建站
咨詢
售后
建站咨詢
新聞中心
簡介
如今，企業(yè)有能力收集大量的數(shù)據(jù)。這些數(shù)據(jù)可以幫助企業(yè)制定更好的策略并了解其客戶的行為。在這一點上，Cohort分析就發(fā)揮作用了。Cohort分析是一種了解客戶行為或用戶互動的強大工具，并為企業(yè)提供有價值的見解。在本文中，將學習如何使用Python進行Cohort分析。
Cohort分析
Cohort分析是一種經(jīng)常在市場營銷、客戶忠誠度、用戶體驗和產(chǎn)品開發(fā)等領域使用的數(shù)據(jù)分析技術(shù)。通過這種分析方法，我們可以詳細了解特定時期內(nèi)人群或群體的行為。Cohort用于識別具有相似特征或經(jīng)歷的人群或群體。
例如，對于電子商務業(yè)務，可以使用Cohort分析來監(jiān)測不同的群體，比如客戶群體、來自特定地區(qū)的群體或偏好特定產(chǎn)品類別的群體。通過這種分析，我們可以研究特定群體在一段時間內(nèi)的行為和傾向。
應用Cohort分析
本文有一個由12個表組成的關(guān)系數(shù)據(jù)庫。本文將在Python通過MS SQL從這個表中提取所需的特征。在進行必要的預處理操作后，本文將使數(shù)據(jù)適合進行分析。接下來從查看數(shù)據(jù)庫開始。
本文需要兩個特征。這兩個特征是客戶ID和訂單日期。本文的目標是查看我們能夠保留多少客戶，并在其首次到達日期后的每個月基礎上保留多長時間。
本文想要的特征包含在一個單獨的表中。因此，在查詢過程中，不需要從其他表中提取屬性。然而，為了舉例說明，假設本文將在兩個表上工作，接下來使用MS SQL中的JOIN獲取本文想要的特征。
SELECT * FROM ORDERS圖片
SELECT * FROM USERS圖片
SELECT U.ID, O.DATE_ FROM USERS U JOIN ORDERS O ON U.ID= O.ID圖片
本文通過JOIN從USERS和ORDERS表中調(diào)用具有相同ID值的屬性?，F(xiàn)在，為了在Python中進行分析，本文將訪問該數(shù)據(jù)庫，在其中運行我們的查詢，并將數(shù)據(jù)作為數(shù)據(jù)幀在我們的操作中使用。
首先，導入本文所需要的庫。
import pandas as pd
import sqlalchemy as sa
import urllib
from datetime import datetime在第二步中，本文使用urllib.parse.quote_plus函數(shù)來保護連接字符串免受環(huán)境因素的影響，并將連接信息寫入這個將用于連接SQL Server數(shù)據(jù)庫的字符串中。
params = urllib.parse.quote_plus("DRIVER={SQL Server};"
"SERVER=DESKTOP-F3H252;"
"DATABASE=E-COMMERCE;")注：如果不知道服務器名稱，可以通過查詢"SELECT @@SERVERNAME"來找到它。
接下來，本文使用"SQLAlchemy (sa)"庫創(chuàng)建與SQL Server數(shù)據(jù)庫的連接。使用"sa.create_engine"函數(shù)，我們可以利用連接字符串和其他連接設置創(chuàng)建一個鏈接引擎。"odbc_connect"參數(shù)用于ODBC連接，并包含之前轉(zhuǎn)換的連接字符串。
engine = sa.create_engine("mssql+pyodbc:///?odbc_cnotallow={}".format(params))在下一步中，本文將創(chuàng)建一個SQL查詢。我們使用查詢"SELECT U.ID, O.DATE_ FROM USERS U JOIN ORDERS O ON U.ID= O.ID"來獲取我們想要的特征。
qry ="SELECT U.ID, O.DATE_ FROM USERS U JOIN ORDERS O ON U.ID= O.ID"我們通過"engine"對象建立數(shù)據(jù)庫連接，并在"with"代碼塊中使用該連接。這將自動關(guān)閉連接。我們使用"con.execute(qry)"運行SQL查詢并獲取結(jié)果集（rs）。最后，我們將結(jié)果集轉(zhuǎn)換為Pandas DataFrame。
with engine.connect() as con:
rs = con.execute(qry)
df = pd.DataFrame(rs)圖片
我們知道沒有缺失數(shù)據(jù)，但在這一點上，讓我們檢查并消除它。
df.isnull().sum()ID 0
DATE_ 0
dtype: int64由于我們將按月進行工作，所以小時數(shù)對我們來說并不重要，所以我們首先要刪除小時數(shù)，然后再刪除天數(shù)。首先，我們將日期列（DATE_）轉(zhuǎn)換為日期時間格式，然后只獲取日期。
df['DATE_'] = pd.to_datetime(df['DATE_'])
df['DATE_'] = df['DATE_'].dt.date圖片
本文的下一步行動是刪除天數(shù)。接下來為此定義一個lambda函數(shù)。希望保留年份和月份的值。datetime(x.year, x.month, 1)將使用年份和月份信息創(chuàng)建一個新的日期對象，其中包含該月的第一天。
get_year_month = lambda x: datetime(x.year, x.month, 1)接下來使用這個函數(shù)創(chuàng)建一個新的變量，并將新數(shù)據(jù)存儲在'DATE_MONTH'列中。
df['DATE_MONTH'] = df['DATE_'].apply(get_year_month)現(xiàn)在，本文將根據(jù)客戶ID對要執(zhí)行的流程進行分組，并通過創(chuàng)建'COHORT_MONTH'變量在這一列中保留每個客戶的首次到達日期。
user_first_date = df.groupby('ID')['DATE_MONTH']
df['COHORT_MONTH'] = user_first_date.transform('min')圖片
當我們查看所獲得的值時，如果對第一個訂單日期和其他訂單日期進行評估，就可以很容易地找到差異。我們可以通過創(chuàng)建一個新的'COHORT_INDEX'變量，將差異保留在這一列中。
years_diff = df['DATE_MONTH'].dt.year - df['COHORT_MONTH'].dt.year
months_diff = df['DATE_MONTH'].dt.month -df['COHORT_MONTH'].dt.month
df['COHORT_INDEX'] = years_diff * 12 + months_diff + 1接下來計算每個首次到達日期的活躍客戶的月度數(shù)量。通過分組，本文創(chuàng)建了一個名為cohort_data的數(shù)據(jù)幀，其中包含了每個月首次到達的唯一客戶數(shù)量。
grouping_count = df.groupby(['COHORT_MONTH', 'COHORT_INDEX'])
cohort_data = grouping_count['ID'].apply(pd.Series.nunique)
cohort_data = cohort_data.reset_index()
cohort_data.head()圖片
本文將cohort_data數(shù)據(jù)幀整理到數(shù)據(jù)透視表中，并創(chuàng)建一個名為cohort_user_counts的新數(shù)據(jù)幀。該數(shù)據(jù)幀將包含每個群體的月活躍客戶數(shù)量。
本文將計算每個客戶的活躍百分比。通過將每個月群體中的客戶數(shù)除以初始客戶數(shù)來實現(xiàn)此目的。
cohort_sizes = cohort_user_counts.iloc[:,0]
retention = cohort_user_counts.divide(cohort_sizes, axis=0)
retention.index = retention.index.strftime('%m-%Y')圖片
最后，本文將在熱圖上可視化retention數(shù)據(jù)幀。
sns.set(style = 'white')
plt.figure(figsize = (15, 6))
plt.title('Cohort: Retention rate by month')
sns.heatmap(
retention
,cmap = plt.cm.Reds
,annot = True
,fmt = '.0%'
)
plt.xlabel("Ongoing months"
plt.ylabel("First arrival date")
plt.show()圖片
如上所述，圖表中的百分比表達的是活躍率。從中可以推斷出的內(nèi)容應該回答了我們可以保留客戶多長時間的問題。
在這篇文章中，我們提到了Cohort分析，并制作了一個可以輕松使用的應用程序。
標題名稱：利用Python群組分析方法剖析客戶行為
本文網(wǎng)址：http://m.5511xx.com/article/cdehsio.html
