프로젝트,실습/실습
파이썬 비즈니스 데이터 분석-코호트 분석
mjmjpp
2024. 6. 10. 08:38
코호트분석
import pandas as pd
df = pd.read_excel('C:/pmj/Online Retail.xlsx')
df
- InvoiceNo: 송장번호. 해당 거래에 할당된 6자리 정수 이 코드가 문자 'c'로 시작하면 취소를 나타냅니다.
- StockCode: 제품 코드. 각 고유 제품에 고유하게 할당된 5자리 정수
- Description: 제품 이름
- Quantity: 거래당 각 제품의 수량 이 코드가 ‘-’(마이너스)로 시작하면 취소를 나타냅니다.
- InvoiceDate: 송장 날짜 및 시간. 숫자, 각 거래가 생성된 날짜 및 시간
- UnitPrice: 단가. 숫자, 스털링(영국 화폐) 단위의 제품 가격
- CustomerID: 고객 번호. 해당 고객에게 고유하게 할당된 5자리 정수
- Country: 국가 이름. 해당 고객이 거주하는 국가의 이름
#최근 구매일- 최초 구매일=> 첫구매후 몇달 후 구매인지를 알 수 있음
#최초 구매일 (invoicedatefirst)를 구하기
df["invoicedatefirst"]= df.groupby(['CustomerID'])['InvoiceDate'].transform('min')
#데이터 기초통계 전처리
df.describe()
#데이터 전처리
df_fil = df[(df['Quantity'] >= 0) & (df['UnitPrice'] >= 0)]
df_fil
#최초 구매일 열 만들기
# 데이터프레임의 복사본을 만들어서 조작
df_copy = df_fil.copy()
df_copy['InvoiceDateFirst'] = df_copy.groupby(['CustomerID'])['InvoiceDate'].transform('min')
df_copy
df_copy[['CustomerID','InvoiceDate','InvoiceDateFirst']].sample(5)
첫 구매일로부터 몇달째 구매인가?
#연도별 차이(year_diff)와 월별 차이(month_diff)를 구하기
year_diff= df_copy['InvoiceDate'].dt.year-df_copy['InvoiceDateFirst'].dt.year
month_diff= df_copy['InvoiceDate'].dt.month-df_copy['InvoiceDateFirst'].dt.month
year_diff.value_counts()0.0 254752
1.0 143172
dtype: int64#연도차이 *12개월 +월차이 +1'로 첫구매후 몇달후 구매인지 알 수 있도록 cohortindex변수를 생성합니다.
#2010-12-01부터 2011 -12-01의 데이터를 기반으로 진행되어 cohortindex 변수의 최소 값은 1이며 최대값은 13이다.
df_copy['cohortindex']=year_diff*12+month_diff+1코호트 월별 빈도수
#corhortindex값으로 월별 잔존 구매에 대한 빈도수를 구합니다.
#회원가입후 월별 구매 빈도수를 value_counts로 구합니다.
df_copy['cohortindex'].value_counts()1.0 118764
2.0 27868
4.0 27256
3.0 26991
6.0 26964
5.0 25426
7.0 23705
8.0 23604
12.0 23457
10.0 23230
9.0 23011
11.0 20394
13.0 7254
Name: cohortindex, dtype: int64df_copy
result = df_copy.loc[df_copy['CustomerID'] ==12680.0]
result.describe()
#countplot으로 cohortindex의 빈도수를 시각화합니다.
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib.pyplot as plt
plt.figure(figsize=(12,4))
sns.countplot(data=df_copy,x='cohortindex')
잔존 빈도 구하기
df_copy['InvoiceDateFirstYM']=df_copy['InvoiceDateFirst'].astype(str).str[:7]
df_copy
#invoicedatefirst,cohortindex로 그룹화하여 customerid의 유일값에 대한 빈도수를 구합니다.
#cohort_count
cohort_count=df_copy.groupby(['InvoiceDateFirstYM','cohortindex'])['CustomerID'].nunique().unstack()
cohort_count
해석해보기!!
12월에 처음 구매한 고객이 885명 //13번째 달에 235이 남아있음///
2011년 4월에 9개월째에 22명 남음
1번째를 보면 신규 유치한 고객의 수를 알 수 잇음첫구매자수를 기준으로 잔존하고 있는 구매자수 히트 맵 작성
# 히트맵을 통해 위에서 구한 잔존수를 시각화함
plt.figure(figsize=(12,8))
sns.heatmap(cohort_count,cmap='Greens',annot=True, fmt=".0f")
월별 신규 유입 고객수
- acqusition
#cohort_count
cohort_count[1]InvoiceDateFirstYM
2010-12 885.0
2011-01 417.0
2011-02 380.0
2011-03 452.0
2011-04 300.0
2011-05 284.0
2011-06 242.0
2011-07 188.0
2011-08 169.0
2011-09 299.0
2011-10 358.0
2011-11 324.0
2011-12 41.0#월별 신규고객 유입수 차트 만들기
cohort_count[1].plot(kind='bar',figsize=(12,3),rot=0,title='Monthly acqusition')
잔존율 구하기
#가입한 달을 1로 나누면 잔존율을 구할 수 있다.
#div를 통해 구하면 axis=0으로 설정하여 첫달을 기준으로 나머지 달을 나누게 된다.
#cohort_norm
cohort_norm=cohort_count.div(cohort_count[1],axis=0)
cohort_norm
#히트맵을 통해 잔존율도 시각화
plt.figure(figsize=(12,8))
sns.heatmap(cohort_norm,cmap='Greens',annot=True)
월별 매출액 리텐션
df_copy.head(1)
df_copy['totalprice'] = df_copy['Quantity'] * df_copy['UnitPrice']
df_copy
corhort_total_price=df_copy.groupby(['InvoiceDateFirstYM','cohortindex'])['totalprice'].sum().unstack()#히트맵을 통해 매출액도 시각화
plt.figure(figsize=(20,6))
sns.heatmap(corhort_total_price,cmap='Greens',annot=True,fmt=',.0f')
#고객이 얼마나 남아있냐. 남아있는 고객들이 어떻게 매출을 내고 있나 파악
참고