中的位置。举个例子假设今天是2023年12月1日我们来看三个不同的用户用户A11月30日刚下过单今年共消费15次总金额8000元用户B最近一次消费是6个月前今年消费3次总金额500元用户C上个月消费过1次但单笔金额高达20000元这三个用户明显属于不同的类型而RFM模型能帮我们系统化地区分他们。我在电商公司工作时就是靠这个模型把数百万用户分成了8个清晰的层级让运营团队能够有的放矢。2. 数据准备从原始数据到RFM特征2.1 数据清洗与转换在实际操作中我们通常从数据库或数据仓库中提取原始交易数据。这些数据往往需要经过清洗和转换才能用于RFM分析。常见的原始数据字段包括用户ID订单日期订单金额商品数量import pandas as pd # 假设原始数据是这样的 raw_data pd.DataFrame({ user_id: [1001, 1001, 1002, 1003, 1001], order_date: [2023-11-01, 2023-11-15, 2023-10-20, 2023-09-05, 2023-11-30], amount: [200, 150, 300, 500, 100] }) # 转换日期格式 raw_data[order_date] pd.to_datetime(raw_data[order_date])2.2 计算RFM指标有了清洗好的数据我们就可以计算每个用户的R、F、M值了。这里有个关键点需要确定分析的时间窗口。通常我们会选择过去一年或半年的数据。# 设定分析日期 analysis_date pd.to_datetime(2023-12-01) # 计算RFM指标 rfm_data raw_data.groupby(user_id).agg({ order_date: lambda x: (analysis_date - x.max()).days, # R值 user_id: count, # F值 amount: sum # M值 }).rename(columns{ order_date: recency, user_id: frequency, amount: monetary })3. 评分规则设计从业务逻辑到数学公式3.1 确定评分标准RFM模型的核心在于如何将连续的R、F、M值转换为离散的评分。常见的有两种方法等分法将所有用户按每个维度分成5等份业务规则法根据业务经验设定阈值# 等分法示例 def score_rfm(data, col, n_bins5): data[col_score] pd.qcut(data[col], qn_bins, labelsFalse) 1 return data rfm_data score_rfm(rfm_data, recency) rfm_data score_rfm(rfm_data, frequency) rfm_data score_rfm(rfm_data, monetary)3.2 处理R值的特殊性需要注意的是R值与其他两个维度不同R值越小用户价值越高。因此我们需要对R值评分进行反向处理。# R值反向处理 rfm_data[recency_score] 6 - rfm_data[recency_score]4. 分层逻辑实现从评分到用户类型4.1 计算平均分阈值确定高低分的分界线通常使用平均值法。但实际操作中我建议可以尝试不同的阈值看看哪种分法最符合业务预期。# 计算平均值 r_avg rfm_data[recency_score].mean() f_avg rfm_data[frequency_score].mean() m_avg rfm_data[monetary_score].mean() # 标记高低分 rfm_data[r_flag] rfm_data[recency_score].apply(lambda x: 1 if x r_avg else 0) rfm_data[f_flag] rfm_data[frequency_score].apply(lambda x: 1 if x f_avg else 0) rfm_data[m_flag] rfm_data[monetary_score].apply(lambda x: 1 if x m_avg else 0)4.2 映射用户类型现在我们可以根据三个维度的标志位组合将用户映射到8种类型中。这里我创建了一个更详细的分类字典包含了每种类型的运营建议。# 创建分类字典 segment_dict { 111: {type: 重要价值客户, action: VIP服务、专属优惠}, 011: {type: 重要保持客户, action: 唤醒活动、新品推荐}, 101: {type: 重要发展客户, action: 会员升级、积分奖励}, 001: {type: 重要挽留客户, action: 大额优惠、流失预警}, 110: {type: 一般价值客户, action: 常规维护、适度促销}, 010: {type: 一般保持客户, action: 轻度互动、保持联系}, 100: {type: 一般发展客户, action: 培养习惯、增加触点}, 000: {type: 一般挽留客户, action: 低成本维护、自然淘汰} } # 生成RFM组合字符串 rfm_data[rfm_segment] (rfm_data[r_flag].astype(str) rfm_data[f_flag].astype(str) rfm_data[m_flag].astype(str)) # 映射用户类型和运营建议 rfm_data[segment_type] rfm_data[rfm_segment].map(lambda x: segment_dict[x][type]) rfm_data[action] rfm_data[rfm_segment].map(lambda x: segment_dict[x][action])5. 结果可视化让数据讲故事5.1 用户分布分析了解各类型用户的比例非常重要。我习惯先用饼图展示整体分布再用柱状图对比各群体的RFM均值。import matplotlib.pyplot as plt import seaborn as sns # 用户类型分布饼图 segment_counts rfm_data[segment_type].value_counts() plt.figure(figsize(10,6)) plt.pie(segment_counts, labelssegment_counts.index, autopct%1.1f%%) plt.title(用户类型分布) plt.show()5.2 RFM雷达图对于重要的用户群体我会用雷达图展示他们的RFM特征这样能直观看到不同群体的行为模式差异。# 计算各类型用户的RFM均值 segment_means rfm_data.groupby(segment_type)[[recency_score, frequency_score, monetary_score]].mean() # 绘制雷达图 from math import pi categories [Recency, Frequency, Monetary] N len(categories) angles [n / float(N) * 2 * pi for n in range(N)] angles angles[:1] plt.figure(figsize(8,8)) ax plt.subplot(111, polarTrue) ax.set_theta_offset(pi/2) ax.set_theta_direction(-1) plt.xticks(angles[:-1], categories) ax.set_rlabel_position(0) plt.yticks([1,2,3,4,5], [1,2,3,4,5], colorgrey, size7) plt.ylim(0,5) for idx, row in segment_means.iterrows(): values row.values.flatten().tolist() values values[:1] ax.plot(angles, values, linewidth1, linestylesolid, labelidx) ax.fill(angles, values, alpha0.1) plt.legend(locupper right, bbox_to_anchor(1.3, 1.1)) plt.show()6. 实战技巧与常见问题6.1 动态调整评分标准在实际项目中我发现固定评分标准往往不够灵活。更好的做法是根据业务周期动态调整。比如在电商领域我会按月重新计算评分标准以适应季节性变化。# 动态评分标准函数 def calculate_dynamic_scores(data, date_col, amount_col, user_col, analysis_date): # 计算R值 r (analysis_date - data[date_col].max()).days # 计算F和M值 agg_data data.groupby(user_col).agg({ date_col: count, amount_col: sum }) # 计算分位数 f_scores pd.qcut(agg_data[date_col], q5, labelsFalse) 1 m_scores pd.qcut(agg_data[amount_col], q5, labelsFalse) 1 return r, f_scores, m_scores6.2 处理数据倾斜问题当用户消费行为存在严重不均衡时比如少数用户贡献了大部分消费等分法可能不适用。这时可以考虑对数变换分段自定义阈值使用百分位数而非固定分箱# 对数变换处理倾斜数据 import numpy as np rfm_data[log_monetary] np.log1p(rfm_data[monetary]) rfm_data score_rfm(rfm_data, log_monetary)7. 从分析到行动运营策略设计7.1 针对不同用户群体的策略根据我的经验RFM分析的价值在于指导实际行动。对于不同类型的用户应该采取差异化的运营策略重要价值客户这是最优质的客户群体应该投入最多资源维护。可以考虑专属客服提前预售权高价值礼品重要保持客户这类客户消费频次下降但金额仍高需要重点唤醒个性化召回邮件专属优惠码新品试用邀请重要发展客户高频消费但金额不高的客户可以尝试组合商品推荐满减促销会员升级激励7.2 策略效果追踪实施运营策略后关键是要建立效果追踪机制。我通常会设置对照组和实验组比较关键指标的变化# 策略效果分析示例 def analyze_strategy_effect(treatment_group, control_group, metric_col): treatment_before treatment_group[metric_col_before].mean() treatment_after treatment_group[metric_col_after].mean() control_before control_group[metric_col_before].mean() control_after control_group[metric_col_after].mean() treatment_effect (treatment_after - treatment_before) / treatment_before control_effect (control_after - control_before) / control_before net_effect treatment_effect - control_effect return { treatment_effect: treatment_effect, control_effect: control_effect, net_effect: net_effect }8. 进阶应用RFM模型的扩展与优化8.1 时间加权RFM基础RFM模型对所有历史数据一视同仁但实际业务中越近期的行为越能反映当前状态。我开发了一个时间加权版本给近期的行为更高权重。# 时间加权RFM计算 def calculate_time_weighted_rfm(data, date_col, amount_col, user_col, analysis_date, decay_rate0.9): # 计算时间衰减权重 data[days_ago] (analysis_date - data[date_col]).dt.days data[weight] decay_rate ** data[days_ago] # 计算加权指标 weighted_data data.groupby(user_col).agg({ days_ago: min, # R值 date_col: lambda x: sum(data.loc[x.index, weight]), # 加权F值 amount_col: lambda x: sum(data.loc[x.index, amount_col] * data.loc[x.index, weight]) # 加权M值 }) return weighted_data8.2 RFM与其他模型的结合在复杂业务场景中我会将RFM与其他分析模型结合使用。比如结合CLV客户生命周期价值预测与流失预测模型叠加和产品偏好分析交叉# RFM与CLV结合示例 def calculate_rfm_clv(rfm_data, clv_data): merged_data pd.merge(rfm_data, clv_data, onuser_id) # 创建综合评分 merged_data[composite_score] ( 0.4 * merged_data[clv_score] 0.2 * merged_data[recency_score] 0.2 * merged_data[frequency_score] 0.2 * merged_data[monetary_score] ) return merged_data
RFM用户分层实战指南｜从理论到Python代码落地
1. RFM模型用户分层的黄金法则第一次接触RFM模型时我完全被它的简洁和强大震撼到了。这个看似简单的三字母组合实际上蕴含着用户分层的核心逻辑。R代表Recency最近一次消费时间F是Frequency消费频率M则是Monetary消费金额。这三个维度就像是一个三维坐标系能够精准定位每个用户在消费行为中的位置。举个例子假设今天是2023年12月1日我们来看三个不同的用户用户A11月30日刚下过单今年共消费15次总金额8000元用户B最近一次消费是6个月前今年消费3次总金额500元用户C上个月消费过1次但单笔金额高达20000元这三个用户明显属于不同的类型而RFM模型能帮我们系统化地区分他们。我在电商公司工作时就是靠这个模型把数百万用户分成了8个清晰的层级让运营团队能够有的放矢。2. 数据准备从原始数据到RFM特征2.1 数据清洗与转换在实际操作中我们通常从数据库或数据仓库中提取原始交易数据。这些数据往往需要经过清洗和转换才能用于RFM分析。常见的原始数据字段包括用户ID订单日期订单金额商品数量import pandas as pd # 假设原始数据是这样的 raw_data pd.DataFrame({ user_id: [1001, 1001, 1002, 1003, 1001], order_date: [2023-11-01, 2023-11-15, 2023-10-20, 2023-09-05, 2023-11-30], amount: [200, 150, 300, 500, 100] }) # 转换日期格式 raw_data[order_date] pd.to_datetime(raw_data[order_date])2.2 计算RFM指标有了清洗好的数据我们就可以计算每个用户的R、F、M值了。这里有个关键点需要确定分析的时间窗口。通常我们会选择过去一年或半年的数据。# 设定分析日期 analysis_date pd.to_datetime(2023-12-01) # 计算RFM指标 rfm_data raw_data.groupby(user_id).agg({ order_date: lambda x: (analysis_date - x.max()).days, # R值 user_id: count, # F值 amount: sum # M值 }).rename(columns{ order_date: recency, user_id: frequency, amount: monetary })3. 评分规则设计从业务逻辑到数学公式3.1 确定评分标准RFM模型的核心在于如何将连续的R、F、M值转换为离散的评分。常见的有两种方法等分法将所有用户按每个维度分成5等份业务规则法根据业务经验设定阈值# 等分法示例 def score_rfm(data, col, n_bins5): data[col_score] pd.qcut(data[col], qn_bins, labelsFalse) 1 return data rfm_data score_rfm(rfm_data, recency) rfm_data score_rfm(rfm_data, frequency) rfm_data score_rfm(rfm_data, monetary)3.2 处理R值的特殊性需要注意的是R值与其他两个维度不同R值越小用户价值越高。因此我们需要对R值评分进行反向处理。# R值反向处理 rfm_data[recency_score] 6 - rfm_data[recency_score]4. 分层逻辑实现从评分到用户类型4.1 计算平均分阈值确定高低分的分界线通常使用平均值法。但实际操作中我建议可以尝试不同的阈值看看哪种分法最符合业务预期。# 计算平均值 r_avg rfm_data[recency_score].mean() f_avg rfm_data[frequency_score].mean() m_avg rfm_data[monetary_score].mean() # 标记高低分 rfm_data[r_flag] rfm_data[recency_score].apply(lambda x: 1 if x r_avg else 0) rfm_data[f_flag] rfm_data[frequency_score].apply(lambda x: 1 if x f_avg else 0) rfm_data[m_flag] rfm_data[monetary_score].apply(lambda x: 1 if x m_avg else 0)4.2 映射用户类型现在我们可以根据三个维度的标志位组合将用户映射到8种类型中。这里我创建了一个更详细的分类字典包含了每种类型的运营建议。# 创建分类字典 segment_dict { 111: {type: 重要价值客户, action: VIP服务、专属优惠}, 011: {type: 重要保持客户, action: 唤醒活动、新品推荐}, 101: {type: 重要发展客户, action: 会员升级、积分奖励}, 001: {type: 重要挽留客户, action: 大额优惠、流失预警}, 110: {type: 一般价值客户, action: 常规维护、适度促销}, 010: {type: 一般保持客户, action: 轻度互动、保持联系}, 100: {type: 一般发展客户, action: 培养习惯、增加触点}, 000: {type: 一般挽留客户, action: 低成本维护、自然淘汰} } # 生成RFM组合字符串 rfm_data[rfm_segment] (rfm_data[r_flag].astype(str) rfm_data[f_flag].astype(str) rfm_data[m_flag].astype(str)) # 映射用户类型和运营建议 rfm_data[segment_type] rfm_data[rfm_segment].map(lambda x: segment_dict[x][type]) rfm_data[action] rfm_data[rfm_segment].map(lambda x: segment_dict[x][action])5. 结果可视化让数据讲故事5.1 用户分布分析了解各类型用户的比例非常重要。我习惯先用饼图展示整体分布再用柱状图对比各群体的RFM均值。import matplotlib.pyplot as plt import seaborn as sns # 用户类型分布饼图 segment_counts rfm_data[segment_type].value_counts() plt.figure(figsize(10,6)) plt.pie(segment_counts, labelssegment_counts.index, autopct%1.1f%%) plt.title(用户类型分布) plt.show()5.2 RFM雷达图对于重要的用户群体我会用雷达图展示他们的RFM特征这样能直观看到不同群体的行为模式差异。# 计算各类型用户的RFM均值 segment_means rfm_data.groupby(segment_type)[[recency_score, frequency_score, monetary_score]].mean() # 绘制雷达图 from math import pi categories [Recency, Frequency, Monetary] N len(categories) angles [n / float(N) * 2 * pi for n in range(N)] angles angles[:1] plt.figure(figsize(8,8)) ax plt.subplot(111, polarTrue) ax.set_theta_offset(pi/2) ax.set_theta_direction(-1) plt.xticks(angles[:-1], categories) ax.set_rlabel_position(0) plt.yticks([1,2,3,4,5], [1,2,3,4,5], colorgrey, size7) plt.ylim(0,5) for idx, row in segment_means.iterrows(): values row.values.flatten().tolist() values values[:1] ax.plot(angles, values, linewidth1, linestylesolid, labelidx) ax.fill(angles, values, alpha0.1) plt.legend(locupper right, bbox_to_anchor(1.3, 1.1)) plt.show()6. 实战技巧与常见问题6.1 动态调整评分标准在实际项目中我发现固定评分标准往往不够灵活。更好的做法是根据业务周期动态调整。比如在电商领域我会按月重新计算评分标准以适应季节性变化。# 动态评分标准函数 def calculate_dynamic_scores(data, date_col, amount_col, user_col, analysis_date): # 计算R值 r (analysis_date - data[date_col].max()).days # 计算F和M值 agg_data data.groupby(user_col).agg({ date_col: count, amount_col: sum }) # 计算分位数 f_scores pd.qcut(agg_data[date_col], q5, labelsFalse) 1 m_scores pd.qcut(agg_data[amount_col], q5, labelsFalse) 1 return r, f_scores, m_scores6.2 处理数据倾斜问题当用户消费行为存在严重不均衡时比如少数用户贡献了大部分消费等分法可能不适用。这时可以考虑对数变换分段自定义阈值使用百分位数而非固定分箱# 对数变换处理倾斜数据 import numpy as np rfm_data[log_monetary] np.log1p(rfm_data[monetary]) rfm_data score_rfm(rfm_data, log_monetary)7. 从分析到行动运营策略设计7.1 针对不同用户群体的策略根据我的经验RFM分析的价值在于指导实际行动。对于不同类型的用户应该采取差异化的运营策略重要价值客户这是最优质的客户群体应该投入最多资源维护。可以考虑专属客服提前预售权高价值礼品重要保持客户这类客户消费频次下降但金额仍高需要重点唤醒个性化召回邮件专属优惠码新品试用邀请重要发展客户高频消费但金额不高的客户可以尝试组合商品推荐满减促销会员升级激励7.2 策略效果追踪实施运营策略后关键是要建立效果追踪机制。我通常会设置对照组和实验组比较关键指标的变化# 策略效果分析示例 def analyze_strategy_effect(treatment_group, control_group, metric_col): treatment_before treatment_group[metric_col_before].mean() treatment_after treatment_group[metric_col_after].mean() control_before control_group[metric_col_before].mean() control_after control_group[metric_col_after].mean() treatment_effect (treatment_after - treatment_before) / treatment_before control_effect (control_after - control_before) / control_before net_effect treatment_effect - control_effect return { treatment_effect: treatment_effect, control_effect: control_effect, net_effect: net_effect }8. 进阶应用RFM模型的扩展与优化8.1 时间加权RFM基础RFM模型对所有历史数据一视同仁但实际业务中越近期的行为越能反映当前状态。我开发了一个时间加权版本给近期的行为更高权重。# 时间加权RFM计算 def calculate_time_weighted_rfm(data, date_col, amount_col, user_col, analysis_date, decay_rate0.9): # 计算时间衰减权重 data[days_ago] (analysis_date - data[date_col]).dt.days data[weight] decay_rate ** data[days_ago] # 计算加权指标 weighted_data data.groupby(user_col).agg({ days_ago: min, # R值 date_col: lambda x: sum(data.loc[x.index, weight]), # 加权F值 amount_col: lambda x: sum(data.loc[x.index, amount_col] * data.loc[x.index, weight]) # 加权M值 }) return weighted_data8.2 RFM与其他模型的结合在复杂业务场景中我会将RFM与其他分析模型结合使用。比如结合CLV客户生命周期价值预测与流失预测模型叠加和产品偏好分析交叉# RFM与CLV结合示例 def calculate_rfm_clv(rfm_data, clv_data): merged_data pd.merge(rfm_data, clv_data, onuser_id) # 创建综合评分 merged_data[composite_score] ( 0.4 * merged_data[clv_score] 0.2 * merged_data[recency_score] 0.2 * merged_data[frequency_score] 0.2 * merged_data[monetary_score] ) return merged_data
