python数据分析：客户价值分析案例实战

简介：本案例以电信运营商客户信息为数据，通过层次聚类和K-
means聚类，对用户划分成不同的群体，然后可以根据用户群体的不同特征提供个性化的策略，从而达到提高ARPU的效果。

1.商业理解

根据客户的日常消费行为，我们可以把客户划分为不同的群体，根据不同群体的消费行为特征，我们可以作出针对性的营销策略。从而达到发展新业务、减少客户流失率，争取新用户，提高ARPU的目标

对运营商用户的分类，一般可以分为：
公众用户
企业用户
大客户

本次针对公众用户进行划分，目标将“公众用户”分类为：
高端用户
中端用户
离网趋势用户
其他用户

2.展示数据

本次采用的数据有：
客户的个人信息
客户的通话信息
各资费套餐的详情

![这里写图片描述](https://img-
blog.csdn.net/20180824095356365?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAwMDUyNg/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA/dissolve/70)

3.数据预处理

    import pandas as pd
    import matplotlib.pyplot as plt
    import seaborn as sns
    import scipy.cluster.hierarchy#聚类、层次
    #读入数据
    custinfo=pd.read_csv("custinfo.csv")
    custcall=pd.read_csv("custcall.csv")
    
    #数据聚合
    custcall_average=custcall.groupby(custcall["Customer_ID"]).mean()
    del custcall_average["month"]
    
    #数据合并
    data = pd.merge(custinfo,custcall_average,left_on='Customer_ID',right_index=True)#使用右边dataframe的索引值作为连接键
    data.index=data["Customer_ID"]
    del data["Customer_ID"]
[/code]

##  4.数据观察

```code
    des=data.describe()
    #查看取值离散变量的分布
    pd.value_counts(data["Gender"]) #查看性别分布
    pd.value_counts(data['Tariff'])#套餐
    pd.value_counts(data['Handset'])#手机品牌
    
    for i in data.columns:
        if i not in ['Gender','Tariff','Handset']:
            plt.figure()
            sns.distplot(data[i],bins=10,hist_kws=dict(edgecolor='k'),kde=False)
     plt.show()

![这里写图片描述](https://img-
blog.csdn.net/20180824102031494?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAwMDUyNg/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA/dissolve/70)

5.模型建立

    #模型建立
    #数据整理
    xunibinaliang=data[["Gender",'Tariff','Handset']]
    dummies=pd.get_dummies(xunibinaliang)   #将类别变量转为虚拟变量，gender为二值型，get_dummies处理后还是一列
    data_zs=pd.DataFrame
    i=data.columns.difference([u'Age',u'Gender',u'Tariff',u'Handset']) #一维数组做差
    data_zs=(data[i]-data[i].mean())/data[i].std()
[/code]

```code
    #确定聚类数目
    from scipy.cluster.hierarchy import linkage,dendrogram
    #进行层次聚类
    Z = linkage(data_zs, method = 'ward', metric = 'euclidean') 
    P = dendrogram(Z, 0) #将层级聚类结果以树状图表示出来 dendrogram-树图
    plt.show()#观察树图，认为分成4类比较合适

![这里写图片描述](https://img-
blog.csdn.net/20180824104743494?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAwMDUyNg/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA/dissolve/70)

    #K-means聚类
    #参数初始化
    k = 4 #聚类的类别
    iteration = 500 #聚类最大循环次数，即迭代次数
    
    #构建k-means模型
    from sklearn.cluster import KMeans 
    model = KMeans(n_clusters = k, n_jobs = 4，max_iter=iteration) #构造聚类器，分为k类，并发数4
    model.fit(data_zs) #开始聚类
[/code]

##  6.数据展示

```code
    #简单打印结果
    r1 = pd.Series(model.labels_).value_counts() #label_:每个样本对应的簇类别标签,统计各个类别的数目
    r3=model.labels_
    r2 = pd.DataFrame(model.cluster_centers_) #行为每一类的聚类中心，每一列的意义是按照data_zs
    r4=model.cluster_centers_
    r = pd.concat([r2, r1], axis = 1) #横向连接（0是纵向），得到聚类中心对应的类别下的数目
    r.columns = list(data_zs.columns)+ [u'class'] #重命名表头#这里传入的列表名必须list
    print(r)
    
    #类中心比较
    r[i].plot(figsize=(10,10))
    plt.show()
    
    #每个类别各属性的概率密度图
[/code]

![这里写图片描述](https://img-
blog.csdn.net/20180824105543552?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjAwMDUyNg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)

分群的注意点：  
1）群间差异是否明显  
2）群内特征是否相似  
3）分群对业务是否有指导意义


![在这里插入图片描述](https://img-blog.csdnimg.cn/20210608151750993.gif)