【要約】pandasでコホート分析×RFM分析をやってみた｜公開データで顧客分析入門 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
データサイエンティストを目指す学習者が、実務的な分析手法の習得を試みている。しかし、実データには以下の課題が存在する。
- ・顧客IDの欠損やキャンセル伝票などのノイズの混入。
- ・返品や価格0以下のデータによる統計的な歪み。
- ・分析結果の数値を、いかにビジネス施策へ変換するかという解釈の難しさ。
// Approach
著者は、pandasを用いてデータの洗浄からセグメンテーションまでを実装した。具体的な手順は以下の通りである。
- ・データクリーニング：欠損値、キャンセル、返品、不正な価格の行を除外。
- ・コホート分析：初回購入月を基準に、経過月ごとの定着率を算出。
- ・RFM分析：Recency、Frequency、Monetaryの3軸で顧客を5分類。
// Result
分析の結果、著者は顧客の行動特性に基づいた施策の優先順位を導き出した。得られた成果は以下の通りである。
- ・優良客（Champions）が売上の64.9%を占めることを特定。
- ・離反予備軍（At Risk）への施策が、費用対効果が高いと判断。
- ・定着率の推移から、サービスの改善傾向を可視化。
Senior Engineer Insight
> 実務におけるデータクリーニングの重要性を説く良質な入門記事である。ただし、大規模データではpandasのメモリ消費がボトルネックとなる。本手法をプロダクション環境に適用する際は、分散処理フレームワークへの移行や、SQLによる前処理の検討が不可欠だ。