客户行为分析模型 python_RFM 客户行为分析模型实践（附超详 Python code 与源数据）...

关注一下~，更多商业数据分析案例等你来撩本文将专注于 RFM 模型的实现过程，相关业务知识和模型优化会在未来的推文中呈现。P.S：RFM 模型是数据分析师必须掌握的一个基础的分析方法，相关数据源和超详细的代码解析可空降文末~~

引言

对利用Python进行数据分析有一定的了解后，再加上一些业务知识；把理论与实际相结合的需求也呼之欲出。将编程语言应用到实际商务实践中也还是一件比较有成就感的事情。本博文源起是笔者最近总是收到如下“骚扰”短信:

原来是老早之前笔者替老妹买的一支护发油，便揣测自己是不是被当成了潜在客户，店家时不时就来刷一下存在感之类的。于是果断搬出自己远古的一个与用户行为分析模型有关的小项目，又名RFM模型，之所以叫远古，即只有脱敏数据却不记得其来源和实现的代码，只能从头快速根据记忆搞一遍代码(不够精美但注释清晰)，最后封装成函数，只要传入指定规格的数据源，回车一下便可生成看起来十分不错且蕴含丰富信息的图表。

深入浅出 RFM 模型(简洁理论)

RFM模型的概念介绍，用途，详细的使用方法本博文都不一一介绍了，毕竟如此常见的模型，前人论文文献、各平台如简书/知乎都已经十分详细的叙述了整个流程。所以我们便将侧重点放在Python代码的实现上，中间穿插少部分精华理论即可，力求代码与理论知识相结合的效果。

笔者这边特地咨询了一个做时尚家居的朋友，R、F和M这三个维度可以帮助我们把最原始的客户数据按分析需求分类，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。