customer-segmentation

# Customer Segmentation Skill 金融客户分群分析：将客户按资产、交易行为、活跃度等维度进行分层，输出可操作的分群结果与可视化。 ## 工作流程 ### Step 1 — 数据加载与清洗 读取用户上传的 CSV 或 Excel 文件，自动识别列名。 优先保留字段： - `customer_id` / `客户ID` — 客户唯一标识 - `age` / `年龄` - `gender` / `性别` - `balance` / `资产余额` - `txn_amount` / `交易金额` - `txn_count` / `交易次数` - `last_date` / `最近交易日期` - `product_count` / `持有产品数` - `branch` / `网点` 缺失值处理： - 数值型：用中位数填充 - 类别型：用众数填充 - 超过 30% 缺失的列：删除该列并提示用户 ```python import pandas as pd df = pd.read_csv(file_path) df.columns = df.columns.str.strip().str.lower() ``` ### Step 2 — 特征工程 构建 RFM + 扩展特征： | 特征 | 说明 | |------|------| | Recency | 距今天数（越小越活跃）| | Frequency | 交易频率（指定周期内交易次数）| | Monetary | 交易金额（指定周期内总金额）| | Tenure | 客户持有时长（月）| | Product_Depth | 持有产品数量 | | Age | 客户年龄 | 数据标准化：使用 `StandardScaler`（Z-score）归一化所有数值型特征。 ### Step 3 — 聚类分析 使用 **K-Means** 算法，自动确定 K 值（肘部法则 Elbow Method，SSE 拐点）。 ```python from sklearn.cluster import KMeans from sklearn.preprocessing import StandardScaler scaler = StandardScaler() X_scaled = scaler.fit_transform(features) # 肘部法则找最优K sse = {} for k in range(2, 10): km = KMeans(n_clusters=k, random_state=42, n_init=10) km.fit(X_scaled) sse[k] = km.inertia_ optimal_k = min(sse, key=sse.get) # 简单取SSE最小的k ``` 也可根据业务需求固定 K=5（高/中高/中/中低/低价值客户）。 ### Step 4 — 分群画像 输出每个簇的核心统计量： ``` 簇 0（高价值客户）：平均资产 85万，平均交易频次 28次/月，性别分布男62% 簇 1（潜力客户）：平均资产 32万，年轻化趋势明显 ... ``` 推荐标签体系（五类）： - 🌟 高价值客户（VIP） - ⬆️ 潜力客户 - 🟢 稳定客户 - 🔄 活跃交易客户 - ⚠️ 沉睡/流失预警客户 ### Step 5 — 可视化 生成以下图表（保存为 PNG）： 1. **客户资产分布直方图** — 各层级资产分布对比 2. **雷达图** — 各分群特征对比 3. **热力图** — 分群特征均值矩阵 4. **散点图** — 以资产×交易频次为坐标的客户分布 ```python import matplotlib.pyplot as plt import matplotlib matplotlib.use('Agg') plt.rcParams['font.sans-serif'] = ['WenQuanYi Micro Hei', 'SimHei'] fig, axes = plt.subplots(1, 2, figsize=(14, 5)) # 资产分布 axes[0].hist([g['balance'] for _, g in df.groupby('cluster')], bins=30, label=[f'C{i}' for i in range(k)]) axes[0].set_title('Customer Balance Distribution by Cluster') # 热力图 import seaborn as sns sns.heatmap(cluster_means.T, annot=True, fmt='.1f', ax=axes[1]) axes[1].set_title('Cluster Feature Heatmap') plt.tight_layout() plt.savefig(output_path, dpi=150) ``` ### Step 6 — 输出结果 输出内容： 1. 分群结果表（含客户ID、所属簇、分群标签）→ `segmentation_results.csv` 2. 分群特征统计 → `cluster_summary.csv` 3. 可视化图表 → `segmentation_charts.png` 4. 分析摘要（Markdown格式）→ `segmentation_report.md` 详细聚类和参数文档见： - RFM 模型说明：参考 `references/rfm-guide.md` - 聚类参数说明：参考 `references/clustering-guide.md`