В статье рассматриваются основные аспекты сегментации данных с использованием алгоритмов машинного обучения, в частности K-Means, в контексте автоматизации RFM-методики (Recency, Frequency, Monetary Value). Подчеркивается важность вовлеченности студентов в реализуемые исследования и практическую работу, с целью получения ими прикладного опыта. В результате был получен визуализированный RFM-анализ, который в дальнейшем позволит оптимизировать маркетинговые стратегии и повысить эффективность коммуникаций с клиентами.
машинное обучение, сегментация, кластеризация
Сегментация данных является важным инструментом в области анализа данных и маркетинга, позволяющим разделить обширные массивы информации на более управляемые и однородные группы. Этот процесс помогает выявить скрытые закономерности и различия между группами, что, в свою очередь, способствует более целенаправленному и эффективному взаимодействию с клиентами.
В современном контексте сегментация часто осуществляется с использованием методов машинного обучения, которые позволяют автоматизировать процесс классификации. Такие методы способны обрабатывать большие объемы данных и находить неочевидные и сложные взаимосвязи, незамеченные при традиционном анализе.
Актуальность данной работы обуславливается растущей тенденцией интеграции машинного обучения в бизнес-процессы, с целью повышения эффективности управления большим объемом данных.
В ходе работы трём группам студентов-практикантов было дано задание: выполнить RFM-сегментацию клиентов, основываясь на данных программного комплекса управления спортивными клубами SportCRM, используя разные подходы и алгоритмы, а также методы математической статистики. В своих проектах в ходе производственной практики в ООО «Старт Эксперт», которое является разработчиком SportCRM, студенты экспериментируют с технологиями машинного обучения, такими как TensorFlow и PyTorch. Они изучают возможности работы с API Google для обработки геоданных, аналитики и облачных вычислений [1]. В основу каждого подхода легла кластеризация методом К-Средних (K-Means). Суть метода в формировании из исходных данных K кластеров (групп) на основе их близости к центроидам (центрам кластеров).
Первым этапом стала предварительная подготовка данных. Для начала были выбраны выбор только те столбцы, которые будут использоваться для создания RFM-модели. После чего происходит агрегация данных по уникальному идентификатору клиента (рис.1):
- Recency: вычисляется как разница между текущей датой и максимальной датой оплаты для каждого клиента. Это показывает, сколько дней прошло с момента последней покупки.
- Frequency: определяется как количество уникальных транзакций (или покупок) для каждого клиента. Это позволяет понять, как часто клиенты совершают покупки.
- Monetary Value: суммируется общая сумма всех покупок клиента, что позволяет оценить его ценность для бизнеса.
Рисунок 1 – Преобразованная таблица данных
Следующий этап – определение количества кластеров. Это необходимо для корректного объединения данных в естественные группы, а также во избежание переобучения или недообучения модели.
Для этого был использован метод локтя (Elbow method). Его суть заключается в следующем: мы выполняем кластеризацию для различных значений k и строим график зависимости суммарной внутрикластерной дисперсии (WCSS) от количества кластеров. Обычно на графике видно, что WCSS резко снижается при небольшом увеличении k, а затем начинает снижаться более плавно. Точка, где эта "резкая" часть графика переходит в "плавную", называется "локтем", или точкой насыщения (saturation point). Это и есть оптимальное количество кластеров.
Для реализации метода на языке программирования python была использована библиотека YelloBrick. Сначала указывается диапазон значений количества кластеров (k). Далее для каждого значения применяется алгоритм кластеризации, вычисляется WCSS и строится график. (рис. 2)
Рисунок 2 – График WCSS
Как можно увидеть по графику – оптимальное количество кластеров равно четырем.
После идентификации точки насыщения (saturation point) производилась процедура кластеризации с оптимальным числом групп. Кластеризация и последующая визуализация результатов группами студентов выполнялась разными методами: с помощью языка программирования python и с помощью программы Microsoft Excel.
Далее была сформирована сводная таблица, преобразующая данные в формат удобный для визуализации (рис. 3).
Рисунок 3 – Сводная таблица в программе Microsoft Excel
Визуализация кластерного RFM анализа была выполнена с использованием тепловой карты (heatmap) (рис. 4) и пузырьковой диаграммы (bubble chart) (рис. 5).
Рисунок 4 – Визуализация RFM анализа с помощью тепловой карты
Тепловая карта использована для визуализации нормализованных средних значений RFM-метрик, где цветовой градиент отражает количество пользователей в каждом кластере.
Рисунок 5 – Визуализация RFM анализа с помощью пузырьковой диаграммы
Пузырьковая диаграмма использована для многомерной визуализации и отображает Recency (Ось X), Frequency (Ось Y), Monetary (размер пузыря) и принадлежность к кластеру (цвет).
Данные методы визуализации обеспечили многокритериальный анализ, позволяя количественно оценить взаимосвязь трёх ключевых параметров (Recency, Frequency, Monetary Value) в многомерном признаковом пространстве, а также выявить компактность кластеров и их распределение в пространстве признаков.
Таким образом, итогами практической работы стал наглядный RFM анализ, который в дальнейшем позволит оптимизировать маркетинговые стратегии и повысить эффективность коммуникаций с клиентами при использовании программного комплекса SportCRM. Он формирует основу для персонализации коммуникаций: от точечных предложений до прогнозирования LTV (пожизненной ценности), а интеграция RFM с ML-алгоритмами, как показала практика, углубляет эти возможности, автоматизируя прогнозирование оттока, выявление скрытых паттернов (например, сезонных предпочтений) и динамическую адаптацию стратегий под меняющиеся данные.
Этот результат также наглядно демонстрирует, что совместная работа студентов-практикантов и компаний взаимовыгодна: бизнес получает свежие идеи и перспективные кадры, а студенты — реальный опыт и возможность применять свои знания на практике.
1. Маслиев Р.О., Калинина М.Е. ОСОБЕННОСТИ ОРГАНИЗАЦИИ ПРОИЗВОДСТВЕННОЙ ПРАКТИКИ ДЛЯ СТУДЕНТОВ IT - СПЕЦИАЛЬНОСТЕЙ В МАЛЫХ ТЕХНОЛОГИЧЕСКИХ КОМПАНИЯХ НА ПРИМЕРЕ ООО СТАРТ ЭКСПЕРТ В сборнике: Образование - Наука - Практика. сборник статей I Всероссийской научно-практической конференции обучающихся, преподавателей, практических работников. Краснодар, 2024. С. 10-13. EDN: https://elibrary.ru/BKHVXI
2. Вахромеева Е.Н., Зензинова Ю.Б. АВТОМАТИЗАЦИЯ КЛАСТЕРИЗАЦИИ КОМПАНИЙ ПО ФИНАНСОВЫМ ПОКАЗАТЕЛЯМ С ИСПОЛЬЗОВАНИЕМ K-MEANS АЛГОРИТМА НА БОЛЬШИХ ДАННЫХ Дискуссия. 2024. № 5 (126). С. 46-50. DOI: https://doi.org/10.46320/2077-7639-2024-5-126-46-50; EDN: https://elibrary.ru/HZSNEV
