甘馥榕 邓颖琪 黄晓娟 吴泳桡 温秋丽

[摘 要] 随着移动互联网技术持续演进与5G网络的广泛商用，利用海量互联网数据进行用户画像被广泛应用于人们日常生活中。本研究以百货商场用户为研究对象，拟构建一整套完善的用户画像，借助其标签化、信息化、可视化的属性，根据会员价值分析特征指标建立LREM模型，利用K-Means聚类分析对会员用户精细划分，针对不同群体制定对应的营销策略，为零售运营商带来稳定的销售额和利润并提供建设性的参考意见。

[关键词] 零售运营;用户画像;特征标签;K-Means聚类分析

1.了解百货商场用户数据与建模流程

1.1了解百货商场用户数据

甲方所提供的数据集包括会员信息表和销售流水表。会员信息表记录的是会员的基础信息，包括会员出生日期、性别等;销售流水表记录的是该商场的销售数据，其中包括会员与非会员的消费数据，数据时间范围是2015年1月1日至2018年1月3日，详情见表1-1内容。

1.2实现用户画像描绘与价值分析的步骤与方法

百货商场会员用户画像描绘与价值分析的主要步骤如下：

1获取原始数据;

2进行数据探索;

3利用python对原始数据进行数据预处理，数据预处理包括数据清洗、数据标准化和特征构建环节;

4数据预处理完成后进行描述性统计分析，并进行可视化展实;

5用处理干净的数据构建用户画像，并进行数据建模，拟采用LRFM模型结合Kmeans聚类算法对会员群体进行划分;

6会员用户细分和营销方案制定。

2.对百货商场用户数据进行预处理