[Kaggle] 이커머스 데이터 분석 4 (CRM Analytics 🛍️🛒)

앞의 포스팅 [Kaggle] 이커머스 데이터 분석 3 (CRM Analytics 🛍️🛒)과 이어집니다.

RFM score를 바탕으로 고객 세분화를 진행한다.

 

---

Segmentation

정규 표현식을 사용하여 RFM score를 바탕으로 고객의 그룹을 나눈다.

r : 접두사는 문자열 리터럴을 나타내며, 이 패턴의 문자열은 Raw 문자열로 처리됨을 의미한다.(\가 이스케이프 문자로 처리되지 않음)
[1-2] : 문자 클래스로, 이 부분에서 문자열에서 1 또는 2와 매칭되는 위치를 찾는다.
[3-4] : 위와 동일하게, 해당 부분에서 문자열이 3 또는 4와 매칭되는 위치를 찾는다.
즉, r'[1-2][3-4]' 는 문자열에서 1 또는 2에 매칭되는 부분을 찾고, 그다음 3 또는 4에 매칭되는 부분을 찾는 것이다.

 

seg_map = {r'[1-2][1-2]' : 'hibernating',
          r'[1-2][3-4]' : 'at_Rish',
          r'[1-2]5':'cant_loose',
          r'3[1-2]': 'about_to_sleep',
          r'33':'need_attention',
          r'[3-4][4-5]': 'loyal_customers',
          r'41' : 'promising',
          r'51':'new_customers',
          r'[4-5][2-3]' : 'potential_loyalists',
          r'5[4-5]':'champions'}

 

• 위 정규표현식에 따라 segment를 구분한다. 
• 이때, RFM_SCORE에 replace() 함수로 위 seg_map을 매핑한다.
• regex = True 옵션은 정규 표현식을 사용하여 대체를 수행하라는 것이다. 

rfm['segment'] = rfm['RFM_SCORE'].replace(seg_map, regex = True)
rfm.head()

 

Segmentation Map

• squarify 라이브러리를 사용한다. 파이썬 라이브러리로, 데이터를 tree map 형태로 시각화한다.
  • 각 사각형 블록은 데이터 크기를 나타낸다.
• squarify.plot(): 이 함수는 Squarify 라이브러리를 사용하여 트리맵을 생성하고 플롯 한다.
• sizes: `segments`라는 변수에 저장된 데이터 크기 정보를 통해 각각의 사각형 블록의 크기를 지정
• label: 각 사각형 블록에 표시할 레이블 정보를 설정. `seg_map` 딕셔너리의 value로 레이블 정보를 지정
• color : 각 사각형 블록의 색상을 지정. 여러 가지 색상을 리스트로 나열하여 사용한다.
• pad: `True` 또는 `False` 값을 가질 수 있으며, `True`로 설정하면 각 사각형 블록 간에 간격이 추가되어 더 보기 좋은 트리맵을 생성한다.
• bar_kwargs: 사각형 블록의 특성을 설정하는 딕셔너리를 지정. 여기에서 `alpha`를 1로 설정하여 투명도를 조절했다.
• text_kwargs: 텍스트의 특성을 설정하는 딕셔너리를 지정. 여기에서 `fontsize`를 15로 설정하여 텍스트 크기를 조절했다.

 

import squarify

segments = rfm['segment'].value_counts().sort_values(ascending = False)
segments

# figure 가져오기(캔버스)
fig = plt.gcf()
fig.set_size_inches(16, 10)

# fig에 서브플롯 추가(fig, add_suplot(2, 2, 1)처럼 쓰임)
ax = fig.add_subplot()

# 데이터를 트리맵(tree map) 형태로 시각화하는 데 사용
squarify.plot(sizes = segments,
             label = [label for label in seg_map.values()],
             color = ["#AFB6B5", "#F0819A","#926717","#F0F081","#81D5F0",
                        "#C78BE5","#748E80","#FAAF3A","#7B8FE4","#86E8C0"],
            pad = False,
            bar_kwargs = {'alpha': 1},
            text_kwargs = {'fontsize':15}       
            )

plt.title('Customer Segmentation Map', fontsize = 20)
plt.xlabel('Frequency', fontsize = 18)
plt.ylabel('Recency', fontsize = 18)
plt.show()

 

 

Segmentation Model Evaluation

# 다음의 평가지표를 사용한다.
from sklearn.metrics import (silhouette_score,
                             calinski_harabasz_score,
                             davies_bouldin_score)

 

• 위에서 recency_score와 frequency_score를 도출하고 이 조합을 다양하게 세분화하여 segment를 만들었다.
• seg_map을 통해 진행한 세분화가 잘 되었는지 확인하기 위해 '클러스터링 평가 지표'를 사용했다.
• silhouette_score(X, labels) 함수는 데이터 X와 각 데이터 포인트에 할당된 클러스터 레이블 labels을 입력으로 받아 Silhouette Score를 계산하고, round(..., 3)을 사용하여 결과를 소수점 셋째 자리까지 반올림하여 출력 

 

• Silhouette Score : -1부터 1까지의 값을 가지며, 1에 가까울수록 클러스터가 잘 형성되었다고 판단한다.
• Calinski Harabasz Score : 클러스터 간 분산과 클러스터 내 분산의 비율을 사용하여 클러스터링의 품질을 측정하는 지표
• Davies Bouldin Score : 클러스터 간 거리와 클러스터 내 분산의 비율을 사용하여 클러스터링 품질을 평가하는 지표

print(' RFM Model Evaluation '.center(70, '='))
X = rfm[['recency_score', 'frequency_score']]
labels = rfm['segment']

print(f'관측치 수 : {X.shape[0]}')
print(f'고객 세분화 수 : {labels.nunique()}')
print(f'실루엣 Score : {round(silhouette_score(X, labels), 3)}')
print(f'Calinski Harabasz Score: {round(calinski_harabasz_score(X, labels), 3)}')
print(f'Davies Bouldin Score: {round(davies_bouldin_score(X, labels), 3)} \n{70*"="}')

 

 

👉 이를 통해 고객 세분화(클러스터링)가 잘 된 편임을 확인할 수 있다.
      이제 고객 세분화 결과 자체를 좀 더 자세히 들여다보자.

      (다음 포스팅에 이어집니다.)

---