第10章 用户分层实战

10.1 用户分层的基本概念

无处不在的用户分层

用户分层，顾名思义，是把用户按照一定的规则划分成不同的层级，如图 10- 1 所示。

图 10-1 用户分层示例

想玩游戏了，打开《王者荣耀》，看到新出的英雄皮肤效果炫酷，忍不住充值购买，系统提示我的 VIP 等级提升了，从 V 6 升级到尊贵的 V 7。不过，之后因为我一段时间没有消费，等级又退回到了 V 6。

想买双鞋了，找到某品牌天猫旗舰店，轻车熟路地点开店铺会员中心，因为我已经是铂金等级的会员，每月能领取一张满 500- 50 的优惠券。再消费 3000 元，就能升级到最高级别的至尊会员，还可以享受每季度的线下 VIP 活动。

想喝咖啡了，在星巴克小程序上下单，发现了醒目的会员等级提示和不同等级权益的详细说明。星巴克目前的会员分成 3 个等级，从低到高分别是银享级、玉享级和金享级。要想提升会员等级，就需要攒到一定数量的星星。例如从银享级升级到玉享级，需要 4 颗星，而每消费 50 元可以获得一颗星，这意味着需要消费满 200 元。

生活中，用户分层可谓无处不在。

用户分层的类型

用户分层可以分为两种类型——外向型和内向型，如图 10- 2 所示。

图 10-2 两种用户分层类型

外向型分层指品牌基于数据分析确定用户分层之后，将其作为标准向外宣传展示。常见的做法是直接按照用户分层的标准构建会员体系，并在醒目的资源位展示宣传，作为品牌整体用户战略的重要部分，一旦确定，绝不轻易变更。

内向型分层则是品牌用户运营相关的部门为了更好地达成 KPI，通过对用户分层进行精细化运营。这种分层一般更加细致和灵活，可以随运营目标而调整。不过，内向型分层并不会对外展示，只是用户运营的辅助工具。

本章将主要围绕对品牌影响更深远的外向型分层展开。

用户分层的特征

本章开头的 3 个例子中，平台和品牌根据消费金额把用户分成了不同的级别，这些级别之间有着显著的等级关系、明确的晋升路径、差异化的奖励机制，这也是用户分层的 3 个典型特征。

口显著的等级关系：在用户分层体系中，各层之间的等级秩序非常明显。虽然不同分层可能使用不同的命名方式，但消费者几乎可以立即识别出等级的高低，例如，VIP 8 高于 VIP 2，黄金会员高于白银会员。

口明确的晋升路径：当用户满足一定条件时，便可以从低等级晋升至高等级。这些条件通常与交易相关，可以通过具体的数值进行量化。

口差异化的奖励机制：根据用户等级的不同，平台和品牌为用户提供了不同力度的权益。用户的等级越高，为其提供的实惠和特权就越多。这种差异化的奖励机制能激励用户提高消费水平，从而增强其对平台和品牌的黏性。奖励可能包括折扣、优惠券、专属客服、活动预览等。

为什么要做用户分层

很多人把做用户分层的原因归结为精细化运营的需要，有一定道理，但这只是冰山一角，要搞清楚为什么品牌都喜欢做用户分层，我们还需要看得更深一些。

1. 供需关系的转变

在一个供不应求的市场里，品牌最关注的两件事是定价和产能。在条件允许的情况下能把价格提升多少？如何开足马力、加大产能以生产更多的产品？至于怎样维护好和用户的关系，怎样用科学的方法对用户进行分层，对品牌来说，既无必要也没兴趣。

反之，在供过于求的市场里，市场上有各种品牌的产品相互竞争，产品同质化严重，选择权牢牢掌握在用户的手中。这个时候，品牌则需要通过维护好和用户的关系，用各种奖励忠诚的方式来增强自己的竞争力。现如今大多数行业都处于这种供求状态，因此大家会发现几乎所有的品牌都在做用户分层，并基于分层搭建自己的会员体系。

2. 资源的有限性

品牌的资源都是有限的，如果将资源和福利无差别地投到每个用户身上，会带来两个问题：其一，会引来巨量的羊毛党，无底线地薅羊毛任何品牌都无法承受；其二，忠诚的用户并未受到特殊的关注，他们很可能转而投向对忠诚用户特殊关照的品牌。因此，在资源有限的情况下，品牌必须筛选出不同等级的用户，差异化投入和运营，以期达到每层用户的最佳 ROI。

3. 提升用户忠诚度

用户分层，除了把用户分为不同的等级，为每个等级设置针对性的激励策略也同样重要。通过给予高等级用户丰富的特权和激励，可以有效维护高等级用户的忠诚度；同时，对低等级用户来说，高等级的丰厚激励会吸引和促使他们不断完成品牌期待的关键动作（如持续消费），以实现等级的提升。

分层的两个问题

要进行用户分层，首先要解决的两个问题便是“根据什么指标来分”和“分多少层”。

1. 根据什么指标来分

本章开头的 3 个例子，无论对于《王者荣耀》、某品牌天猫店还是星巴克，营收都是最核心的指标，因此，它们都按照用户的累计消费金额来区分等级。我们期望用户完成什么关键行为，就可以用这种行为的数据来划分用户等级。对于平台和品牌来说，用户的活跃指标虽然重要，但远远比不上真金白银的消费。所以，用累计消费金额来划分用户等级，是目前最常用的一种方式。

2. 分多少层

由于平台和品牌有较大的差异性，这里我们主要从品牌的视角来思考“用户应该分多少层”这个问题。

口分层太少（如分 2 层），难以体现不同等级的差异化激励。如果门槛标准设置太低，用户很容易达到最高等级，有一种“轻轻一跃便上山巅"的感觉，大概率是不会珍惜眼前的美景——高等级激励的；如果门槛标准设置太高，低等级用户会有“难于上青天"之感。

口分层过多（超过 5 层），容易让用户信息过载，导致大部分用户无法记住甚至没有兴趣看不同等级所对应的福利，更谈不上这些福利最终对用户的关键行为有多少实际的激励作用。

所以，大部分品牌用户分层的数量在 3～5 层之间。最低等级几乎没有限制门槛，目的是吸引用户绑定，品牌可以获取用户关键信息并引导用户初次体验产品；中间等级则可以筛掉一些羊毛的用户，通过一些日常的奖励，促使用户持续留存和购买；高等级用户是品牌最核心的人群，需要给予最大的资源投入与最好的福利，维持核心用户的忠诚，并吸引其他等级的用户向上升级。

下面，我将给大家提供实际的案例数据，在介绍几种用户分层方法的同时带大家用 Pandas 实操。

10.2 二八法则

二八法则在用户分层上的应用

二八法则过于经典，相信不少读者耳朵都听出茧子了。二八法则应用到电商场景下，可以概括为“20%的用户贡献了 80%的销售额”，这 20%用户是品牌最核心的用户，如图 10- 3 所示。当然，法则中的 20%和 80%两个数字，在实际中会有所波动，但总体都符合少量核心用户做出大量贡献的规律。

怎么将二八法则与用户分层相结合呢？很简单，根据二八法则直接切分就好。这里我们以把用户分 3 层为例。先按照用户的累计支付金额降序排列，找到前 20%的用户。如此一来，整体用户被分成了前 20%和后 80%两个人群。

然后，在前 20%的用户中，继续按照二八法则切分，最高等级的人群占比为 4%（20%×20%）。最终，整体用户被分成了低、中、高三个等级，对应的人数占比分别是 80%、16%、4%。

图 10-3 二八法则

百说不如一练，我们用 Pandas 来实践一下。

数据预览

1. 数据扫描

首先，导入我们的案例数据，数据是阿粥（小 z）品牌下的店铺 2023 年 1～12 月的订单数据：

df = pd. read_excel ('主订单数据集. xlsx') df.head ()

前几行结果如下：

获取数据的关键信息，对数据进行快速扫描：

print (df.info ()) print (df.describe ())

运行结果如下：

df.info () <class 'pandas.core.frame.DataFrame'> RangeIndex: 356233 entries, 0 to 356232 Data columns (total 8 columns): # Column Non- Null Count dtype 0 品牌名 356233 non- null object 1 店铺名称 356233 non- null object

2 主订单编号 356233 non- null int 64 3 用户 ID 356231 non- null object 4 付款时间 356233 non- null object 5 订单状态 356233 non- null object 6 实付金额 356233 non- null int 64 7 购买数量 356233 non- null int 64 dtypes: int 64 (3), object (5) memory usage: 21.7+ MB

df.describe () 主订单编号实付金额购买数量 count 3.562330 e+05 356233.000000 356233.000000 mean 7.346531 e+10 166.493065 1.116438 std 1.028358 e+05 153.645028 0.817845 min 7.346514 e+10 40.000000 1.000000 25% 7.346523 e+10 77.000000 1.000000 50% 7.346531 e+10 146.000000 1.000000 75% 7.346540 e+10 203.000000 1.000000 max 7.346549 e+10 29309.000000 150.000000

通过 Pandas 快速扫描，数据的关键信息已经明确，具体如下。

口数据集一共 35.6 万行，包含品牌名、店铺名称、主订单编号、用户 ID、付款时间、订单状态、实付金额和购买数量的字段。需要注意的是，实付金额是这条交易记录的总金额，不用再乘以购买数量。

口 df. info（）的结果显示，只有用户 ID 有两个缺失值，整体数据还算完整。

口 df. describe（）把主订单编号当作数值来统计，直接忽略即可。但我们可以明显发现这份数据中的实付金额和购买数量存在异常值，单条记录的最高金额接近 3 万元，购买数量也达到了令人难以置信的 150。

2. 主订单和子订单的区别

一般订单数据会分为主订单和子订单两种类型，以上是一份很典型的主订单数据集。主订单和子订单的差异如图 10- 4 所示。

图 10-4 主订单和子订单的差异

主订单会把用户同一时间下单的商品聚合，汇总成一条数据；而子订单则对应到一个个具体的商品。例如某用户的购物车中有 2 件不同的商品，同一时间付了款，主订单只有 1 行记录，而子订单会有 2 行。

数据清洗

1. 用户 ID 缺失值处理

用户 ID 只有极少量的缺失值，直接将相关行删掉即可：

df = df. loc[df['用户 ID']. isnull () == False, :] print (df.info ())

运行结果如下：

<class 'pandas.core.frame.DataFrame'>Int64Index: 356231 entries, 0 to 356232Data columns (total 8 columns):    # Column Non- Null Count dtype    - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 0 品牌名 356231 non- null object    1 店铺名称 356231 non- null object    2 主订单编号 356231 non- null int64    3 用户 ID 356231 non- null object    4 付款时间 356231 non- null object    5 订单状态 356231 non- null object    6 实付金额 356231 non- null int64    7 购买数量 356231 non- null int64    dtypes: int64(3), object(5)    memory usage: 24.5+ MB

2. 异常值处理

四分位法是处理异常值时常用的方法，其原理如图 10- 5 所示。

图 10-5 四分位法原理

从统计的角度看，数据从小到大排序后，下四分位数 ${\mathrm{Q}}_1$ 、中位数 ${\mathrm{Q}}_2$ 、上四分位数 ${\mathrm{Q}}_3$ 把整个数据切分成了 4 段，每一段都包含 $25\mathrm{\%}$ 的值。对应到箱线图，如果数值高于箱线图的上限或者低于箱线图的下限，则将其判定为异常值。

上限和下限主要用 ${\mathrm{Q}}_1$ 和 ${\mathrm{Q}}_3$ 来计算：

上限 $\tau ={\mathbf{Q}}_3+\mathbf{n}$ ( ${\mathrm{Q}}_3{-\mathrm{Q}}_1$ 一下限 $\tau ={\mathbf{Q}}_1\mathbf{-}\mathbf{n}$ ( ${\mathrm{Q}}_3{-\mathrm{Q}}_1$ 一

其中 ${\mathrm{Q}}_3-{\mathrm{Q}}_1$ 常叫作四分位距（简称 IQR），是度量数据离散程度的有效参数。这里的 $\mathbf{n}$ 可以根据实际情况灵活设置， $\mathbf{n}$ 越大，对于异常值越包容。一般认为：当 $\mathbf{n}=1.5$ 时，能够剔除基础的异常值；当 $\mathbf{n}\ge 3$ 时，剔除的是极端的异常值。

因为订单数据涉及大促活动，难免有用户极端的囤货行为，这里我们用 $\mathbf{n}=3$ 作为异常值剔除的标准。

先计算上限和下限的值：

up $\equiv$ df. describe（）['实付金额']['75%'] ${}^{+}$ （df. describe（）[实付金额']['75%']- df. describe（）[实付金额']['25%']）*3 low $\equiv$ df. describe（）[实付金额']['25%']- （df. describe（）[实付金额']['75%']- df. describe（）[实付金额']['25%']）*3 print（实付金额的上限值：，up）print（实付金额的下限值：，low)

分位数直接取材于 df. describe（）的统计结果，计算得到了上下限：

实付金额的上限值：581.0 实付金额的下限值：- 301.0

订单金额下限不可能为负，因此只需对上限值进行异常值剔除处理：

df = df. loc[df['实付金额'] <= up,:] df.describe ()

所有超过 581 元的订单均被剔除，结果如下：

一波刚平，一波又起。金额正常了，但购买数量最大值还是 145，有的读者可能会疑惑：“刚才剔除金额的时候为什么不一起把购买数量剔掉？”

那是因为绝大部分用户的购买数量是 1，最开始 describe（）中的上下四分位数也都是 1，相减之后是 0，没有任何意义。我们使用购买数量对应的订单数分布来筛选：

统计不同购买数量对应的订单数分布 ct_count = df['购买数量']. value_counts (). reset_index () ct_count. columns = ['购买数量', '订单数'] #统计订单数占比ct_count ['订单数占比'] = ct_count['订单数'] / ct_count['订单数']. sum () #订单数占比累加结果ct_count ['累计订单数占比'] = ct_count['订单数占比']. cumsum () ct_count.head (10) 运行结果如下：

运行结果如下：

绝大部分订单的购买数量是 1，购买数量小于或等于 5 的订单占总订单的比重高达 $99.92\mathrm{\%}$ ，接近全部了。这里以 5 作为标准，保留购买数量小于或等于 5 的数据：

df = df. loc[df['购买数量'] <= 5,:]

3. 订单状态筛选

订单相关的数据如果有订单状态的字段，一定要留意。我们来观察一下目前的订单状态分布：

df['订单状态']. value_counts ()

运行结果如下：

交易成功 289386 付款以前，卖家或买家主动关闭交易 37242 付款以后用户退款成功，交易自动关闭 26447 等待买家确认收货，即卖家已发货 14 Name: 订单状态, dtype: int 64

订单状态差异是造成口径差异的一个重要因素，这里我们只保留成功的订单：

df = df. loc[df['订单状态'] == '交易成功',:] print ('清洗之后的订单量: ', len (df))

清洗之后的订单量为 289386。终于把手洗干净，可以开动吃正餐了。

二八法则下的用户分层

如果要根据二八法则把用户分为三层，需要切两刀：第一刀划出前 $20\mathrm{\%}$ 和后 $80\mathrm{\%}$ ，第二刀再从前 $20\mathrm{\%}$ 里切出前 $20\mathrm{\%}$ （全部用户的前 $4\mathrm{\%}$ ）。也就是说，我们根据实付金额将用户降序排列，再统计前 $4\mathrm{\%}$ 、前 $20\mathrm{\%}$ 对应的金额就可以了。

第一步，先根据实付金额将用户降序排列：

每个用户金额汇总 group_28=df. groupby（用户 ID）[实付金额）. sum（). sort_values（ascending $\equiv$ False). reset_index () #增加 “用户序号”列用于后续筛选，序号从 1 开始 group_28[用户序号 $\cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot$ list（range（1, len（group_28）+1)) group_28. head ()

按用户 ID 分组，统计每个用户的实付金额并按降序排列，结果如下：

用户 ID 实付金额用户序号 0 uid 135476531 39758 11 uid 135460679 35543 22 uid 135467627 30916 33 uid 135473980 23619 44 uid 135465649 21015 5

第二步，确定前 $4\mathrm{\%}$ 、前 $20\mathrm{\%}$ 的用户对应的位置：

top_4 = round (len (group_28) * 0.04) top_20 = round (len (group_28) * 0.20) print ('前 4%对应的最后一个序号：', top_4) print ('前 20%对应的最后一个序号：', top_20)

这里直接用总用户数乘以对应的分位数，再用 round（）方法截取整数位，得到对应的用户序号：

前 4%对应的最后一个序号：5420 前 20%对应的最后一个序号：27101

第三步，根据序号筛选出对应的分层金额门槛：

print（'前 4%对应的金额门槛：'，group_28. loc{group_28['用户序号'] == top_4，实付金额）. values) print（'前 20%对应的金额门槛：'，group_28. loc{group_28['用户序号'] == top_20，实付金额j.values)

在按金额排序的用户分组中，运行上述代码找到对应的金额门槛：

前 4%对应的金额门槛：[1037]前 20%对应的金额门槛：[460]

根据金额门槛我们对用户进行分层打标，其中消费金额小于 460 元的为低级用户，大于或等于 460 元且小于 1037 元的为中级用户，大于或等于 1037 元的是高级用户。通过自定义函数和 apply（）方法来实现：

根据金额打标

def judge (x): if $x>=1037$ . return，高级用户， elif $x>=460$ . return，中级用户， else: return，低级用户，

group_28['用户等级'] $=$ group_28['实付金额']. apply (judge) group_28. head ()

运行结果如下：

二八法则的用户分层到此已经完成，最后我们统计不同等级的会员金额占比：

直接根据等级标签做金额汇总 group_28_rank = group_28. groupby ('用户等级')['实付金额']. sum (). reset_index () 计算不同等级会员的金额占比 group_28_rank['金额占比'] = group_28_rank['实付金额'] / group_28_rank['实付金额']. sum () group_28_rank. sort_values (['实付金额']) 运行代码得到了高级、中级、低级用户金额及占比：

运行代码得到了高级、中级、低级用户金额及占比：

用户等级实付金额金额占比 2 高级用户 9087072 0.1997170 中级用户 14104956 0.3100001 低级用户 22307802 0.490283

前 $4\mathrm{\%}$ 的用户（高级用户）贡献了总金额的 $20\mathrm{\%}$ 左右，由中级和高级用户构成的前 $20\mathrm{\%}$ 用户贡献了总金额的 $50\mathrm{\%}$ 左右，符合“较少量用户贡献较大量金额”的逻辑，不过结果并不像二八法则中 $20\mathrm{\%}$ 贡献 $80\mathrm{\%}$ 那么突出。

10.3 拐点法

不同于二八法则分层的简单粗暴，拐点法依托于数据分布中的关键转折点，为用户分层提供了更加科学且合理的依据。

什么是拐点法

拐点，在一些地方也叫作魔法数字，它广泛应用于数据分析之中，用于指导运营和决策。例如：口某社交软件发现，如果新注册的用户在 7 天内关注了 20 个以上的用户，那么他的留存概率会大幅提升；口某电商品牌发现，如果用户累计消费超过 300 元，那么其用户生命周期会显著延长。这里的关注 20 个用户、累计消费 300 元即魔法数字，从数据趋势上看就是拐点，如图 10- 6 所示。

新用户关注人数与次月留存率的关系图 10-6 趋势图拐点

当用户的某个动作达到了拐点的标准时，其关键行为（如留存）较之前会有显著提升，而拐点法就是通过观察数据趋势，找到这些关键的拐点。

拐点法在用户分层上的应用

拐点法的核心在于两个指标的选择。

第一个指标：衡量用户的某个行为，例如 7 天内关注了 20 个以上的用户；用户累计消费超过 300 元。这个指标必须是品牌有能力去影响的指标，否则就算找到拐点，品牌无能为力，也于事无补。

第二个指标：指的是品牌希望提升什么指标，如次月留存率、用户生命周期价值。这个指标通常是品牌希望实现的关键目标，带有一定的预期性。

对应到用户分层上，为了让大家更好地理解，我们先来思考第二个指标：为什么要做用户分层？我们想通过用户分层提升什么？

“通过分层来提升用户长期忠诚度”是分层的核心目的之一。那么忠诚度又应该通过什么指标来量化呢？复购率是一个不错的答案，因为只有对品牌忠诚的用户才会重复购买。

我们希望提升用户的复购率，同时会用消费金额来对用户进行分层。两者结合，我们可以把用户的消费金额作为第一个指标，观察不同消费区间的用户对应留存率的变化趋势，从而找到消费金额与留存率之间的关系，并尝试找到关键的拐点，作为用户分层的参考值。

两个指标已经确定了，但是复购率怎么计算才合理呢？

基于 Pandas 的拐点法分层

1. 数据回顾

经过之前的数据清洗和分析，我们可以直接拿到 2023 年每个用户的消费金额汇总表 group_28：

我们将其重新命名，并把之前二八法则确定的用户等级删掉，只保留了用户 ID 和实付金额：

group_kneed $=$ group_28. iloc[:,: 2] group_kneed.head ()

运行结果如下：

2. 关键指标口径确认

我们已经得到了拐点法的第一个指标——用户实付金额，第二个指标复购率该如何计算呢？

由于这里的复购率是衡量用户忠诚度的，带有预期的性质，所以我们采用隔断复购率的计算逻辑，如图 10- 7 所示。

图 10-7 隔断复购率的计算逻辑

品牌整体的订单被隔断，分为 A 和 B 两个时间段。

A 时间段范围较大，以保证用户数据足够稳定，我们计算该时间段每个用户的消费金额。

B 时间段又叫复购观察期，时间跨度根据品牌用户和产品的特性来确定，一般是 3 个月以上，即用户 3 个月以上不购买，那么他流失或不忠诚的概率就非常大。

通过分析 A 时间段不同消费区间的用户在 B 时间段是否购买（见图 10- 8），得到 A 时间段不同消费区间的隔断复购率趋势，帮助寻找消费区间和复购率的拐点。

图 10-8 复购判断细化

在本章的案例中，假设当前时间是 2024 年 4 月 1 日，为了分析方便，可以把 A 时间段设定为 2023 年 1～12 月（实际分析中建议将这个时间拉得更长，以保证数据足够稳定），也就是之前处理的那部

分数据，把 B 时间段定为 2024 年 $1\sim 3$ 月，即最近 3 个月。厘清了指标逻辑，我们继续用 Pandas 分析。

3. 不同消费区间的打标

最终分析的是不同消费区间和复购率变化趋势。首先需要按消费区间对不同用户进行打标，这里我们以 100 元为一个区间划分。先准备区间数据：

将分组金额按 100 元一个区间切分，直到 1500 元，再往上用一个极大值封顶 bins = list (range (0, 1600, 100)) + [1000000]

构造分组标签 ranges = []

最终把分组标签构造成 0- 100,100- 200,200- 300, for start, end in zip (range (0,1500,100), range (100,1600,100)): interval $=$ str (start) ${}^{+}$ - +str (end) ranges.append (interval) ranges.append ('1500+'） print（'分组区间：', bins) print（'分组区间对应的标签：', ranges)

以上代码分别构造了分组区间和分组区间对应的标签，具体如下。（这为接下来的切分做好了准备。）

分组区间：[0，100，200，300，400，500，600，700，800，900，1000，1100，1200，1300，1400，1500，1000000]分组区间对应的标签：[0- 100，'100- 200'，'200- 300'，'300- 400'，'400- 500'，'500- 600'，'600- 700'，'700- 800'，'800- 900'，'900- 1000'，'1000- 1100'，'1100- 1200'，'1200- 1300'，'1300- 1400'，'1400- 1500'，'1500+']

有了对应的区间之后，打标直接用 pd. cut（）方法：

group_kneed['消费区间'] = pd.cut (group_kneed['实时金额'], bins = bins, labels = ranges) group_kneed

把每个用户的实付金额按对应区间打标，得到如下结果：

消费区间划分完成，该进行不同区间复购率的计算了。

4. 不同区间复购率的计算

筛选出 2024 年 $1\sim 3$ 月的订单，然后用 2023 年的用户和它匹配，匹配上的用户即复购用户，再计算这部分用户的占比就能得到复购率。

在这一步，我已经为大家准备好了在 2024 年 $1\sim 3$ 月复购用户的 ID，省去了匹配筛选环节。

repur = pd. read_excel ('2024 年 1~3 月复购用户. xlsx') repur.head ()

repur 记录了复购用户的 ID：

用户 ID 0 uid 135477653 1 uid 135521126 2 uid 135542845 3 uid 135531153 4 uid 135518141

拿到这份 ID，可以判断用户是否复购：

group_kneed['是否复购'] = group_kneed['用户 ID']. isin (repur['用户 ID']) group_kneed.head ()

以上代码判断每个用户是否在 2024 年 $1\sim 3$ 月复购打标完成，运行结果如下：

用户 ID 实付金额消费区间是否复购 0 uid 135476531 39758 1500+ True 1 uid 135460679 35543 1500+ True 2 uid 135467627 30916 1500+ False 3 uid 135473980 23619 1500+ alse 4 uid 135465649 21015 1500+ False

下一步，计算每个区间的用户数，作为复购率计算的分母：

group_kneed_inter = group_kneed.groupby ('消费区间')['用户 ID']. count () .reset_index () group_kneed_inter. columns = ['消费区间','用户数'] group_kneed_inter.head ()

运行结果如下：

接着，计算每个区间的复购人数：

group_if_repur = group_kneed.groupby ('消费区间')['是否复购']. sum (). reset_index () group_if_repur. columns = ['消费区间','复购人数'] group_if_repur.head ()

依然按照消费区间分组，对“是否复购”列进行汇总，得到复购人数的统计结果：

之前的“是否复购”列由 True 和 False 布尔值构成，为什么用 sum（）方法进行汇总之后，却得到了复购人数呢？这是因为在参与计算时，True、False 分别对应数值 1 和 0。也就是说，我们对复购人数做了汇总。

有了消费区间、用户数、复购人数三列，复购率的计算呼之欲出：

group_kneed_result = pd.merge (group_kneed_inter, group_if_repur, left_on = '消费区间', right_on = '消费区间', how = 'inner') group_kneed_result['复购率'] = group_kneed_result['复购人数'] / group_kneed_result['用户数'] group_kneed_result.head ()

根据消费区间把用户数和复购人数合并，同时用复购人数除以用户数，得到复购率：

5. 结果可视化与分析

关键指标均已计算完成，最后绘制消费区间和复购率趋势图：

导入必要的富图库并做设置，此处省略#...

fig = plt.figure (figsize = (8,4))

绘制折线图

plt.plot (group_kneed_result['消费区间'], group_kneed_result['复购率']) * 100, marker='o', color = 'r', alpha = 0.7)

设置图表标题和坐标轴标签

plt.title ('用户消费区间与复购率趋势图') plt.xlabel ('消费区间/元') plt.ylabel ('复购率/元') #旋转标题避免文字重叠

plt.xtickss (rotation=45)

绘制网格线

plt.grid (True, linestyle=- - - ', alpha=0.7)

运行结果如图 10- 9 所示。

图 10-9 用户消费区间与复购率趋势

从用户消费区间与留存率趋势图可以清楚地看到以下消息。

口 400 元以内，用户每多消费 100 元，其留存率都会有显著的提升；当消费 $0\sim 100$ 元时，用户的留存率为 $7.5\mathrm{\%}$ ；当消费达到 $300\sim 400$ 元时，用户的留存率提升到近 $20\mathrm{\%}$ ；其后一段区间趋于稳定。因此，第一个拐点是 $300\sim 400$ 元的消费区间。

口消费区间 $800\sim 900$ 元是另一个提升的拐点，该区间较之前的留存率提升明显，且 $800\sim 900$ 元之后的消费区间留存率虽有增长，但已相对缓慢。

结合数据观察，我们从趋势图中发现了两个具有拐点性质的消费区间。消费区间的数据可以拆得更细，进行更精准的金额定位，总体逻辑是完全一样的。

基于运营策略“稳定起见”的原则：消费 400 元的人数比消费 300 元的要少，分层激励投入的资源相对较少，而且消费 400 元的用户大概率要比消费 300 元的留存率更高，这符合资源投入少、用户质量高的特点。因此结合业务视角，以两个拐点消费区间的上界作为用户分层的标准：

口消费低于 400 元的用户为低等级用户，品牌应该通过优惠等激励，促进早期用户更多消费以提升其复购率。

口消费大于或等于 400 元且小于 900 元的用户为中级用户。这部分用户的忠诚度已经有所提升，但应该进一步促进其消费，让他们与品牌建立更深层的关系。

口消费大于或等于 900 元的用户则为高级用户，是品牌最核心和忠诚的用户，无论是新品尝试还是营销活动传播，他们都是最有动力的一群人，品牌必须足够重视他们并给予关怀奖励。

利用拐点法进行用户分层至此已经全部完成。

10.4 本章小结

在本章中，我们先学习了用户分层的基本概念，包括用户分层有哪些类型，为什么要做用户分层以及怎么样做。在此基础上，我们结合实际的案例数据，用 Pandas 先清洗、后分析。

• 数据清洗：扫描和预览数据后，处理了缺失值、异常值，并筛选了订单状态。在清洗的过程中，我们学到了如何用四分位法剔除异常值的新知识点。

• 数据分析：活学活用，在学习二八法则和拐点法理论的同时，分别用 Pandas 实现了两种方法指导下的用户分层。其中，二八法则的分层相对固定，按照一定的比例来切分用户；拐点法更加灵活，通过两个指标的分布关系，找到关键拐点，进而予以策略支持。