文章來源：數(shù)據(jù)不吹牛

作者：小z

在電商等消費場景下，復(fù)購率是最耳熟能詳?shù)闹笜酥涣?。上到平臺、下到品牌、店鋪，各種復(fù)盤分析一定繞不開復(fù)購率，今天我們就從實戰(zhàn)的角度聊聊復(fù)購率。

本文是Pandas實戰(zhàn)系列的番外篇，是小z特意總結(jié)的案例，對于pandas操作是一個很大的考驗。

食用建議：略硬略干，建議食用前先喝杯水

初識復(fù)購率

實際業(yè)務(wù)經(jīng)常會遇到以下場景：

“哈，我們的復(fù)購率同比/環(huán)比提升了XXX！”臺下一片欣然..

“哎，近XX時間復(fù)購率有明顯下降趨勢”Boss臉色變得難看...

小z發(fā)現(xiàn)，復(fù)購率的討論很容易陷入雞同鴨講，明面上都在說復(fù)購率，但實際連指標計算邏輯都是不同的：

• 有留存角度的，A時間段購買人數(shù)，在其后B時間段重復(fù)購買人數(shù)占比

• 有客戶生命周期角度的，A時間段購買人數(shù)，在整個生命周期中，重復(fù)購買人數(shù)占比

• 有截斷角度的，A時間（這個時間一般比較長）段購買人數(shù)，在A時間段重復(fù)購買人數(shù)的占比

• 還有自定義角度的....

各種眼花繚亂的復(fù)購計算方法，及其延伸的復(fù)購分析體系，以后會詳細展開講解。這次，我們先以一種計算邏輯切入，搞清楚如何用Pandas計算客戶復(fù)購率。

復(fù)購率計算

本文采用一種比較簡單，但非?？简濸andas技巧的口徑來定義（可能是一些同學(xué)用pandas遇到的最大挑戰(zhàn)）

復(fù)購率：一段時期內(nèi)，購買兩次及以上的客戶占總?cè)藬?shù)的比重

比如最近半年，有10000個客戶購買我們的產(chǎn)品，在這半年內(nèi)，有1000個客戶重復(fù)購買（購買2次及以上），那半年期復(fù)購率就是1000 / 10000 = 10%

有同學(xué)會說“訂單去重之后，按照客戶ID來groupby一下不就行了，有啥好講的！”

Too young too simple~

一般拿到的訂單是產(chǎn)品維度的，像這樣：

一個客戶同時購買了A、B、C三款產(chǎn)品，后臺會生成三筆產(chǎn)品訂單，如果直接按照ID來分組統(tǒng)計，這種連帶性質(zhì)的訂單都會被統(tǒng)計，結(jié)果指標一定非常浮夸。

“那按照日期和買家ID來去重，把當(dāng)天購買的行為歸為一次，再按照ID來分組統(tǒng)計唄”

在一些場景中，這是相對簡單的計算方法，但還是不夠嚴謹，也沒有充分觸達到復(fù)購的本質(zhì)。

這種計算方式很容易受到特定活動和特殊產(chǎn)品的影響：

• 比如品牌在活動期連續(xù)三天搞大型秒殺活動，很多客戶連續(xù)三天參與購買，這個口徑下的復(fù)購率會大大注水。

• 比如大促期間消費者搶購一波，結(jié)果第二天發(fā)現(xiàn)還想購買配套產(chǎn)品..
  

對于復(fù)購的分析，我們真正在意的是客戶正常的消耗周期，比如一款脫毛膏，就算全身上下涂個遍，也夠用15天，那A客戶1號首次購買，在3號又來購買，嚴格意義上是不算復(fù)購的，只能算第一次購買的補充（連帶購買）

我們應(yīng)該根據(jù)業(yè)務(wù)實際情況制定一個規(guī)則，即客戶前后購買行為間隔超過多少天，算作復(fù)購。

下面的實戰(zhàn)場景中，這個值定義為2：即客戶后一次和前一次購買時間間隔必須大于2天，才算復(fù)購行為。

舉個栗子

概念晦澀，栗子清晰：

某客戶，第一次購買時間是5月1日，隨后5月2日又產(chǎn)生了購買行為，這里間隔時間只有1天，所以不算復(fù)購。

順延下一次購買時間，5月3日和5月1日的間隔正好是2天，不滿足我們大于2天算復(fù)購的定義，也不能算復(fù)購。

時間繼續(xù)朝后推，5月6日和5月1日時間差整整有5天，這次購買間隔符合復(fù)購定義。記作該客戶第一次復(fù)購，于是5月6日變成了新的錨點，以對比計算后續(xù)購買行為的時間差。

客戶最后一次購買行為發(fā)生于5月9日，和最近的錨點5月6日有3天的間隔，亦滿足我們對復(fù)購的定義，因此最后一次消費也算作復(fù)購。

總的來說，客戶在5月1日-5月3日是一次購買行為，在5月6日的消費是第二次購買行為，5月9日則是第三次購買行為，整體復(fù)購了兩次。

Pandas看了這個計算邏輯，感覺遇到了嚴峻的挑戰(zhàn)....

Pandas實戰(zhàn)

讀取我們的案例源數(shù)據(jù)：

時間范圍是2020年5月-6月兩個月的數(shù)據(jù)，一共40270條，目標是計算兩月期的復(fù)購率。

先對客戶ID和付款時間做升序排列，方便后續(xù)計算：

復(fù)購計算是建立在按客戶ID分組的基礎(chǔ)之上，下面的重點工作是搞定apply里面的函數(shù)。

首先，用一個空列 lst 來記錄客戶的復(fù)購間隔時間。當(dāng)客戶在時間范圍內(nèi)購買次數(shù)大于1時，再對客戶的購買時間進行循環(huán)遍歷，否則返回空列表：

接著，重點研究購買次數(shù)大于1的客戶，為了有一個錨定的日期，我們引入變量anchor，當(dāng)客戶第二次購買時間間隔在2天以內(nèi)，則用第三次購買時間和anchor做計算，依次遍歷，直到找到購買時間間隔大于2的消費行為或者循環(huán)匹配完客戶所有訂單信息：

為了避免索引超出范圍，在while循環(huán)內(nèi)部，當(dāng) i 等于len(x) - 2時，跳出內(nèi)部循環(huán)，否則index + 1

一旦客戶兩次購買行為間隔超過2天，則判定為復(fù)購行為，并且把復(fù)購時間間隔記錄在lst列表

一遍復(fù)購間隔計算完之后，進行下次的循環(huán)（這里判斷index同樣是為了避免超出索引），最終得到的是每個客戶符合定義的間隔時間列表。

把定義好的函數(shù)應(yīng)用到我們的數(shù)據(jù)集上，結(jié)果如絲般順滑：

大功已經(jīng)告成。計算復(fù)購率已然是信手拈來，只需要統(tǒng)計復(fù)購次數(shù)大于等于1的：

以2天作為我們的復(fù)購時間間隔，最終復(fù)購率是17.76%。

apply強大不止于此，我們對count函數(shù)略加修改，加入一個變量作為間隔，就可以自定義復(fù)購時間間隔，想大于3天就大于3天，想大于7天就大于7天，完全實現(xiàn)復(fù)購率的靈活計算。

整個復(fù)購計算到此為止，問題的關(guān)鍵在于count函數(shù)，如何把規(guī)則用函數(shù)復(fù)現(xiàn)，以及索引怎樣遞進，需要花一些時間來思考。

為了方便大家使用，我把本文介紹的完整數(shù)據(jù)源和代碼整理上傳到了百度云，避免文件失效，需要的可以掃碼添加我的個人微信，發(fā)送消息“復(fù)購率”，獲取下載鏈接~

秘密：加好友領(lǐng)取后