一.項目背景

    新零售時代背景下，商家要提升顧客的價值，讓20%的顧客貢獻80%的業績（二八定律），這就是超級用戶思維。超級用戶，是指對品
    牌認可、購買頻次多、購買金額大且能給商家反饋意見、并能把產品推薦別人購買，對商家具有較高忠誠度、與商家建立起強關系的用戶。
該項目尋找的是準超級用戶（FM模型，也即購買頻次多和購買金額大的客戶），為將來轉化為超級用戶打好基礎。

二.理論基礎

1.購買頻次篩選標準
    通過分組法，按買家賬號進行分組，確定每個買家的購買頻次。然后按購買頻次進行等距分組，統計每個頻次區間內買家數量，找出人數差最大的兩個相鄰頻次區間并把這兩個相鄰區間的中間值作為購買頻次的篩選標準。
比如這兩個相鄰頻次區間是[3, 7), [7, 10), 選擇7作為購買頻次篩選標準。>=7的購買頻次被認定為高購買頻次。該方法的思想是尋找第一個異常點，特別適合隨著頻次區間數值上的增加，人數遞減的情況，比如這樣的人數分布：
{[1, 3）:1000, [3, 5):550, [5, 7):230, [7, 9):96, [9, 11):22, [11, 13):6}

2.購買金額篩選標準
    通過箱線圖法，將購買金額排序，然后進行四分位，得到三個分位數：Q1，Q2，Q3。接著按下面公式計算購買金額篩選標準：
V（購買金額篩選標準）=Q3+IQR_coefficient*IQR，其中IQR=Q3-Q1，IQR_coefficient的值可以自定義，一般選為1.5或3。
>=V的購買金額為高購買金額

三.實現步驟

1.獲取數據

import pandas as pd
import numpy as np

#獲取數據
def get_data(file_path):
    #讀取數據
    df=pd.read_excel(file_path,index=0)
    #篩選數據
    data=df[['買家賬號','已付金額']]
    #返回數據
    return data
 
#獲取數據
data=get_data('./data.xlsx')
#查看數據
data.head()

2.處理數據

#處理數據
def process_data(df):
    #判斷是否有重復值
    if df.duplicated().sum()==0:
        print('沒有重復值')
    else:
        #計算重復數據數量
        len_dup=len(df[df.duplicated()==True])
        print(f'重復數據有{len_dup}條')
        #刪除重復值
        df.drop_duplicates(inplace=True)
    #判斷是否有缺失值
    if df.isnull().any().sum()==0:
        print('沒有缺失值')
    else:
        #計算缺失數據數量
        len_null=len(df[df.isnull().T.any()])
        print(f'缺失數據有{len_null}條')
        #刪除數據
        df.dropna(inplace=True)
    #返回數據
    return df

#處理數據
data=process_data(data)
#查看數據
data.head()

3.按照分組標準對用戶分類

#獲取準超級用戶
def before_superCustomer(data,coeff,bin_num):
    #統計客戶購買次數
    df1=data['買家賬號'].value_counts().reset_index().rename(columns={'index':'買家賬號','買家賬號':'購買頻次'})
    #統計客戶購買金額
    df2=data.groupby(['買家賬號'])['已付金額'].sum()
    #通過買家賬號連接數據，
    df=pd.merge(df1,df2,on='買家賬號')
    #篩選所需數據
    df_res=df[['買家賬號','購買頻次','已付金額']]
    #對購買頻詞進行切分
    cut = pd.cut(df['購買頻次'], bins=bin_num)
    #統計購買頻詞
    top = pd.value_counts(cut)
    #獲取高度差值最大的兩個分組區間,前一個分組區間的右區間值用于高購買頻次客戶的評判標準
    top_index = top.diff().abs().values.argmax()
    #獲取四分之三分位數
    Q3 = df_res.describe()['已付金額'][6]
    #獲取四分之一分位數
    Q1 = df_res.describe()['已付金額'][4]
    #計算IQR
    IQR = Q3-Q1
    #獲取準超級用戶購買金額最小值
    min_value = Q3 + 1.5* IQR
    # 根據高購買金額和高購買頻次用戶標準過濾用戶
    df_res=df_res[(df_res['購買頻次'] >top.index[top_index].right) & (df_res['已付金額'] >min_value)]
    #按照已付金額進行降序排序
    df_res.sort_values('已付金額',ascending=False,inplace=True)
    #返回數據
    return df_res

#對用戶進行分類
df_res=before_superCustomer(data,3,16)
#查看數據
df_res.head()

4.對Top10用戶進行可視化

import pyecharts.options as opts
from pyecharts.charts import Bar

#設置顏色
colors = ["#5793f3", "#d14a61"]
#x軸數據買家賬號
x_data = df_res.iloc[:10]['買家賬號'].tolist()
#設置圖例
legend_list = ["已付金額", "購買頻次"]
#y軸已付金額
customer_buy =df_res.iloc[:10]["已付金額"].round(2).tolist()
#y軸購買頻次
customer_count=df_res.iloc[:10]["購買頻次"].tolist()

#初始化
bar = (
    Bar(init_opts=opts.InitOpts(width="1000px", height="600px"))
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="已付金額",
        yaxis_data=customer_buy,
        yaxis_index=0,
        color=colors[1],
    )
    
    .add_yaxis(
        series_name="購買頻次",
        yaxis_data=customer_count, 
        yaxis_index=1, 
        color=colors[0]
    )
    
   .extend_axis(
        yaxis=opts.AxisOpts(
            name="購買頻次",
            type_="value",
            position="right",
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color=colors[0])
            ),
            axislabel_opts=opts.LabelOpts(formatter="{value} 次"),
        )
    )
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="已付金額",
            type_="value",
            position="left",
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color=colors[1])
            ),
            axislabel_opts=opts.LabelOpts(),
        )
    )
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
    )
    
)

#加載顯示圖形
bar.render_notebook()

結論：應加強和這些客戶溝通，盡可能提供個性化服務，讓它們發展為我們超級用戶