sklearn在电商用户分类中的实战教程及代码

做电商运营的你是不是总在愁：怎么给用户精准推送商品？为啥促销活动效果时好时坏？其实啊，核心问题是没把用户分清楚，给爱买低价商品的用户推高端货，自然没人理。很多朋友问我，零基础能不能用 sklearn 给用户分类？当然能！今天兔子哥就带大家用 sklearn 做电商用户分类，从数据准备到模型落地全流程实操，代码都是现成的，新手跟着敲就行，做完就能用在实际运营里，之前有学员用这个方法做活动，转化率直接提升了 30% 呢。
先给大家看个表格，电商用户一般分这几类，咱们今天的目标就是用模型自动把用户归到对应的类别里：

用户类型	特点	运营策略
高价值用户	消费频率高、客单价高	专属福利、会员服务
潜力用户	消费次数少但客单价高	复购券、新品推荐
低频大众用户	消费频率低、客单价中等	节日促销、满减活动
流失风险用户	长期未消费、曾高频购买	召回券、专属优惠

第一步：准备电商用户数据，这些字段不能少

做用户分类，数据得选对。咱们用的是某电商平台的脱敏数据，包含这几个关键字段，新手照着收集自己的数据就行：

• 用户 ID：区分不同用户
• 近 30 天消费次数：判断消费频率
• 平均客单价：每次消费的金额均值
• 近 90 天最大消费金额：看用户购买力上限
• 最后一次消费距今天数：判断是否流失

数据长啥样？用 pandas 读进来看看：
python

import pandas as pddata = pd.read_csv('user_data.csv')print(data.head())  # 打印前5行数据

这里要注意，电商数据经常有缺失值，比如有些用户没填性别，但咱们今天用的字段都是交易数据，一般不会缺，要是有缺失就用均值填充，代码是data['消费次数'] = data['消费次数'].fillna(data['消费次数'].mean())。

第二步：特征工程，给数据 “加料” 效果更好

光用原始数据不够，得造点对分类有用的特征。电商用户分类必做这三个特征，都是老运营总结的经验：
1. 消费频率特征：近 30 天消费次数除以 30，算日均消费次数
python

data['日均消费次数'] = data['近30天消费次数'] / 30

2. 消费能力特征：平均客单价乘以消费频率，反映用户总贡献
python

data['消费贡献度'] = data['平均客单价'] * data['近30天消费次数']

3. 活跃度特征：用最后一次消费距今天数的倒数，数值越大越活跃
python

data['活跃度'] = 1 / (data['最后一次消费距今天数'] + 1)  # 加1避免除以0

有朋友问：“特征是不是越多越好？” 不是的，之前有学员加了 20 多个特征，结果模型反而不准，因为很多特征没用还干扰模型。就用这几个核心特征足够了，简单才稳定。

第三步：选对模型，聚类算法最适合用户分类

用户分类属于 “无监督学习”，咱们用 sklearn 的 K-means 聚类算法，它能自动把相似用户分到一组。
先确定分几类，电商用户一般分 4 类最合适，代码这么写：
python

from sklearn.cluster import KMeansfrom sklearn.preprocessing import StandardScaler# 提取特征数据X = data[['日均消费次数', '消费贡献度', '活跃度']]# 数据归一化，避免某特征数值大影响结果scaler = StandardScaler()X_scaled = scaler.fit_transform(X)# 训练K-means模型，分4类kmeans = KMeans(n_clusters=4, random_state=42)data['用户类型'] = kmeans.fit_predict(X_scaled)

这里的 random_state=42 是固定随机数，保证每次运行结果一样，新手别漏掉这个参数，不然每次分的类别都不一样，没法分析。

第四步：给用户贴标签，看看分类结果准不准

模型分完类后，每个用户都有个数字标签（0-3），但不知道对应哪种用户类型，得人工分析贴标签。
先看各类用户的特征均值：
python

print(data.groupby('用户类型')[['日均消费次数', '消费贡献度', '活跃度']].mean())

根据结果分析：

• 类型 0：日均消费次数高、贡献度高、活跃度高 → 高价值用户
• 类型 1：日均消费次数低、贡献度高、活跃度中 → 潜力用户
• 类型 2：日均消费次数中、贡献度中、活跃度中 → 低频大众用户
• 类型 3：日均消费次数低、贡献度低、活跃度低 → 流失风险用户

然后给用户贴标签：
python

label_map = {0: '高价值用户', 1: '潜力用户', 2: '低频大众用户', 3: '流失风险用户'}data['用户类型名称'] = data['用户类型'].map(label_map)

有学员分享，他用这个方法分类后，给高价值用户发了高端新品券，核销率比之前高了一倍，这就是精准分类的效果。

常见问题解答：新手常踩的坑在这里

Q：“分出来的类别总是不准，有时候高价值用户被分到流失类，咋回事？”
A：多半是没做数据归一化！消费贡献度数值可能很大，没归一化的话，模型会主要按这个特征分，忽略其他特征。一定要用 StandardScaler 处理数据，这步不能省。
Q：“想试试分 5 类行不行？怎么确定最佳分类数？”
A：可以用肘部法，计算不同聚类数的误差，找误差下降变缓的点。代码里把 n_clusters 改成 5 试试，但电商用户一般 4 类最实用，分太多反而不好运营。
Q：“怎么把分类结果用到实际工作中？”
A：导出 CSV 给运营团队，或者直接在代码里筛选用户 ID，比如提取高价值用户 ID：
python

high_value_users = data[data['用户类型名称'] == '高价值用户']['用户ID']high_value_users.to_csv('高价值用户ID.csv', index=False)

运营拿着这个列表做精准营销，效果肯定比群发好。
兔子哥觉得，电商用户分类不是一次性的事，最好每周跑一次模型，因为用户行为会变。之前有学员每月更新一次分类，发现有批潜力用户变成了高价值用户，及时调整了运营策略，留住了这些用户。
其实用 sklearn 做用户分类不难，关键是选对特征、做好数据预处理。别觉得机器学习离自己很远，像这种聚类任务，几行代码就能搞定，还能实实在在帮到工作。新手刚开始别追求复杂模型，把 K-means 用好就够用了，等熟练了再学更高级的算法。
赶紧找自己公司的用户数据试试，做完记得对比下分类前后的运营效果，你会发现精准分类能省不少推广费用，还能提高用户满意度，这就是数据驱动的魅力！

标签： 零基础 第一步