基于RFM模型利用Python对车险数据进行客户细分_python对于汽车客户信息分析用哪些算法

前言

      车辆保险线上化营销是目前保险公司对老客户的主要营销方式之一，主要是基于老客户的承保信息数据对老客户进行拜访、电话外呼等。但是对于一个分公司级别的老客户源，在做营销方式决策前，必须对老客户进行价值细分，根据不同价值能量的老客户采取不同的营销手段，以使得单位营销成本利益最大化。

       本文是利用时下最流行的Python语言，基于RFM模型对客户进行细分，使决策者不用再做更多的分析调研，即可对客户价值一目了然。鉴于商业保密原则，本文采用了某公司较旧的一整年全部车险承保信息数据，关键信息进行了回避。RFM模型价值高低界定也是笔者独自衡量，不代表任何官方观点。

        先附上一张分析后的结果图：

---

一、引入数据

       1、导入python基础库，切换到原始数据目录，查看文件。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import plotly as py
import plotly.graph_objs as go
pyplot=py.offline.iplot
py.offline.init_notebook_mode()
import os
import warnings
warnings.filterwarnings('ignore')
os.getcwd()
file_dir="2017"
all_csv_list=os.listdir(file_dir)
all_csv_list

   2、运行后，如下图，可看到事先从数据库中提取的2017年1-12月份的车险承保数据 

    3、合并12个文件的数据到一个数据框中

for single_csv in all_csv_list:
    single_data_frame=pd.read_csv(os.path.join(file_dir,single_csv),encoding='utf-8',error_bad_lines=False)
    if single_csv == all_csv_list[0]:
        all_data_frame = single_data_frame        
    else:
        all_data_frame = pd.concat([all_data_frame, single_data_frame], ignore_index=True)

    4、查看数据框信息

all_data_frame.info()

---

二、数据清洗

    数据存在的问题：     

   1、上一章最后一张图中可以看到，该样本数据共有826470行，policyno保单号共有826469行，说明数据里有空值数据。

   2、起保时间startdate的类型是object，应转变为时间类型，因为需要使用RFM模型，需要添加年、月、日列。

   3、数据一共有38个字段，即38列，真正用于分析的字段就几列，需要剥离出来。

   4、尚不知道是否有重复行，需要做去重处理。

   清洗过程如下：

all_data_frame['insuredname']=all_data_frame['insuredname'].fillna('U')#insuredname为空就添加U
all_data_frame.dropna(subset=['policyno'],how='all',axis=0,inplace=True) #policyno为空就删除
 
all_data_frame['year']=[x.split('-')[0] for x in all_data_frame['startdate']]  #增添年月日三列
all_data_frame['month']=[x.split('-')[1] for x in all_data_frame['startdate']]
all_data_frame['day']=[x.split('-')[2] for x in all_data_frame['startdate']]
 
all_data_frame=all_data_frame.drop_duplicates() #删除重复数据
 
data=all_data_frame[['policyno','sumpremium','startdate','year','month','day','insuredname']] #抽取分析所用的字段

   清洗后最终数据预览图如下：

 

---

三、数据分析 

   RFM模型：

           Recency：最近一次消费时间，简称R，通常最近一次消费时间离现在越小，说明客户价值越高。

           Frequency：消费频率，简称F，通常F值越大，说明客户价值越高。

           Monetary：消费金额，简称M，通常M值越大，说明客户价值越高。

1、计算本文样本数据中R、F、M的value值。

R_value=data['startdate'].max()-R_value
R_value=R_value.dt.days      #消费时间与样本最后消费时间之差
 
 
F_value=data.groupby('insuredname')['policyno'].nunique()  #消费频次
 
M_value=data.groupby('insuredname')['sumpremium'].sum()  #消费总金额

  2、查看三个value值的总体情况

   

3、根据上述的均值、最大最小值等情况，跟三个指标进行分段。

R_bins=[0,60,110,190,270,365]
F_bins=[1,2,3,4,5,3668]
M_bins=[0,1800,4000,5800,10000,1100000]

4、根据分段结果对数据做打分处理

R_score=pd.cut(R_value,R_bins,labels=[5,4,3,2,1],right=False) #值越大说明间隔时间越小   客户价值越高
 
F_score=pd.cut(F_value,F_bins,labels=[1,2,3,4,5],right=False) #值越小说明消费频次越高  客户越有价值
 
M_score=pd.cut(M_value,M_bins,labels=[1,2,3,4,5],right=False) #值越大说明消费金额越大   客户价值越高

5、查看三个指标评分结果

for i in['R_score','F_score','M_score']:
    rfm[i]=rfm[i].astype(float)

rfm.describe()

可以看到，R、F、M三个指标的平均分分别为2.94、4.01、2.32 。 

6、设定分项评价标准

rfm['R']=np.where(rfm['R_score']>2.94,'高','低')  #R值高于平均值2.94的为高价值客户
rfm['F']=np.where(rfm['F_score']<4.01,'高','低')  #F值小于平均值4.01的为高价值客户
rfm['M']=np.where(rfm['M_score']>2.31,'高','低')  #M值高于平均值2.31的为高价值客户

 7、合并分项评价标准字段

rfm['value']=rfm['R'].str[:]+rfm['F'].str[:]+rfm['M'].str[:]

  

8、定义函数，定义用户等级标准

rfm['value']=rfm['value'].str.strip()  #左右两边去空格
 
 
def trans_value(x):
    if x=='高高高':
        return '重要价值客户'
    elif x=='高低高':
        return '重要发展客户'
    elif x=='低高高':
        return '重要保持客户'
    elif x=='低低高':
        return '重要挽留客户'
    elif x=='高高低':
        return '一般价值客户'
    elif x=='高低低':
        return '一般发展客户'
    elif x=='低高低':
        return '一般保持客户'
    else:
        return '一般挽留客户'

9、查看详细表格及文字结果

rfm['用户等级']=rfm['value'].apply(trans_value)

rfm['用户等级'].value_counts()

 

 一般价值客户    83022
一般保持客户    55514
重要价值客户    52309
重要保持客户    33347
重要发展客户    23315
重要挽留客户     1360
一般发展客户      236
一般挽留客户       18

---

四、数据可视化

   1、做柱形图

trace_basic=[go.Bar(x=rfm['用户等级'].value_counts().index,
                   y=rfm['用户等级'].value_counts().values,
                   marker=dict(color='orange'),opacity=0.50)]
 
layout=go.Layout(title='用户等级情况',xaxis=dict(title='用户重要度'))
 
figure_basic=go.Figure(data=trace_basic,layout=layout)
 
pyplot(figure_basic)

2、饼状图

trace=[go.Pie(labels=rfm['用户等级'].value_counts().index,
                   values=rfm['用户等级'].value_counts().values,
                   textfont=dict(size=12,color='white'))]
             
layout=go.Layout(title='用户等级比例')
figure_basic=go.Figure(data=trace,layout=layout)
pyplot(figure_basic)

---

五、结论

   根据笔者的价值分类模式的打分标准可得结论如下：

       1、该公司重要价值客户+重要保持客户+重要发展客户占比约43%，这些是跟公司创造价值的主力军，公司可考虑提供附加增值服务。

      2、该公司一般保持客户+一般价值客户占比约55%，这类客户数量庞大，但创造价值能力一般，可在1中的客户价值挖掘后，对该类客户做进一步的客户画像获取，实施精准营销。

     3、该公司还有0.54%共计1360名重要挽留客户，这类客户创造的价值较大，数量较少，可集中销售精英对这类客户进行短时间集中营销。

     通过对客户价值细分，我们可以对不同层级的客户采取不同的营销手段，但由于各种客观因素（地区差、决策者喜好、政策变化）的影响，文中价值分类原则和打分标准会千变万化，这里只是做个个性化展示。