[Kaggle] 이커머스 데이터 분석 5 (CRM Analytics 🛍️🛒)

앞 포스팅에서 고객군을 나누어 전체적인 크기를 확인했다. 

이제 좀 더 구체적으로 고객군 별 세부 사항을 파악해 본다.(R, F, M을 기준으로)

 

---

Segment Analysis

1. 고객군 별 R, F, M 기술 통계 확인

• segment 기준으로 r, f, m 값의 평균과 표준편차, 최댓값과 최솟값을 확인해 보자

rfm[['recency','monetary','frequency','segment']] \
        .groupby('segment').agg({'mean', 'std', 'max', 'min'})

 

 

2. 고객군 별 분포 시각화

• 각 고객군 별로 어떠한 양상을 보이는지 파악했다.
• 이제 고객군 별로 분포(수)를 시각화하여 확인해 보자. 이때, 각 고객군 수를 전체 수로 나누어 비율도 함께 표시해 준다.

plt.figure(figsize = (18, 8))
palette = 'Set2'

ax = sns.countplot(data = rfm,
                  x = 'segment',
                  palette = palette)

total = len(rfm.segment)
for patch in ax.patches:
    percentage = '{:.1f}%'.format(100 * patch.get_height()/total)
    x = patch.get_x() + patch.get_width()/2 - 0.17
    y = patch.get_y() + patch.get_height() * 1.01
    ax.annotate(percentage, (x, y), size = 14)

plt.title('Number of Customers by Segments', size = 16)
plt.xlabel('Segment', size = 14)
plt.ylabel('Count', size = 14)
plt.xticks(size = 12)
plt.yticks(size = 12)
plt.show()

 

 

3. 고객군 별 R,F 값 시각화

• 고객군별 recency와 frequency 관계 및 분포 파악하기(scatterplot)
  • hue에 segment를 지정

plt.figure(figsize = (18, 8))

sns.scatterplot(
    data = rfm, x = 'recency', y = 'frequency', hue = 'segment', palette = palette, s = 60)
plt.title('Recency & Frequency by Segments', size = 16)
plt.xlabel('Recency', size = 12)
plt.ylabel('Frequency', size = 12)
plt.xticks(size = 10)
plt.yticks(size = 10)
plt.legend(loc = 'best', fontsize = 14, title = '- Segments -', title_fontsize = 14)
plt.show()

 

 

4. 고객군 별 R,F 값 시각화(boxplot)

• monetary는 이번 실습에서 RFM 스코어에 포함되지 않았기에 제외하고 시각화 진행했다.
• 아래와 같이 고객군별로 R, F 값이 어떻게 나타나고 있는지 박스 플랏으로도 살펴보자.

fig, axes = plt.subplots(1, 2, figsize = (9, 6))
fig.suptitle('RFM Segment Analysis', size = 14)

feature_list = ["recency", "frequency"]

for idx, col in enumerate(feature_list):
    sns.boxplot(ax = axes[idx], data = rfm, x = 'segment', y = feature_list[idx], palette = palette)
    axes[idx].set_xticklabels(axes[idx].get_xticklabels(), rotation = 60)
    
    if idx == 1:
        axes[idx].set_ylim([0, 30])

plt.tight_layout()
plt.show()

 

 

5. 고객군 별 R,F 값 시각화(histplot)

• 고객군 별로 색상을 지정해주고, R, F 값의 분포가 어떻게 나타나는지 살펴보자.

fig, axes = plt.subplots(2, 1, figsize = (12, 8))
fig.suptitle('RFM Segment Analysis', size = 14)
feature_list = ['recency', 'frequency']

for idx, col in enumerate(feature_list):
    sns.histplot(ax = axes[idx], data = rfm, x = feature_list[idx], hue = 'segment', palette=palette)
    
    if idx == 1:
        axes[idx].set_xlim([0, 30])


plt.tight_layout()
plt.show()