Project P02: 服装零售销售数据分析¶
本项目通过分析服装零售销售数据，学习RFM模型、客户细分、关联规则挖掘等核心技能。
📋 项目背景¶
业务场景: 优衣库等服装零售企业希望通过分析销售数据进行精准营销，提升客户留存率和复购率。
数据来源: 服装零售系统导出的销售明细数据，包含2000条销售记录（测试数据），时间跨度2023-2024年。
业务目标: 1. 构建RFM模型，进行客户价值分析 2. 进行客户细分，识别高价值客户 3. 分析销售模式和产品关联 4. 制定差异化营销策略
🎯 学习目标¶
完成本项目后，你将掌握： - ✅ RFM模型: 最近购买时间、购买频率、购买金额三维度客户分析 - ✅ 客户细分: 基于RFM评分进行客户分群 - ✅ 销售分析: 产品、类别、渠道多维度分析 - ✅ 购买行为: 复购率、客单价、偏好分析 - ✅ 商业洞察: 从数据到业务建议的完整流程
📊 数据说明¶
数据集基本信息¶
- 文件名:
clothing_retail.csv - 数据路径:
data/stage3/clothing_retail.csv - 文件大小: 0.30 MB
- 记录数: 2,000 条
- 字段数: 21 个
- 时间范围: 2023-01-01 至 2024-12-31
字段说明¶
| 字段名 | 数据类型 | 说明 | 示例值 |
|---|---|---|---|
| order_id | string | 订单编号 | EC20230101001 |
| customer_id | string | 客户编号 | C000123 |
| order_date | datetime | 订单日期 | 2023-05-20 |
| product_id | string | 产品编号 | P001234 |
| product_name | string | 产品名称 | 优衣库 上衣 |
| category | string | 产品类别 | 上衣 |
| brand | string | 品牌 | 优衣库 |
| size | string | 尺码 | M |
| color | string | 颜色 | 黑色 |
| price | float | 单价(元) | 199.00 |
| quantity | integer | 数量 | 2 |
| total_amount | float | 总金额(元) | 398.00 |
| discount | float | 折扣率 | 0.15 |
| payment_method | string | 支付方式 | 支付宝 |
| shipping_method | string | 配送方式 | 快递 |
| region | string | 地区 | 华东 |
| customer_age | integer | 客户年龄 | 28 |
| customer_gender | string | 客户性别 | 女 |
| is_member | boolean | 是否会员 | True |
| channel | string | 渠道 | 线上 |
| status | string | 订单状态 | 已完成 |
🚀 快速开始¶
环境要求¶
- Python 3.9+
- 依赖包: pandas, numpy, matplotlib, seaborn
安装依赖¶
# 在项目根目录
pip install -e ".[stage3]"
# 或在P02目录
cd docs/stage3/projects/p02-ecommerce
pip install -e .
运行分析¶
方法1: Python脚本¶
# 完整分析（从项目根目录运行）
uv run --no-project --with pandas --with numpy --with matplotlib --with seaborn --with pyyaml \
python specs/002-ai-tutorial-stages/docs/stage3/projects/p02-ecommerce/src/analyze.py
# 指定配置
python src/analyze.py --config configs/custom.yaml
方法2: Jupyter Notebook¶
📂 项目结构¶
p02-ecommerce/
├── README.md # 项目说明文档
├── pyproject.toml # 依赖配置
├── src/
│ ├── __init__.py
│ └── analyze.py # 主分析脚本（RFM + 客户细分）
├── notebooks/
│ └── analysis.ipynb # 交互式分析笔记本
├── configs/
│ └── default.yaml # 默认配置
├── tests/
│ └── test_analyze.py # 单元测试
└── outputs/ # 输出目录(自动生成)
├── figures/ # 图表
├── reports/ # 分析报告
└── processed_data/ # 清洗后数据
🔍 分析流程¶
Step 1: 数据加载与清洗¶
import pandas as pd
# 加载数据
df = pd.read_csv('data/stage3/clothing_retail.csv')
# 转换日期类型
df['order_date'] = pd.to_datetime(df['order_date'])
# 基本统计
print(df.info())
print(df.describe())
Step 2: RFM模型构建¶
RFM模型**是客户价值分析的经典方法： - **R (Recency): 最近一次购买距今天数，越小越好 - F (Frequency): 购买频率（订单数），越大越好 - M (Monetary): 购买金额（总消费），越大越好
# 计算分析日期（最后一个订单日期 + 1天）
analysis_date = df['order_date'].max() + pd.Timedelta(days=1)
# 按客户聚合计算RFM
rfm = df.groupby('customer_id').agg({
'order_date': lambda x: (analysis_date - x.max()).days, # R
'order_id': 'count', # F
'total_amount': 'sum' # M
}).rename(columns={
'order_date': 'recency',
'order_id': 'frequency',
'total_amount': 'monetary'
})
print(rfm.head())
Step 3: RFM评分¶
将RFM三个维度分别打分（1-5分），5分最好：
# 创建评分函数（R越小越好，F和M越大越好）
def rfm_score(df, col, ascending=False):
"""基于四分位数打分"""
return pd.qcut(df[col], q=5, labels=[1, 2, 3, 4, 5], duplicates='drop')
# 计算RFM评分
rfm['R_score'] = rfm_score(rfm, 'recency', ascending=True) # R越小越好
rfm['F_score'] = rfm_score(rfm, 'frequency', ascending=False) # F越大越好
rfm['M_score'] = rfm_score(rfm, 'monetary', ascending=False) # M越大越好
# 计算RFM总分
rfm['RFM_score'] = rfm['R_score'].astype(int) * 100 + \
rfm['F_score'].astype(int) * 10 + \
rfm['M_score'].astype(int)
print(rfm.sort_values('RFM_score', ascending=False).head(10))
Step 4: 客户细分¶
基于RFM评分进行客户分群：
def segment_customers(row):
"""客户细分逻辑"""
r, f, m = int(row['R_score']), int(row['F_score']), int(row['M_score'])
# 重要价值客户：RFM都高
if r >= 4 and f >= 4 and m >= 4:
return '重要价值客户'
# 重要保持客户：R高，F或M一般
elif r >= 4 and (f >= 2 or m >= 2):
return '重要保持客户'
# 重要挽留客户：R低，F和M高
elif r <= 2 and f >= 4 and m >= 4:
return '重要挽留客户'
# 一般发展客户：F或M高，R一般
elif (f >= 3 or m >= 3) and r >= 2:
return '一般发展客户'
# 一般维持客户：RFM都中等
elif r >= 2 and f >= 2 and m >= 2:
return '一般维持客户'
# 一般挽留客户：R低，F或M一般
elif r <= 2 and (f >= 2 or m >= 2):
return '一般挽留客户'
# 潜在客户：RFM都低
else:
return '潜在客户'
rfm['customer_segment'] = rfm.apply(segment_customers, axis=1)
# 客户分布
print(rfm['customer_segment'].value_counts())
Step 5: 数据可视化¶
import matplotlib.pyplot as plt
import seaborn as sns
# 配置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False
# 1. 客户细分分布饼图
plt.figure(figsize=(10, 8))
rfm['customer_segment'].value_counts().plot(kind='pie', autopct='%1.1f%%')
plt.title('客户细分分布', fontsize=16, fontweight='bold')
plt.ylabel('')
plt.tight_layout()
plt.savefig('outputs/figures/customer_segments.png', dpi=300)
plt.show()
# 2. RFM三维散点图
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')
scatter = ax.scatter(rfm['recency'], rfm['frequency'], rfm['monetary'],
c=rfm['RFM_score'], cmap='viridis', s=50, alpha=0.6)
ax.set_xlabel('Recency (天)')
ax.set_ylabel('Frequency (次)')
ax.set_zlabel('Monetary (元)')
plt.title('RFM三维分布', fontsize=16, fontweight='bold')
plt.colorbar(scatter, label='RFM总分')
plt.tight_layout()
plt.savefig('outputs/figures/rfm_3d.png', dpi=300)
plt.show()
# 3. 各细分客户的RFM均值对比
segment_avg = rfm.groupby('customer_segment')[['recency', 'frequency', 'monetary']].mean()
segment_avg.plot(kind='bar', figsize=(12, 6))
plt.title('各客户群体RFM均值对比', fontsize=16, fontweight='bold')
plt.xlabel('客户群体')
plt.ylabel('均值')
plt.legend(['最近购买(天)', '购买频率(次)', '购买金额(元)'])
plt.xticks(rotation=45, ha='right')
plt.tight_layout()
plt.savefig('outputs/figures/segment_rfm_comparison.png', dpi=300)
plt.show()
Step 6: 业务洞察与建议¶
# 生成分析报告
report = f"""
# 服装零售客户价值分析报告
## 客户细分结果
{rfm['customer_segment'].value_counts().to_markdown()}
## 各群体特征
### 重要价值客户
- 占比: {(rfm['customer_segment'] == '重要价值客户').sum() / len(rfm) * 100:.1f}%
- 平均消费: {rfm[rfm['customer_segment'] == '重要价值客户']['monetary'].mean():.2f} 元
- **策略**: VIP服务，专属优惠，优先推荐新品
### 重要挽留客户
- 占比: {(rfm['customer_segment'] == '重要挽留客户').sum() / len(rfm) * 100:.1f}%
- 平均沉默期: {rfm[rfm['customer_segment'] == '重要挽留客户']['recency'].mean():.0f} 天
- **策略**: 发送关怀短信，限时优惠券，唤回活动
## 营销建议
1. **精准营销**: 针对不同客户群体制定差异化策略
2. **会员运营**: 强化会员体系，提升忠诚度
3. **流失预警**: 监控R值上升的高价值客户，及时干预
"""
print(report)
📈 评估指标¶
| 指标 | 目标值 | 说明 |
|---|---|---|
| 客户细分覆盖率 | 100% | 所有客户均完成分群 |
| RFM模型准确性 | 合理分布 | 各分数段客户数量合理 |
| 可视化图表 | ≥5个 | RFM分布、客户细分、对比分析 |
| 业务建议 | ≥5条 | 针对性强，可操作 |
💡 扩展思考¶
- 动态RFM: 按季度更新RFM模型，跟踪客户价值变化
- 生命周期: 结合客户注册时长分析生命周期价值（CLV）
- 关联规则: 使用Apriori算法挖掘商品关联
- 推荐系统: 基于协同过滤进行个性化推荐
- 流失预测: 训练分类模型预测客户流失概率
🐛 常见问题¶
Q1: RFM评分如何选择分位数？¶
A: 通常使用四分位数(quintile)分为5档，也可根据业务需求调整为3档或10档。
Q2: 客户细分标准如何确定？¶
A: 可结合业务经验调整，或使用聚类算法（K-means）自动分群。
Q3: 如何处理只购买一次的客户？¶
A: 设为"潜在客户"或"新客户"，重点观察是否复购。
📚 参考资源¶
✅ 检查清单¶
完成项目前，请确认： - [ ] 成功加载数据并完成RFM计算 - [ ] 客户细分覆盖所有客户 - [ ] 生成至少5个可视化图表 - [ ] 编写针对性营销建议 - [ ] 代码可复现且注释清晰 - [ ] 理解RFM模型的业务价值
项目完成时间: 预计2-4小时 难度等级: ⭐⭐ 入门 前置知识: Pandas基础、Matplotlib基础
下一个项目: P03 - 银行营销分类
最后更新: 2025-11-13 维护者: py_ai_tutorial团队