前言

當公司對外行銷或提供服務時，總會希望對VIP客戶特別照顧(大小眼?)，因為他們對公司的貢獻度特別大，那我們如何衡量貢獻度或『客戶終身價值』(Customer Lifetime Value, CLV)呢? 最簡單的方法就是統計每個客戶的購買金額，金額越高的就是VIP。真的是這樣嗎? 以筆者本身為例，我要結婚時，到朋友介紹的家具行購買全套的家具，購買金額不低，但後來就沒有再光顧該店了，因為離家太遠了。所以，我們應該加一點『特徵工程』(Feature Engineering)，將單純的銷售記錄轉換成更有意義的指標。

圖片來源：善用「終身價值類似受眾」，創造最大收益率

RFM

在CRM(客戶關係管理)系統中，通常會將銷售記錄轉化為RFM(Recency, Frequency, Monetary) 三個面向來衡量客戶的貢獻度，說明如下：

1. 最近購買日期(Recency)：從『時間』維度觀察，以筆者上述的例子，筆者就應該被排除在VIP之外(雖然我很想)。
2. 購買頻率(Frequency)：從『頻率』維度觀察，單次金額可能不高，但次數多，累積起來，可能也很可觀，同時，也表示他們的忠誠度也很高，常來光顧，可以帶動人氣。
3. 購買金額(Monetary)：從『金額』維度觀察，這是當然的指標。

綜合以上三個指標，計算分數，找出總分比較高的族群強力行銷，以攻佔他們的荷包(Wallet Share)。

圖片來源：One-button RFM analysis

傳統作法

如果以傳統的作法，我們可以將顧客終身價值以三個指標構成一個公式如下：
顧客終身價值(CLV or LTV)＝平均貢獻區間 x（一年總週數 x 每次平均消費金額 x 一週平均造訪次數 x 每位顧客的平均毛利率）

詳細說明請參考『顧客終身價值是什麼？把握三種常見的LTV公式幫助預算評估』

這種作法簡單直覺，每一個指標的重要性都相等，不需要複雜的計算，但是，缺點也很明顯，如果把消費金額的單位由元改為萬元，或造訪次數由週改為年，計算的結果就大相逕庭了，因此，一般會使用集群(Clustering)演算法，以求得更完善的模型。

註: 『Understanding Customer Lifetime Value In Retail』 有更細緻的計算公式介紹，有興趣的讀者可自行參閱。

機器學習的作法

開始之前，先介紹機器學習的處理流程，共10個步驟如下：

圖片來源：Free Machine learning diagram，筆者作了局部的修改。

1. 收集資料，建立資料集(Dataset)。
2. 資料清理(Data Cleaning)、資料探索與分析(Exploratory Data Analysis, EDA)。
3. 特徵工程(Feature Engineering)。
4. 資料切割(Data Split)：切割為訓練資料(Training Data)及測試資料(Test Data)。
5. 選擇演算法(Learning Algorithms)，以建立模型。
6. 模型訓練(Model Training)。
7. 模型計分(Score Model)：計算準確度，衡量模型效能。
8. 模型評估(Evaluate Model)：比較多個模型優劣或參數調校。
9. 新系統上線：移轉模型至正式環境。
10. 新資料預測(Predict)。

之後的案例都會依據上述步驟，按部就班的進行。

案例實作

筆者參考『RFM-Analysis』一文，它使用的是 UCI 提供的一份線上零售記錄(Online Retail Data Set)，為了便於說明，我將流程及資料簡化，以利讀者聚焦在RFM處理與客戶分群。

收集資料

首先，我們先要上述資料集簡化，只選取英國的銷售資料，且僅包括以下欄位：

1. 顧客代碼
2. 購買日期
3. 發票金額

讀取檔案的程式如下，將日期轉成年月，以便作月統計：

import pandas as pd
import numpy as np
df = pd.read_csv("./data.csv",converters={'CustomerID':str})
# 轉成年月
df['date']=df.InvoiceDate.astype(np.str).str.slice(0,8).str.replace('-','')
df['date'] = pd.to_numeric(df['date'], errors='coerce')

特徵工程

我事先已完成資料清理步驟，直接進行特徵工程，依據購買日期、發票金額，分別統計 -- 最近購買日期(Recency)、購買頻率(Frequency)及購買金額(Monetary)。

1. 計算最近購買日期(Recency)：將日期分成五個時段，找到每個客戶最近購買的日期。

# 計算最近購買日期(Recency)
def f(row):
    if row['date'] > 201110:
        val = 5
    elif row['date'] <= 201110 and row['date'] > 201108:
        val = 4
    elif row['date'] <= 201108 and row['date'] > 201106:
        val = 3
    elif row['date'] <= 201106 and row['date'] > 201104:
        val = 2
    else:
        val = 1
    return val
df_recency=df[['CustomerID','date']].drop_duplicates()
df_recency['Recency_Flag'] = df_recency.apply(f, axis=1)
df_recency = df_recency.groupby('CustomerID',as_index=False)['Recency_Flag'].max()

2. 計算購買頻率(Frequency)。

Cust_freq=df[['InvoiceNo','CustomerID']].drop_duplicates()
#Calculating the count of unique purchase for each customer
Cust_freq_count=Cust_freq.groupby(['CustomerID'])['InvoiceNo'].aggregate('count').\
reset_index().sort_values('InvoiceNo', ascending=False, axis=0)

# Dividing in 5 equal parts
unique_invoice=Cust_freq_count[['InvoiceNo']]
unique_invoice['Freqency_Band'] = pd.qcut(unique_invoice['InvoiceNo'], 5)
unique_invoice=unique_invoice[['Freqency_Band']].drop_duplicates()

將頻率分成五個區間：

def f2(row):
    if row['InvoiceNo'] < 1:
        val = 1
    elif row['InvoiceNo'] <= 2:
        val = 2
    elif row['InvoiceNo'] <= 3:
        val = 3
    elif row['InvoiceNo'] <= 6:
        val = 4
    else:
        val = 5
    return val
    
Cust_freq_count['Freq_Flag'] = Cust_freq_count.apply(f2, axis=1)

3. 計算購買金額(Monetary)。

#Calculating the Sum of total monetary purchase for each customer
Cust_monetary = df.groupby(['CustomerID'])['Total_Price'].aggregate('sum').\
reset_index().sort_values('Total_Price', ascending=False)
# splitting Total price in 5 parts
unique_price=Cust_monetary[['Total_Price']].drop_duplicates()
unique_price=unique_price[unique_price['Total_Price'] > 0]
unique_price['monetary_Band'] = pd.qcut(unique_price['Total_Price'], 5)
unique_price=unique_price[['monetary_Band']].drop_duplicates()

將購買金額分成五個區間

def f3(row):
    if row['Total_Price'] <= 243:
        val = 1
    elif row['Total_Price'] > 243 and row['Total_Price'] <= 463:
        val = 2
    elif row['Total_Price'] > 463 and row['Total_Price'] <= 892:
        val = 3
    elif row['Total_Price'] > 892 and row['Total_Price'] <= 1932:
        val = 4
    else:
        val = 5
    return val
Cust_monetary['Monetary_Flag'] = Cust_monetary.apply(f3, axis=1)

4. 合併RFM欄位

Cust_All=pd.merge(df_recency,Cust_freq[['CustomerID','Freq_Flag']], on=['CustomerID'],how='left')
Cust_All=pd.merge(Cust_All,Cust_monetary[['CustomerID','Monetary_Flag']], on=['CustomerID'],how='left')
Cust_All.head(10)

待續

為免篇幅過長，造成讀者消化不良，明天再續。

相關程式碼放在這裡 的 Day02 Customer Segmentation 目錄。