<<返回python首页 python

《Python 应用案例》

Pandas分析电商客户复购率

Pandas分析电商客户复购率

处于电商大时代,复购率成为衡量企业的重要指标,在电商等消费场景下,复购率也是最耳熟能详的指标之一了。上到平台、下到品牌、店铺,各种复盘分析一定绕不开复购率。本节让我们来看看本节将带您怎么用pandas计算客户复购率,从实战的角度聊聊复购率。

来源公众号:数据不吹牛 原创: 小z

初识复购率

实际业务经常会遇到以下场景:

“哈,我们的复购率同比/环比提升了XXX!”台下一片欣然..

“哎,近XX时间复购率有明显下降趋势”Boss脸色变得难看...

小z发现,复购率的讨论很容易陷入鸡同鸭讲,明面上都在说复购率,但实际连指标计算逻辑都是不同的:

  • 有留存角度的,A时间段购买人数,在其后B时间段重复购买人数占比
  • 有客户生命周期角度的,A时间段购买人数,在整个生命周期中,重复购买人数占比
  • 有截断角度的,A时间(这个时间一般比较长)段购买人数,在A时间段重复购买人数的占比
  • 还有自定义角度的....

各种眼花缭乱的复购计算方法,及其延伸的复购分析体系,以后会详细展开讲解。这次,我们先以一种计算逻辑切入,搞清楚如何用Pandas计算客户复购率。

复购率计算

本文采用一种比较简单,但非常考验Pandas技巧的口径来定义(可能是一些同学用pandas遇到的最大挑战)

复购率:一段时期内,购买两次及以上的客户占总人数的比重

比如最近半年,有10000个客户购买我们的产品,在这半年内,有1000个客户重复购买(购买2次及以上),那半年期复购率就是1000 / 10000 = 10%

有同学会说“订单去重之后,按照客户ID来groupby一下不就行了,有啥好讲的!”

Too young too simple~

一般拿到的订单是产品维度的,像这样: Image Name

一个客户同时购买了A、B、C三款产品,后台会生成三笔产品订单,如果直接按照ID来分组统计,这种连带性质的订单都会被统计,结果指标一定非常浮夸。

“那按照日期和买家ID来去重,把当天购买的行为归为一次,再按照ID来分组统计呗”

在一些场景中,这是相对简单的计算方法,但还是不够严谨,也没有充分触达到复购的本质。

这种计算方式很容易受到特定活动和特殊产品的影响:

  • 比如品牌在活动期连续三天搞大型秒杀活动,很多客户连续三天参与购买,这个口径下的复购率会大大注水。
  • 比如大促期间消费者抢购一波,结果第二天发现还想购买配套产品..

对于复购的分析,我们真正在意的是客户正常的消耗周期,比如一款脱毛膏,就算全身上下涂个遍,也够用15天,那A客户1号首次购买,在3号又来购买,严格意义上是不算复购的,只能算第一次购买的补充(连带购买)

我们应该根据业务实际情况制定一个规则,即客户前后购买行为间隔超过多少天,算作复购。

下面的实战场景中,这个值定义为2:即客户后一次和前一次购买时间间隔必须大于2天,才算复购行为。

举个栗子

概念晦涩,栗子清晰:

Image Name

某客户,第一次购买时间是5月1日,随后5月2日又产生了购买行为,这里间隔时间只有1天,所以不算复购。

顺延下一次购买时间,5月3日和5月1日的间隔正好是2天,不满足我们大于2天算复购的定义,也不能算复购。

时间继续朝后推,5月6日和5月1日时间差整整有5天,这次购买间隔符合复购定义。记作该客户第一次复购,于是5月6日变成了新的锚点,以对比计算后续购买行为的时间差。

客户最后一次购买行为发生于5月9日,和最近的锚点5月6日有3天的间隔,亦满足我们对复购的定义,因此最后一次消费也算作复购。

总的来说,客户在5月1日-5月3日是一次购买行为,在5月6日的消费是第二次购买行为,5月9日则是第三次购买行为,整体复购了两次。

Pandas看了这个计算逻辑,感觉遇到了严峻的挑战....

Pandas实战

读取我们的案例源数据:

import pandas as pd
import numpy as  np
import os

数据说明

本数据文件包括以下六个字段: 店铺名称 客户昵称 购买数量 付款金额 产品ID 购买时间

data = pd.read_csv('/share/datasets/repurchase_data.csv',encoding='utf-8')
data.head()
data.info()

时间范围是2020年5月-6月两个月的数据,一共40270条,目标是计算两月期的复购率。

先对客户ID和付款时间做升序排列,方便后续计算:

data = data.sort_values(['客户昵称','购买时间'],ascending = True)
data.head()

复购计算是建立在按客户ID分组的基础之上,下面的重点工作是搞定apply里面的函数。

首先,用一个空列 lst 来记录客户的复购间隔时间。当客户在时间范围内购买次数大于1时,再对客户的购买时间进行循环遍历,否则返回空列表;

接着,重点研究购买次数大于1的客户,为了有一个锚定的日期,我们引入变量anchor,当客户第二次购买时间间隔在2天以内,则用第三次购买时间和anchor做计算,依次遍历,直到找到购买时间间隔大于2的消费行为或者循环匹配完客户所有订单信息;

为了避免索引超出范围,在while循环内部,当 i 等于len(x) - 2时,跳出内部循环,否则index + 1

一旦客户两次购买行为间隔超过2天,则判定为复购行为,并且把复购时间间隔记录在lst列表

from datetime import datetime
def count(x):
    lst = []
    if len(x) > 1:
        index = 0
        while index <= len(x) - 1:
            anchor = index
            while (datetime.strptime(x.iloc[index + 1],"%Y-%m-%d %H:%M") - datetime.strptime(x.iloc[anchor],"%Y-%m-%d %H:%M")).days <=2:
                if index == len(x) - 2:
                    break
                else:
                    index += 1
            timedelta = (x.iloc[index + 1] - x.iloc[anchor]).days
            if timedelta > 2:
                lst.append(timedelta)
            if index == len(x) - 2:
                break
            else:
                index += 1
        return np.array(lst)
    else:
        return np.array([])

一遍复购间隔计算完之后,进行下次的循环(这里判断index同样是为了避免超出索引),最终得到的是每个客户符合定义的间隔时间列表。最后把定义好的函数应用到我们的数据集上。

计算复购率已然是信手拈来,只需要统计复购次数大于等于1的:

In [121]:

gp=data.groupby('客户昵称')['购买时间'].apply(count).reset_index()
gp.head()
gp['复购次数'] = gp['购买时间'].apply(len)
gp.head()
re_rate = len(gp.loc[gp['复购次数'] >= 1,:])
print('复购率:',re_rate / len(gp))

以2天作为我们的复购时间间隔,最终复购率是17.76%。

apply强大不止于此,我们对count函数略加修改,加入一个变量作为间隔,就可以自定义复购时间间隔,想大于3天就大于3天,想大于7天就大于7天,完全实现复购率的灵活计算。

def count(x,time):
    lst = []
    if len(x) > 1:
        index = 0
        while index <= len(x) - 1:
            anchor = index
            while (x.iloc[index + 1] - x.iloc[anchor]).days <= time:
                if index == len(x) - 2:
                    break
                else:
                    index += 1
            timedelta = (x.iloc[index + 1] - x.iloc[anchor]).days
            if timedelta > time:
                lst.append(timedelta)
            if index == len(x) - 2:
                break
            else:
                index += 1
        return np.array(lst)
    else:
        return np.array([])

df.groupby('id')['date'].apply(count,4)

总结:

使用Pandas进行复购计算到此为止,问题的关键在于count函数,如何把规则用函数复现,以及索引怎样递进,需要花一些时间来思考。

移动端设备除iPad Pro外,其它移动设备仅能阅读基础的文本文字。
建议使用PC或笔记本电脑,浏览器使用Chrome或FireFox进行浏览,以开启左侧互动实验区来提升学习效率,推荐使用的分辨率为1920x1080或更高。
我们坚信最好的学习是参与其中这一理念,并致力成为中文互联网上体验更好的学练一体的IT技术学习交流平台。
您可加QQ群:575806994,一起学习交流技术,反馈网站使用中遇到问题。
内容、课程、广告等相关合作请扫描右侧二维码添加好友。

狐狸教程 Copyright 2021

进入全屏