-
Notifications
You must be signed in to change notification settings - Fork 0
/
OnlineRetailCLTV.py
212 lines (150 loc) · 8.91 KB
/
OnlineRetailCLTV.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
# pip install lifetimes
# pip install sqlalchemy
from sqlalchemy import create_engine
import datetime as dt
import pandas as pd
import matplotlib.pyplot as plt
from lifetimes import BetaGeoFitter
from lifetimes import GammaGammaFitter
from lifetimes.plotting import plot_period_transactions
import helpers.helpers as helpers
pd.set_option('display.max_columns', None)
pd.set_option('display.width', 500)
pd.set_option('display.float_format', lambda x: '%.4f' % x)
from sklearn.preprocessing import MinMaxScaler
def outlier_thresholds(dataframe, col_name, q1=0.25, q3=0.75):
quartile1 = dataframe[col_name].quantile(q1)
quartile3 = dataframe[col_name].quantile(q3)
interquantile_range = quartile3 - quartile1
up_limit = quartile3 + 1.5 * interquantile_range
low_limit = quartile1 - 1.5 * interquantile_range
return low_limit, up_limit
def replace_with_thresholds(dataframe, variable, q1=0.25, q3=0.75):
low_limit, up_limit = outlier_thresholds(dataframe, variable, q1=q1, q3=q3)
dataframe.loc[(dataframe[variable] < low_limit), variable] = low_limit
dataframe.loc[(dataframe[variable] > up_limit), variable] = up_limit
df_ = pd.read_excel("datasets/online_retail_II.xlsx", sheet_name="Year 2010-2011")
df = df_.copy()
df = df[df["Country"] == "United Kingdom"]
helpers.check_df(df)
df.describe().T
df.dropna(inplace=True)
df = df[~df["Invoice"].str.contains("C", na=False)]
df.head()
replace_with_thresholds(df, "Quantity", q1=0.01, q3=0.99)
replace_with_thresholds(df, "Price", q1=0.01, q3=0.99)
df["TotalPrice"] = df["Price"] * df["Quantity"]
df = df[df["TotalPrice"] > 0]
today_date = dt.datetime(2011, 12, 11)
#########################
# Lifetime Veri Yapısının Hazırlanması
#########################
# recency: Son satın alma ve ilk satın alma arasındaki fark. Haftalık. (cltv_df'de analiz gününe göre, burada kullanıcı özelinde)
# T: Müşterinin yaşı. Haftalık. (analiz tarihinden ne kadar süre önce ilk satın alma yapılmış)
# frequency: tekrar eden toplam satın alma sayısı (frequency>1)
# monetary_value: satın alma başına ortalama kazanç
cltv_df = df.groupby('Customer ID').agg({'InvoiceDate': [lambda date: (date.max() - date.min()).days,
lambda date: (today_date - date.min()).days],
'Invoice': lambda num: num.nunique(),
'TotalPrice': lambda TotalPrice: TotalPrice.sum()})
cltv_df.columns = cltv_df.columns.droplevel(0)
cltv_df.columns = ['recency', 'T', 'frequency', 'monetary']
# monetary değerinin satın alma başına ortalama kazanç olarak ifade edilmesi
cltv_df["monetary"] = cltv_df["monetary"] / cltv_df["frequency"]
# monetary sıfırdan büyük olanların seçilmesi
cltv_df = cltv_df[cltv_df["monetary"] > 0]
cltv_df.head()
# BGNBD için recency ve T'nin haftalık cinsten ifade edilmesi
cltv_df["recency"] = cltv_df["recency"] / 7
cltv_df["T"] = cltv_df["T"] / 7
# frequency'nin 1'den büyük olması gerekmektedir.
cltv_df = cltv_df[(cltv_df['frequency'] > 1)]
##############################################################
# BG-NBD Modelinin Kurulması
##############################################################
bgf = BetaGeoFitter(penalizer_coef=0.001)
bgf.fit(cltv_df['frequency'],
cltv_df['recency'],
cltv_df['T'])
cltv_df["expected_purc_6_month"] = bgf.predict(4 * 6,
cltv_df['frequency'],
cltv_df['recency'],
cltv_df['T'])
##############################################################
# GAMMA-GAMMA Modelinin Kurulması
##############################################################
ggf = GammaGammaFitter(penalizer_coef=0.01)
ggf.fit(cltv_df['frequency'], cltv_df['monetary'])
cltv_df["expected_average_profit"] = ggf.conditional_expected_average_profit(cltv_df['frequency'],
cltv_df['monetary'])
##############################################################
# BG-NBD ve GG modeli ile CLTV'nin hesaplanması.
##############################################################
# 1 - 6 aylık CLTV Prediction
cltv = ggf.customer_lifetime_value(bgf,
cltv_df['frequency'],
cltv_df['recency'],
cltv_df['T'],
cltv_df['monetary'],
time=6, # 6 aylık
freq="W", # T'nin frekans bilgisi.
discount_rate=0.01)
cltv.head()
df[df["Customer ID"] == 12747.0000]["InvoiceDate"].max()
cltv_df["last_buy_day"] = (cltv_df["T"] - cltv_df["recency"]) * 7
cltv_df = cltv_df.merge(cltv, on="Customer ID", how="left")
cltv_df.columns = ['recency', 'T', 'frequency', 'monetary', 'expected_purc_6_month', 'expected_average_profit', 'clv_6_month']
cltv_df["monetary*freq"] = cltv_df["expected_average_profit"] * cltv_df["expected_purc_6_month"]
cltv_df["monetary*freq+monetary"] = (cltv_df["expected_average_profit"] * cltv_df["expected_purc_6_month"]) + cltv_df["expected_average_profit"]
cltv_df.sort_values(by="clv_6_month", ascending=False).head(20)
cltv_df
df[df["Customer ID"] == 18139.0000].groupby("Invoice").agg({"InvoiceDate": lambda x: x})
## 1 VE 12 AYLIK CLTV Prediction
cltv_1_month = ggf.customer_lifetime_value(bgf,
cltv_df['frequency'],
cltv_df['recency'],
cltv_df['T'],
cltv_df['monetary'],
time=1, # 1 aylık
freq="W", # T'nin frekans bilgisi.
discount_rate=0.01)
cltv_12_month = ggf.customer_lifetime_value(bgf,
cltv_df['frequency'],
cltv_df['recency'],
cltv_df['T'],
cltv_df['monetary'],
time=12, # 12 aylık
freq="W", # T'nin frekans bilgisi.
discount_rate=0.01)
# Kıyaslama
cltv_1_month.sort_values(by="clv_1_month", ascending=False).head(10)
cltv_12_month.sort_values(by="clv_12_month", ascending=False).head(10)
# Kıyaslama yaptığımızda sıralama hemen hemen aynı ama 14088 Id li müşterini 1 aylık cltv değeri 13694 Id li
# müşterini 1 aylık ctlv değerinden fazlayken 12 aylık cltv değerlerine baktığımızda 13694 Id li
# müşterini değeri 14088 Id li müşteriden daha fazla olduğu görünüyor. Bunu sebebi müşterilerin satın alma
# sıklıkları ve satın alma örüntüleri olabilir.
cltv_df2 = cltv_df.reset_index()
cltv_df2[(cltv_df2["CustomerID"] == 14088) | (cltv_df2["CustomerID"] == 13694)]
# Bu 2 müşterinin lifetime value larını birlikte incelediğimizde incelediğimizde
# freqeuncy ve monetary değerleri durumu çok iyi açıklıyor. 14088 Id li müşterisin average order profiti daha yüksek
# ama frequency si az yani bu müşteri bizden az hizmet alıyor ama her geldiğinde iyi para bırakıyor
# diğer müşteri ise çok fazla hizmet alıyor ama az para bırakıyor. Frequency ve monetary değerlerini çarptığımızda
# 13694 Id li müşterinin toplam bıraktığı paranın daha fazla olduğunu görürüz.
## Segmentasyon ve Aksiyon Önerileri
cltv = cltv.reset_index()
cltv.head()
cltv_final = cltv_df.merge(cltv, on="CustomerID", how="left")
cltv_final.sort_values(by="clv", ascending=False).head(10)
scaler = MinMaxScaler(feature_range=(0, 1))
scaler.fit(cltv[["clv"]])
cltv_final["scaled_clv"] = scaler.transform(cltv_final[["clv"]])
cltv_final["segment"] = pd.qcut(cltv_final["clv"], 4, labels=["D", "C", "B", "A"])
cltv_final.groupby("segment").agg({"count", "mean", "sum"})
# 6 Ay içerisinde A ve B segmentlerinden kazanacağım tahmin edilen değer.
SEGMENT_A = cltv_final[cltv_final["segment"] == "A"]["clv"].sum()
SEGMENT_B = cltv_final[cltv_final["segment"] == "B"]["clv"].sum()
SEGMENT_A + SEGMENT_B
# Aksiyon önerileri ==>> Bizi unutmamaları ve
# Tahmin edilen değerin altında bir kazanç elde etmememek için müşteriler alışkanlıklarını devam ettirmeliler.
# En değerli bulduğum A ve B segmentindeki müşterileri ayık tutulması gerek. Bizi unutmamaları için kampanyalarımızdan
# haberdar etmeliyiz. Daha önce aldığı hizmetlere benzer hizmetlerimizi önerebiliriz bu sayede tahmin edilen fazla kazancımız olabilir.