用Python lifetimes库实战：手把手教你用BG/NBD+Gamma-Gamma模型预测电商用户未来3个月价值

用Python lifetimes库实战：电商用户价值预测的极简指南

电商行业的核心挑战之一是如何精准识别高价值用户。想象一下，你手头有一份过去12个月的交易数据，老板要求你在下周的预算会议前，预测未来三个月哪些用户最值得投入营销资源。传统RFM模型已经不够用了，你需要更科学的预测工具——这就是BG/NBD结合Gamma-Gamma模型的用武之地。

1. 环境准备与数据清洗

首先确保你的Python环境已安装关键库。建议使用conda创建独立环境：

conda create -n clv python=3.8 conda activate clv pip install lifetimes pandas matplotlib seaborn

典型的电商交易数据包含用户ID、订单日期和金额三个关键字段。假设我们有一个名为transactions.csv的文件，其结构如下：

加载数据后，我们需要将其转换为lifetimes库要求的格式：

import pandas as pd from lifetimes.utils import summary_data_from_transaction_data df = pd.read_csv('transactions.csv', parse_dates=['transaction_date']) data = summary_data_from_transaction_data( df, customer_id_col='customer_id', datetime_col='transaction_date', monetary_value_col='amount' )

转换后的数据结构示例：

注意：recency和T的单位是天数，表示用户最近一次购买距离首次购买的天数，以及观察期总天数

2. 模型训练与参数解读

BG/NBD模型预测用户未来的交易频率，Gamma-Gamma模型则预测每次交易的金额。组合使用这两个模型就能得到完整的CLV预测：

from lifetimes import BetaGeoFitter, GammaGammaFitter # 训练BG/NBD模型 bgf = BetaGeoFitter(penalizer_coef=0.01) bgf.fit(data['frequency'], data['recency'], data['T']) # 训练Gamma-Gamma模型 ggf = GammaGammaFitter(penalizer_coef=0.01) ggf.fit(data['frequency'], data['monetary_value'])

模型参数的含义至关重要：

• BG/NBD参数：

  • r: 购买行为的"形状"参数
  • alpha: 购买率的衰减速度
  • a: 用户异质性的形状参数
  • b: 用户异质性的尺度参数

• Gamma-Gamma参数：

  • p: 交易金额的形状参数
  • q: 交易金额的逆尺度参数
  • v: 交易金额的尺度参数

查看模型拟合质量的最简单方法是绘制频率/实际vs预测对比图：

from lifetimes.plotting import plot_period_transactions plot_period_transactions(bgf)

3. 未来3个月价值预测

结合两个模型，我们可以计算每个用户在未来90天的预期价值：

# 计算未来3个月的预期交易次数 data['predicted_purchases'] = bgf.predict(90, data['frequency'], data['recency'], data['T']) # 计算预期单次交易金额 data['predicted_avg_value'] = ggf.conditional_expected_average_profit( data['frequency'], data['monetary_value'] ) # 计算未来3个月总价值 data['clv_3month'] = data['predicted_purchases'] * data['predicted_avg_value']

为了更直观地分析，我们可以将用户分为5个价值层级：

data['value_tier'] = pd.qcut(data['clv_3month'], q=5, labels=['低价值', '中低价值', '中等价值', '中高价值', '高价值'])

用户分层分布示例：

4. 结果可视化与业务应用

可视化是向非技术人员传达结果的关键。以下是几个实用的可视化方案：

用户价值分布图：

import seaborn as sns sns.histplot(data['clv_3month'], bins=50, kde=True) plt.xlabel('未来3个月预测价值') plt.ylabel('用户数量')

高价值用户特征分析：

high_value = data[data['value_tier'] == '高价值'] print(high_value[['frequency', 'recency', 'monetary_value']].describe())

基于预测结果的营销策略建议：

1. 高价值用户：

   • 提供专属优惠和优先服务
   • 避免过度营销导致疲劳

2. 中高价值用户：

   • 通过交叉销售提升客单价
   • 设计激励计划增加购买频率

3. 流失风险用户（低频但最近购买）：

   • 设计唤醒活动
   • 发送个性化推荐

5. 模型验证与调优

为了确保模型可靠性，我们可以进行时间分割验证：

from lifetimes.utils import calibration_and_holdout_data summary_cal_holdout = calibration_and_holdout_data( df, customer_id_col='customer_id', datetime_col='transaction_date', calibration_period_end='2022-06-01', observation_period_end='2022-12-31' ) bgf.fit(summary_cal_holdout['frequency_cal'], summary_cal_holdout['recency_cal'], summary_cal_holdout['T_cal'])

常见问题及解决方案：

• 数据稀疏问题：增加观察期长度或聚合数据
• 模型不收敛：调整penalizer_coef参数
• 预测值异常：检查数据中的异常值

实际项目中，我发现将预测结果与用户行为特征（如浏览品类、设备类型）结合，能显著提升营销活动的响应率。例如，某次促销活动中，针对预测高价值且常浏览电子产品的用户发送专属优惠码，转化率比随机营销高出3倍。