재구매 및 금액 예측 기반 고객 가치 분석 프로젝트¶
In [ ]:
import pandas as pd
import numpy as np
In [ ]:
# %pip install lifetimes
2. 데이터 준비¶
- 구글 빅쿼리 이용해서 필요한 데이터를 분석에 맞게 출력¶
SELECT CustomerID
, COUNT(DISTINCT DATE(TransactionDate)) - 1 AS frequency
, DATE_DIFF(DATE(MAX(TransactionDate)), DATE(MIN(TransactionDate)), DAY) AS recency
# discount된걸 고려함
, AVG(TotalAmount) AS monetary_value
# 현재날짜를 2024년 5월 1일이라고 가정
, DATE_DIFF('2024-05-01', DATE(MIN(TransactionDate)), DAY) AS T
FROM `eminent-ring-451902-n9.ai.retail_transaction`
GROUP BY CustomerID
HAVING frequency > 0
LIMIT 1000;
In [ ]:
df = pd.read_csv('/content/sample_data/retail_freqmoreone.csv', index_col=0)
df.head() # frequency = 재구매/추가 구매 횟수 // recency = 첫구매와 마지막 구매 사이의 기간 // monetary = 평균 구매 금액 (한번의 구매에서) // T = 활동기간(첫 구매부터 지금까지)
Out[ ]:
| frequency | recency | monetary_value | T | |
|---|---|---|---|---|
| CustomerID | ||||
| 121413 | 1 | 103 | 448.843328 | 131 |
| 818911 | 1 | 79 | 258.033574 | 104 |
| 418277 | 1 | 195 | 448.615587 | 349 |
| 628270 | 1 | 67 | 241.698151 | 332 |
| 147124 | 1 | 335 | 196.334731 | 342 |
- 위의 정보를 토대로, 고객의 앞으로의 얼마나 자주 구매할지(BG/NBD 모델)
- 한번 구매할때 얼마나 쓸지(Gamma-Gamma 모델)등을 예측 가능.
3. BG/NBD 모델¶
- 이 모델을 이용해 고객이 "앞으로 얼마나 몇번 구매할지/구매를 지속할지"를 예측할것임.
- 각 고객마다 “활성 상태가 끝나는 시점”이 다를 수 있으며, 구매 횟수 분포를 음이항 분포(NBD)로, 이탈(비활성화) 과정을 베타 분포로 가정
In [ ]:
data = df[['frequency', 'recency', 'T']]
data.head()
Out[ ]:
| frequency | recency | T | |
|---|---|---|---|
| CustomerID | |||
| 121413 | 1 | 103 | 131 |
| 818911 | 1 | 79 | 104 |
| 418277 | 1 | 195 | 349 |
| 628270 | 1 | 67 | 332 |
| 147124 | 1 | 335 | 342 |
In [ ]:
print(data[['frequency', 'recency', 'T']].describe())
print(data[['frequency', 'recency', 'T']].isnull().sum())
frequency recency T count 1000.000000 1000.000000 1000.000000 mean 1.046000 123.748000 249.207000 std 0.218934 85.765122 85.725685 min 1.000000 1.000000 13.000000 25% 1.000000 51.000000 185.000000 50% 1.000000 112.000000 263.000000 75% 1.000000 185.000000 321.250000 max 3.000000 356.000000 367.000000 frequency 0 recency 0 T 0 dtype: int64
In [ ]:
from lifetimes import BetaGeoFitter # BetaGeoFitter는 frequency, recency, T를 입력값으로 삼음.
# BG/NBD 모델 객체 생성
bgf = BetaGeoFitter(penalizer_coef=0.01)
# 데이터에 있는 frequency, recency, T를 이용해 모델 fitting
bgf.fit(data['frequency'], data['recency'], data['T'])
# 모델 파라미터 출력
bgf
Out[ ]:
<lifetimes.BetaGeoFitter: fitted with 1000 subjects, a: 0.66, alpha: 229.96, b: 0.06, r: 2.26>
1. 모델 파라미터 해석:¶
r, alpha:
- 구매 빈도를 음이항 분포(Negative Binomial)로 가정했을때 관련된 모수들
- 고객의 구매 횟수 분포를 결정
a, b:
- 고객이 이탈(비활성화)할 때까지의 생존 시간을 베타 분포(Beta)로 가정했을때 관련된 모수들
- 고객이 활성 상태를 유지할 확룰을 결정
모델이 학습되면, 각 고객이 향후 얼마나 자주 구매할지, 고객이 여전히 활성 상태인지 등도 계산 가능!
2. penalizer_coef(정규화 계수):¶
왜 필요?
- 데이터가 매우 적거나, 고객별로 극단적인 frequency/recency 분포가 있을때, 모델이 극단적으로 치우칠수있음(overfitting).
- 0보다 큰값(예: 0.0001, 001)을 설정하면, 파라미터가 너무 커지거나 작아지는것들 방지해서, 모델이 좀 더 안정적.
값의 범위:
- 일반적으로 0.0 ~ 0.1 사이의 작은값.
- 0.0 이면 정규화 없이 그대로 피팅.
In [ ]:
bgf.summary
Out[ ]:
| coef | se(coef) | lower 95% bound | upper 95% bound | |
|---|---|---|---|---|
| r | 2.260015 | 0.125195 | 2.014633 | 2.505396 |
| alpha | 229.960700 | 16.886742 | 196.862685 | 263.058715 |
| a | 0.662256 | 0.149945 | 0.368363 | 0.956149 |
| b | 0.055920 | 0.015328 | 0.025877 | 0.085962 |
BG/NBD 모델로 예측된 미래 구매 횟수의 시각화 (각각의 frequency 축과 recency축에 따라)¶
- 각 좌표에 대해 "향후 일정 기간(시간단위) 동안 예상 구매 횟수"가 색상으로 표현됨.
- = "앞으로의 구매 횟수 기대치"
In [ ]:
from lifetimes.plotting import plot_frequency_recency_matrix
plot_frequency_recency_matrix(bgf)
Out[ ]:
<Axes: title={'center': 'Expected Number of Future Purchases for 1 Unit of Time,\nby Frequency and Recency of a Customer'}, xlabel="Customer's Historical Frequency", ylabel="Customer's Recency">
활용 포인트
- 시각적으로 고객 세분화:
어떤 (frequency, recency) 구간에 고객들이 많이 분포하는지 확인하고, 해당 구간에 따라 다른 마케팅 전략을 세울 수 있습니다.
- 모델 직관 파악:
BG/NBD 모델이 “빈도(F)”와 “최근성(R)”을 어떻게 결합해 향후 구매를 예측하는지 한눈에 이해할 수 있습니다.
- 추가 분석 지표와 결합:
이 매트릭스 위에 고객들의 실제 분포를 점(Scatter)으로 표시하거나, 구매 금액(monetary)을 색깔/크기로 시각화하면 더 심층적인 인사이트를 얻을 수 있습니다.
BG/NBD 모델로 추정한 고객이 아직 활성(Active) 상태일 확률의 시각화¶
In [ ]:
from lifetimes.plotting import plot_probability_alive_matrix
plot_probability_alive_matrix(bgf)
Out[ ]:
<Axes: title={'center': 'Probability Customer is Alive,\nby Frequency and Recency of a Customer'}, xlabel="Customer's Historical Frequency", ylabel="Customer's Recency">
활용 포인트
- 잠재적 VIP 식별:
Frequency가 높고 Recency도 짧아 Alive Probability가 높은 고객들은 가장 가치 있는 그룹으로, 리텐션/충성도 제고 활동에 집중할 수 있습니다.
- 휴면/이탈 가능 고객 파악:
Frequency가 낮거나 Recency가 길어 Alive Probability가 낮게 나온 고객은 재활성화 캠페인(win-back)을 고려하거나, 이탈 고객으로 분류해 다른 전략을 세울 수 있습니다.
- 마케팅 우선순위 설정:
전체 고객을 (frequency, recency) 기반으로 세분화하여, 각 구간에 맞는 마케팅 자원을 배분할 수 있습니다.
BG/NBD 모델을 이용해 고객들이 향후 일정 기간(t=1 단위) 동안 예상 구매 횟수가 높은 순으로 고객을 랭킹하는 방법¶
- 핵심 아이디어는 BetaGeoFitter 객체의 메서드인
conditional_expected_number_of_purchases_up_to_time(t, frequency, recency, T) 를 사용해 각 고객별로 “다음 t 기간 동안 예상 구매 횟수”를 구한 뒤, 그 값을 기준으로 고객을 정렬하는 것입니다.
In [ ]:
# conditional_expected_number_of_purchases_up_to_time(t, frequency, recency, T) 메서드 활용
t = 7 # 앞으로 일주일 동안의 구매 예측
data['predicted_purchases'] = bgf.conditional_expected_number_of_purchases_up_to_time(t, data['frequency'], data['recency'], data['T'])
# 정렬하고, 상위 n 명 출력
data.sort_values(by='predicted_purchases', ascending=False).head(5) # 여기선 상위 5명
Out[ ]:
| frequency | recency | T | predicted_purchases | |
|---|---|---|---|---|
| CustomerID | ||||
| 340516 | 3 | 204 | 208 | 0.062279 |
| 294753 | 2 | 74 | 83 | 0.054933 |
| 892820 | 3 | 195 | 242 | 0.049623 |
| 693531 | 2 | 136 | 143 | 0.047032 |
| 818275 | 2 | 136 | 148 | 0.045346 |
In [ ]:
# 앞으로 30일 동안
t = 30
data['predicted_purchases'] = bgf.conditional_expected_number_of_purchases_up_to_time(t, data['frequency'], data['recency'], data['T'])
# 정렬하고, 상위 n 명 출력
data.sort_values(by='predicted_purchases', ascending=False).head(5)
Out[ ]:
| frequency | recency | T | predicted_purchases | |
|---|---|---|---|---|
| CustomerID | ||||
| 340516 | 3 | 204 | 208 | 0.259558 |
| 294753 | 2 | 74 | 83 | 0.225307 |
| 892820 | 3 | 195 | 242 | 0.207212 |
| 693531 | 2 | 136 | 143 | 0.194194 |
| 818275 | 2 | 136 | 148 | 0.187319 |
In [ ]:
for t in [7, 30, 90]:
col = f'predicted_purchases_{t}d'
data[col] = bgf.conditional_expected_number_of_purchases_up_to_time(
t,
data['frequency'],
data['recency'],
data['T']
)
In [ ]:
# 앞으로 90일 동안 예측
t = 90
data['predicted_purchases'] = bgf.conditional_expected_number_of_purchases_up_to_time(t, data['frequency'], data['recency'], data['T'])
# 정렬하고, 상위 n 명 출력
data.sort_values(by='predicted_purchases', ascending=False).head(5)
Out[ ]:
| frequency | recency | T | predicted_purchases | predicted_purchases_7d | predicted_purchases_30d | predicted_purchases_90d | |
|---|---|---|---|---|---|---|---|
| CustomerID | |||||||
| 340516 | 3 | 204 | 208 | 0.728845 | 0.062279 | 0.259558 | 0.728845 |
| 294753 | 2 | 74 | 83 | 0.611746 | 0.054933 | 0.225307 | 0.611746 |
| 892820 | 3 | 195 | 242 | 0.584289 | 0.049623 | 0.207212 | 0.584289 |
| 693531 | 2 | 136 | 143 | 0.534418 | 0.047032 | 0.194194 | 0.534418 |
| 818275 | 2 | 136 | 148 | 0.515993 | 0.045346 | 0.187319 | 0.515993 |
- t = 1:
- 예측할 기간에 따라 t로 설정합니다.
- 데이터셋에서 사용 중인 시간 단위(주/일 등)에 따라 달라집니다(여기서 사용된 데이터셋은 하루 단위).
- predicted_purchases 열 생성:
- BG/NBD 모델(bgf)의 conditional_expected_number_of_purchases_up_to_time 메서드를 호출합니다.
- 각 고객이 향후 t 기간 내 구매할 것으로 예측되는 횟수를 계산해 predicted_purchases 열에 저장합니다.
세그먼트 기준¶
| 세그먼트 | 기준 | 의미 |
|---|---|---|
| VIP | > 0.10 | 다음 30일 내 재구매가 활발하게 예상되는 최상위 고객 |
| Potential | 0.05 ~ 0.10 | 적당한 재구매 가능성 있음 |
| Passive | 0.01 ~ 0.05 | 가능성은 낮지만 살아있는 고객 |
| Churn Risk | ≤ 0.01 | 이탈 가능성이 매우 높은 고객 |
In [ ]:
# 간단한 기준으로 등급 분류
def classify_customer(x):
if x > 0.10:
return 'VIP'
elif x > 0.05:
return 'Potential'
elif x > 0.01:
return 'Passive'
else:
return 'Churn Risk'
data['segment'] = data['predicted_purchases_30d'].apply(classify_customer)
# 분포 확인
data['segment'].value_counts()
Out[ ]:
| count | |
|---|---|
| segment | |
| Churn Risk | 675 |
| Passive | 291 |
| VIP | 24 |
| Potential | 10 |
In [ ]:
import matplotlib.pyplot as plt
import seaborn as sns
# 세그먼트별 색상 지정
segment_palette = {
'VIP': '#FF6B6B', # Red
'Potential': '#FFD93D', # Yellow
'Passive': '#6BCB77', # Green
'Churn Risk': '#4D96FF' # Blue
}
# 시각화
plt.figure(figsize=(8, 5))
sns.countplot(data=data, x='segment', order=['VIP', 'Potential', 'Passive', 'Churn Risk'], palette=segment_palette)
plt.title('Customer Segment Distribution (30-day Prediction)', fontsize=14)
plt.xlabel('Segment', fontsize=12)
plt.ylabel('Number of Customers', fontsize=12)
plt.grid(axis='y', linestyle='--', alpha=0.4)
plt.tight_layout()
plt.show()
결과:¶
전체 고객 중 다수는 향후 재구매 가능성이 낮은 "Passive", "Churn Risk"로 분류됨. (리테일 데이터의 특성인듯, 대부분의 고객은 1~2번만 구매하고 다시 돌아오지 않음.)
상위 10% 고객은 재구매 가능성이 높고, 예측 구매 횟수도 높음. → 이들은 충성도 강화 및 리텐션 프로그램의 우선 대상.
일부 Passive 고객은 최근 활동은 적지만 여전히 살아 있을 확률이 높음. → 재참여 캠페인으로 전환 가능성 존재
BG/NBD 모델의 적합도(fit)를 시각적으로 평가하는 방법 (2가지를 비교함)¶
- 실제 데이터에서 관측된 재구매 분포
- 모델로부터 시뮬레이션된 재구매 횟수 분포
In [ ]:
from lifetimes.plotting import plot_period_transactions
plot_period_transactions(bgf)
Out[ ]:
<Axes: title={'center': 'Frequency of Repeat Transactions'}, xlabel='Number of Calibration Period Transactions', ylabel='Customers'>
- calibration(= 모델을 학습할때 사용한 기간)
- 가로축 => 고객이 calibration기간동안 재구매를 몇번했는지에 따라 구간으로 나눔.
- 세로축 => 해당 재구매 횟수에 속한 고객의 수
해석
- 두 분포 거의 일치 = 모델이 실제 데이터 잘 설명!
- 두 분포 크게 어긋남 = 모델이 잘 추정하지 못함. (데이터 전처리나 pernalizer_coef같은 파라미터 재조정 필요)
개별 고객 단위로 예측과 확률 변화를 구체적으로 확인/조회하는 방법¶
- 이전 내용과 핵심 모델(BG/NBD)을 사용하는 원리는 같지만
- 여기에선 위에 학습한 모델을 활용해 개별 고객에 맞게 "predict" 하는거
In [ ]:
t = 10 # 30일간의 예측
individual = data.iloc[20]
bgf.predict(t, individual['frequency'], individual['recency'], individual['T'])
Out[ ]:
np.float64(0.005807447546305386)
In [ ]:
transaction_data = pd.read_csv('/content/sample_data/Retail_Transaction_Dataset.csv')
transaction_data.head()
Out[ ]:
| CustomerID | ProductID | Quantity | Price | TransactionDate | PaymentMethod | StoreLocation | ProductCategory | DiscountApplied(%) | TotalAmount | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 109318 | C | 7 | 80.079844 | 12/26/2023 12:32 | Cash | 176 Andrew Cliffs\nBaileyfort, HI 93354 | Books | 18.677100 | 455.862764 |
| 1 | 993229 | C | 4 | 75.195229 | 8/5/2023 0:00 | Cash | 11635 William Well Suite 809\nEast Kara, MT 19483 | Home Decor | 14.121365 | 258.306546 |
| 2 | 579675 | A | 8 | 31.528816 | 3/11/2024 18:51 | Cash | 910 Mendez Ville Suite 909\nPort Lauraland, MO... | Books | 15.943701 | 212.015651 |
| 3 | 799826 | D | 5 | 98.880218 | 10/27/2023 22:00 | PayPal | 87522 Sharon Corners Suite 500\nLake Tammy, MO... | Books | 6.686337 | 461.343769 |
| 4 | 121413 | A | 7 | 93.188512 | 12/22/2023 11:38 | Cash | 0070 Michelle Island Suite 143\nHoland, VA 80142 | Electronics | 4.030096 | 626.030484 |
In [ ]:
from lifetimes.plotting import plot_history_alive
id = 294753
days_since_birth = 400
sp_trans = transaction_data.loc[transaction_data['CustomerID'] == id]
plot_history_alive(bgf, days_since_birth, sp_trans, 'TransactionDate')
--------------------------------------------------------------------------- IndexError Traceback (most recent call last) /usr/local/lib/python3.11/dist-packages/matplotlib/axis.py in convert_units(self, x) 1821 try: -> 1822 ret = self._converter.convert(x, self.units, self) 1823 except Exception as e: /usr/local/lib/python3.11/dist-packages/matplotlib/dates.py in convert(self, *args, **kwargs) 1833 def convert(self, *args, **kwargs): -> 1834 return self._get_converter().convert(*args, **kwargs) 1835 /usr/local/lib/python3.11/dist-packages/matplotlib/dates.py in convert(value, unit, axis) 1761 """ -> 1762 return date2num(value) 1763 /usr/local/lib/python3.11/dist-packages/matplotlib/dates.py in date2num(d) 443 return d --> 444 tzi = getattr(d[0], 'tzinfo', None) 445 if tzi is not None: IndexError: too many indices for array: array is 0-dimensional, but 1 were indexed The above exception was the direct cause of the following exception: ConversionError Traceback (most recent call last) <ipython-input-107-ac644562725d> in <cell line: 0>() 6 7 sp_trans = transaction_data.loc[transaction_data['CustomerID'] == id] ----> 8 plot_history_alive(bgf, days_since_birth, sp_trans, 'TransactionDate') /usr/local/lib/python3.11/dist-packages/lifetimes/plotting.py in plot_history_alive(model, t, transactions, datetime_col, freq, start_date, ax, **kwargs) 382 plt.ylim(0, 1.0) 383 plt.yticks(np.arange(0, 1.1, 0.1)) --> 384 plt.xlim(start_date, path_dates[-1]) 385 plt.legend(loc=3) 386 plt.ylabel("P_alive") /usr/local/lib/python3.11/dist-packages/matplotlib/pyplot.py in xlim(*args, **kwargs) 2121 if not args and not kwargs: 2122 return ax.get_xlim() -> 2123 ret = ax.set_xlim(*args, **kwargs) 2124 return ret 2125 /usr/local/lib/python3.11/dist-packages/matplotlib/axes/_base.py in set_xlim(self, left, right, emit, auto, xmin, xmax) 3781 raise TypeError("Cannot pass both 'right' and 'xmax'") 3782 right = xmax -> 3783 return self.xaxis._set_lim(left, right, emit=emit, auto=auto) 3784 3785 get_xscale = _axis_method_wrapper("xaxis", "get_scale") /usr/local/lib/python3.11/dist-packages/matplotlib/axis.py in _set_lim(self, v0, v1, emit, auto) 1225 1226 self.axes._process_unit_info([(name, (v0, v1))], convert=False) -> 1227 v0 = self.axes._validate_converted_limits(v0, self.convert_units) 1228 v1 = self.axes._validate_converted_limits(v1, self.convert_units) 1229 /usr/local/lib/python3.11/dist-packages/matplotlib/axes/_base.py in _validate_converted_limits(self, limit, convert) 3697 """ 3698 if limit is not None: -> 3699 converted_limit = convert(limit) 3700 if isinstance(converted_limit, np.ndarray): 3701 converted_limit = converted_limit.squeeze() /usr/local/lib/python3.11/dist-packages/matplotlib/axis.py in convert_units(self, x) 1822 ret = self._converter.convert(x, self.units, self) 1823 except Exception as e: -> 1824 raise munits.ConversionError('Failed to convert value(s) to axis ' 1825 f'units: {x!r}') from e 1826 return ret ConversionError: Failed to convert value(s) to axis units: '2/8/2024 7:51'
4. Gamma-Gamma 모델이란?¶
- 목적:
- 고객이 “한 번 구매할 때 얼마를 지출하는지(평균 거래 금액)”를 추정
- BG/NBD 모델이 “얼마나 자주 구매할 것인가?”에 초점을 맞췄다면, Gamma-Gamma 모델은 “구매 금액 규모”를 예측하는 역할을 합니다.
- 전제:
- 고객별 구매 금액이 독립적이며, (대체로) Gamma 분포를 따른다고 가정
- BG/NBD에서 Frequency와 Monetary가 독립이라는 가정(혹은 상관관계가 낮다는 전제)이 필요합니다.
In [ ]:
# monetary_value까지 있는 데이터셋 불러오기
# 최소 한번의 재구매를 한 사람들만 (재방문 고객들 대상!)
df.head()
Out[ ]:
| frequency | recency | monetary_value | T | |
|---|---|---|---|---|
| CustomerID | ||||
| 121413 | 1 | 103 | 448.843328 | 131 |
| 818911 | 1 | 79 | 258.033574 | 104 |
| 418277 | 1 | 195 | 448.615587 | 349 |
| 628270 | 1 | 67 | 241.698151 | 332 |
| 147124 | 1 | 335 | 196.334731 | 342 |
중요 포인트: Gamma-Gamma 모델에서 CLV를 계산할때, 'monetary value'와 'purchase frequency' 사이에 관련성은 없다는 전제가 있어야 함.¶
- 그래서 현실에선, 이 모델을 사용하기 위해선 이 두 가지 사이에 Pearson Correlation이 0에 가까운지 확인해야함.
In [ ]:
# 재방문 고객들 사이에서 'monetary_value'와 'frequency'의 연관성
df[['monetary_value', 'frequency']].corr()
Out[ ]:
| monetary_value | frequency | |
|---|---|---|
| monetary_value | 1.000000 | 0.040852 |
| frequency | 0.040852 | 1.000000 |
In [ ]:
# 연관성을 확인했으면, 모델 피팅
from lifetimes import GammaGammaFitter
ggf = GammaGammaFitter(penalizer_coef = 0.01)
ggf.fit(df['frequency'], # *여기서 학습시킨건 재방문고객들 데이터만임
df['monetary_value'])
ggf
Out[ ]:
<lifetimes.GammaGammaFitter: fitted with 1000 subjects, p: 4.02, q: 0.38, v: 3.80>
In [ ]:
# ggf가 제공하는 메서드로 "각 고객이 향후 한번 구매할때 기대되는 평균 구매 금액"을 예측
result = ggf.conditional_expected_average_profit(
df['frequency'], # *근데 여기선 전체 고객들(재방문 안한사람들도 포함)을 대상으로 예측
df['monetary_value']
) # 각 고객ID별로 예측된 평균 구매금액이 시리즈 형태로
result.head(10)
Out[ ]:
| 0 | |
|---|---|
| CustomerID | |
| 121413 | 534.960998 |
| 818911 | 309.449982 |
| 418277 | 534.691839 |
| 628270 | 290.143747 |
| 147124 | 236.530392 |
| 589251 | 161.260519 |
| 608105 | 433.630972 |
| 201514 | 228.668338 |
| 91439 | 277.374586 |
| 301389 | 510.046635 |
In [ ]:
plt.figure(figsize=(8, 5))
sns.histplot(result, bins=40, kde=True, color='skyblue')
plt.title('Predicted Average Purchase Value Distribution (Gamma-Gamma)')
plt.xlabel('Predicted Average Value')
plt.ylabel('Number of Customers')
plt.grid(axis='y', linestyle='--', alpha=0.4)
plt.tight_layout()
plt.show()
결과:¶
- 고객의 대부분은 평균 100~400달러 사이에서 구매할것으로 예측됨.
- 오른쪽으로 꼬리를 가진 분포 → 소수의 고객이 높은 금액(600~800+)을 지출할 가능성 있음.
- 전형적인 long-tail 분포로, 상위 고객 소수가 전체 수익을 가지는 영향력이 크다고 보임 → 해당 그룹 집중 육성 전략 필요
In [ ]:
import pandas as pd
temp = pd.DataFrame({
'segment': data['segment'],
'expected_avg_value': result,
'predicted_purchases_30d': data['predicted_purchases_30d']
})
plt.figure(figsize=(8, 5))
sns.boxplot(
data=temp,
x='segment',
y='expected_avg_value',
order=['VIP', 'Potential', 'Passive', 'Churn Risk'],
palette=segment_palette
)
plt.title('Predicted Average Purchase Value by Segment')
plt.xlabel('Customer Segment')
plt.ylabel('Predicted Average Purchase Value')
plt.grid(axis='y', linestyle='--', alpha=0.4)
plt.tight_layout()
plt.show()
In [ ]:
plt.figure(figsize=(8, 5))
sns.scatterplot(
data=temp,
x='predicted_purchases_30d',
y='expected_avg_value',
hue='segment',
palette=segment_palette
)
plt.title('Predicted Purchase Frequency vs. Average Order Value')
plt.xlabel('Expected Purchases in 30 Days')
plt.ylabel('Predicted Average Purchase Value')
plt.grid(True, linestyle='--', alpha=0.3)
plt.tight_layout()
plt.show()
결과:¶
- 대부분의 고객은 왼쪽 하단 (재구매도가 적고, 금액도 낮음).
- VIP 고객군(빨강)은 예측 빈도와 금액이 모두 높은 이상적인 타겟.
- Potential 고객은 빈도는 낮지만 금액은 중간 이상 → 재활성화 가치 있음
- Passive/Churn Risk 고객 중에도 고금액 예상 고객 일부 존재 → 소극적 프리미엄 고객
구매 빈도와 구매 금액은 완전히 독립적이다
→ 단순 세그먼트로만 마케팅 타겟을 정하면 기회를 놓칠 수 있음
→ CLV 기반 이중 분석을 통해 고가치 군을 재발견할 수 있음
In [ ]:
# 전체 고객에 대한 예측 구매금액액 평균
# Expected conditional avg profit(모델이 예측한 평균금액) VS. Average profit(실제 데이터에서 측정된 평균금액)
print("Expected conditional average profit: %s, Average profit: %s" % (
ggf.conditional_expected_average_profit(
df['frequency'],
df1['monetary_value']
).mean(),
df[df['frequency']>0]['monetary_value'].mean()
))
Expected conditional average profit: 192.68685396004423, Average profit: 254.40209095919482
In [ ]: