1 온라인 유통점 거래 데이터

UCI Machine Learning Repository - Online Retail Data Set을 다운로드 받아 인터랙티브 시각화를 통해 제품추천에 대한 인사이트를 얻을 수 있도록 한다.

2 고객 세그먼트

온라인 유통 거래 데이터를 바탕으로 고객별로 RFM 위주로 Feature를 추출하고 이를 바탕으로 K-평균 군집분석을 수행하여 적절한 군집갯수를 만든 후에 각 군집마다 많이 구매하는 제품을 함수형 프로그래밍을 통해서 시각화한다. 특히, 고급 추천 알고리즘을 제작하는 대신 기계와 인간이 공존하는 성공 모형을 만들고자 인터랙티브 시각화 기법을 접목시켜 고급 추천 알고리즘을 능가할 수 있는 데이터 과학제품을 제작하는 것을 목표로 삼아본다.

> library(tidyverse)
> library(readxl)
> library(janitor)
> 
> retail_dat <- read_excel("data/Online Retail.xlsx")
> 
> retail_df <- retail_dat %>% 
+   clean_names() %>% 
+   filter(!is.na(customer_id)) %>% 
+   mutate(country_fct = fct_lump(country, 4)) %>% 
+   mutate(amount = quantity * unit_price) %>% 
+   select(-invoice_no, -country) 
> 
> retail_df %>% 
+   sample_n(100) %>% 
+   DT::datatable()

> now_dttm <- max(retail_df$invoice_date)
> 
> rfm_df <- retail_df %>% 
+   group_by(customer_id) %>% 
+   summarise(frequency = n(),
+             monetary  = sum(amount),
+             tenure = difftime(max(invoice_date), min(invoice_date), units = "day") %>% as.integer,
+             recency = difftime(now_dttm, max(invoice_date), units = "day") %>% as.integer)

> library(extrafont)
> loadfonts()
> 
> retail_cluster_df <- rfm_df %>% 
+   mutate(n_recency = scale(recency),
+          n_frequency = scale(frequency),
+          n_monetary  = scale(monetary),
+          n_tenure  = scale(tenure)) %>% 
+   select_if(str_detect(names(.), "n_"))
> 
> # 데이터 군집내 전체 제곱합 초기화: 0
> set.seed(777)
> 
> retail_wss <- 0
> 
> # 군집을 1개부터 15개까지 증가
> for (i in 1:15) {
+     retail_out <- kmeans(retail_cluster_df, i, nstart=20, iter.max = 50)
+     retail_wss[i] <- retail_out$tot.withinss
+ }
> 
> retail_wss_df <- tibble(
+   cluster = 1:15,
+   wss     = retail_wss
+ )
> 
> retail_wss_df %>% 
+   ggplot(aes(x=cluster, y=wss)) +
+     geom_point() +
+     geom_line() +
+     labs(x = "군집(Cluster) 갯수", 
+          y = "WSS",
+          title = "온라인 소매유통 군집(k) 선정",
+          subtitle = " WSS: 군집내 전체 제곱합(Within groups sum of squares)") +
+     theme_bw(base_family = "NanumGothic") +
+     geom_point(data=data.frame(cluster = 7, wss = retail_wss_df$wss[7]), aes(x=cluster, y=wss), colour="red", size=5, shape = 1)

3 고객 세그먼트 제품 추천

K-평균 군집알고리즘으로 파악한 세분화된 고객 군집을 국가와 결합하여 각 군집별 특성을 요약한 표를 작성한다.

> retail_kmeans <- kmeans(retail_cluster_df, 7, nstart=20, iter.max = 50)
> 
> rfm_df <- rfm_df %>% 
+   mutate(cluster = retail_kmeans$cluster)
> 
> customer_stat_df <- retail_df %>% 
+   group_by(customer_id) %>% 
+   summarise(country = first(country_fct),
+             product_type = n_distinct(stock_code),
+             mean_price = mean(unit_price) %>% round(digits = 1),
+             mean_quantity = mean(quantity) %>% round(digits = 1)) %>% 
+   ungroup() %>% 
+   left_join(rfm_df)
> 
> customer_segment_df <- customer_stat_df %>% 
+   group_by(country, cluster) %>% 
+   summarise(unit_price = mean(mean_price),
+             unit_quantity = mean(mean_quantity),
+             num_product = mean(product_type),
+             size = n(),
+             frequency = mean(frequency),
+             monetary  = mean(monetary),
+             tenure    = mean(tenure),
+             recency   = mean(recency)) %>% 
+   ungroup()
> 
> customer_segment_df %>% 
+   DT::datatable() %>% 
+   DT::formatRound(2:10, digits=0)

다음으로 각 군집에서 고객들이 많이 구입한 제품을 상위 10개를 뽑아 이를 시각화한다. 함수형 프로그래밍을 활용하여 각 고객 세그먼트에서 가장 많이 구매한 제품을 상위 10개 뽑아 인터랙티브하게 시각화해 둔다. 더블어 각 고객세그먼트를 나타낼 수 있도록 프로파일 측도도 함께 넣어둔다.

> retail_fp_tbl <- retail_df %>% 
+   select(customer_id, description)
> 
> retail_fp_tbl <- customer_stat_df %>% 
+   left_join(retail_df) %>% 
+   select(country, cluster, description) %>% 
+   group_by(country, cluster) %>% 
+   nest()
> 
> 
> plotly_df <- retail_fp_tbl %>% 
+   mutate(cust_cart = map(data, ~count(data.frame(.$description), .$description, sort=TRUE))) %>% 
+   mutate(top_items = map(cust_cart, ~top_n(., 10, wt=n))) %>% 
+   mutate(top_tbl = map(.$top_items, ~paste0(.$`.$description`, ":", .$n), collapse="\n")) %>% 
+   mutate(top_item = map_chr(top_tbl, str_flatten, collapse="\n"))
> 
> library(plotly)
> 
> plotly_df %>% 
+   left_join(customer_segment_df) %>% 
+   plot_ly(y=~cluster, x=~country,  z = ~monetary, type = "heatmap",
+           hoverinfo = "text",
+           text = ~paste("* 고객수: ", round(size,0), "<br>",
+                         "* 구매빈도: ", round(frequency,0), "<br>",
+                         "* 고객신분기간(일): ", round(tenure,0), "<br>",
+                         "* 최근방문(일): ", round(recency,0), "<br>",
+                         "* 인기구매아이템(내림차순): \n", top_item))  %>% 
+   layout(yaxis = list(title = "클러스터"),
+          xaxis = list(title = "국가"))