파이썬 초급부터 고급까지 (핵심 정리 7)

“파이썬 초급부터 고급까지 시리즈의 7번째 글로, RFM 모델(Recency 최근 구매일, Frequency 구매 빈도, Monetary 구매 금액)을 이용한 고객 가치 분석의 전체 코드를 제시한다. pandas로 sales_test.xlsx(9행 3열)를 불러와 결측 행을 제거하고, groupby로 F는 ORDERID 개수, M은 AMOUNTINFO 합계, R은 ORDERDATE 최댓값을 계산한 뒤 pd.cut으로 각각 1~5점을 부여하며, R은 기준일 2022-04-01 대비 일수가 적을수록 높은 점수가 되도록 처리한다. 이어 R·F·M 점수를 전치해 하나의 DataFrame으로 합치고 가중치(예: R 20%·F 20%·M 60%)를 적용한 종합 점수를 산출한 뒤 [0,2)·[2,3)·[3,5] 구간으로 '저·중·고' 고객 등급을 나누고 막대그래프로 시각화하는 과정을 담고 있다.”

AI 요약

파이썬 초급부터 고급까지 시리즈의 7번째 글로, RFM 고객 가치 분석 모델의 전체 구현 과정을 다룹니다. Recency(최근 구매일), Frequency(구매 빈도), Monetary(구매 금액) 세 차원으로 고객을 평가하며, pandas의 groupby와 pd.cut을 활용해 각 지표를 1~5점으로 등급화합니다. 이후 가중치를 적용해 종합 점수를 산출하고, 이를 바탕으로 고객을 저·중·고 등급으로 분류해 막대그래프로 시각화합니다. 엑셀 데이터 로딩, 결측치 처리, 한글 폰트 설정 등 실무적인 코드 팁도 함께 제공합니다.

핵심 포인트

  • RFM 모델: Recency(최근성), Frequency(빈도), Monetary(금액) 3차원 고객 가치 평가
  • pd.cut()으로 각 지표를 5분위 등급화, R은 최근일수록 높은 점수 부여
  • 가중치 예시로 거래시간 20%·거래횟수 20%·거래금액 60% 적용
  • 종합 점수를 [0,2), [2,3), [3,5] 구간으로 나눠 저·중·고객군으로 분류 후 시각화

향후 전망

  • 마케팅·CRM 실무에서 고객 세분화 자동화 파이프라인의 기초 모듈로 활용 가능
  • RFM을 확장한 LTV 예측, 이탈 방지 모델 등으로 발전시킬 수 있는 토대
Share

이것도 읽어보세요

댓글

이 소식에 대한 의견을 자유롭게 남겨주세요.

댓글 (0)

불러오는 중...