マーケティングに活かせるpythonライブラリ pyconjp 2014
DESCRIPTION
PyCon 2014の発表資料です。 CRMやマーケティングに活用できる実践的なデータ分析とはどのようなものなのか、データ分析の実例を交えつつ、データ分析関連のPythonのライブラリ(NumPy, pandas, SciPy, scikit-learn など)をダイジェストで紹介します。TRANSCRIPT
35
分析対象 分析手法例
顧客ユーザークラスタリング
RFM分析・ロイヤルカスタマー分析商圏 商圏・出店分析
商品商品間アソシエーション分析時系列分析 / 需要・売上予測
季節性分析
広告マイクロコンバージョン分析 クリエイティブ最適化アトリビューション分析
from collections import Counter !
d = ['A', 'A', 'A', 'B', 'B', 'C'] !
for w, c in Counter(d).items() print('{0}が{1}個'.format(w, c))
41
51
!
決済ID ユーザーID 買った物 金額 日付
110 user_A パン 140 2014-09-12
110 user_A バター 210 2014-09-12
111 user_B サラダ 398 2014-09-12
111 user_B 玉子 200 2014-09-12
data = (('A', 'i1'), ('A', 'i2'), ('B', 'i1')) !
inverted_dict = defaultdict(set) !
for row in data: user = row[0] item = row[1] inverted_dict[item].add(user)
54
買った人 買われたものA i1A i2B i1
買われたもの 買った人(達)i1 A, Bi2 A
dict((k, len(v)) for k, v in inverted_dict.items())
55
買われたもの 買った人(達)i1 A, Bi2 A
買われたもの 買った人数i1 2i2 1
import pandas !# CSVファイルの読み込み df = pandas.read_csv('../sample3.csv') !# 先頭から3行 df.head(3) !# 末尾から2行 df.tail(2)
83