电商用户 RFM 价值分层（含数据质量批判验证）

项目背景

电商精细化运营需要先把用户按价值分层：识别高价值人群（重点维护）、流失风险人群（召回）、低价值人群（控成本）。数据来自 Kaggle 公开电商用户画像（Ecommerce Product Recommendation Collaborative），1000 人截面快照，14 个有效字段，无缺失、无重复。

目标：用传统 RFM 方法输出一套可解释、可复算的用户价值分层，并明确这套分层在现有数据上能支撑什么、不能支撑什么——这是本案例与常规 RFM 项目的最大区别。

分析过程（指标口径与方法）

指标口径（代理构建）：本数据无订单明细，R 取最近登录天数（越小越近，得分反转）、F 取购买频次、M 取累计消费；每维按 5 分位打 1-5 分，高=得分≥4（前 40%）、低=得分≤3（后 60%）。切点：R ≤7/13/18/24 天、F ≤2/4/6/8 次、M ≤1062/2090/3029/4069 元，随报告输出供跨期复核。

链路：Python 装载清洗 → 五等分打分 → 8 类分群（重要/一般 × 价值/发展/保持/挽留）→ 分群×属性交叉（二项近似 z 检验，24 次组间比较）→ Pearson 相关诊断 → 13 条证据链 + 多角色独立验证（locator / mechanism / falsifier / reviewer）→ 静态 HTML 报告。

数据质量

质量门禁（DEGRADED）+ 口径自洽性审计的完整结论：

• ✓完整性1000 行、14 字段，无缺失单元格、无重复行
• ⚠口径自洽85 人购买频次为零但累计消费为正（真实业务中不可能）
• ⚠对账一致性AOV×购买频次 与 累计消费 不一致率 100%，无一人可对账
• ⚠字段独立性数值字段两两 |r|≤0.10，为独立合成属性，非订单加总
• ✓门禁误判澄清「同日多行」标记（999 行共享 29 个取值）系天数属性而非日期轴

核心结论

金额结构：重要挽留客户（R低F低M高）163 人、占 16.3%，贡献 26.43% 金额——金额占比最高，但这是切点构造的描述性事实，不等同业务优先级。

前二集中：重要挽留 + 重要发展合计 273 人（27.3%）贡献 43.43% 金额；重要价值客户仅 53 人（5.3%）贡献 8.31%。

画像不显著：分群×属性 24 次组间比较仅 2 个名义显著，差异在抽样波动内，不构成「分群画像」证据。

订阅无关联：订阅 507 人 vs 未订阅 493 人，F 4.64 vs 4.62、M 2542.5 vs 2563.7 元，无实质差异，订阅影响需实验验证。

结论边界（哪些结论不能证明）

本数据集的质量事实决定了分层结论的边界（报告按可回答 / 不可回答双清单呈现）：

落地建议（下一步动作）

在补充真实数据前，本分层仅适用于方法演示与运营口径准备，不能直接据此投放营销。按依赖顺序推进：

1. 1短期补真实数据补订单时间戳，重算真实 R（购买间隔），对比登录活跃度分层是否一致
2. 2中期对账替换补订单级明细，验证 AOV×订单数=累计消费，替换代理口径
3. 3长期实验验证按分群设计分层 A/B 实验（随机分流 + SRM 均衡校验），估计增量响应率

实验设计（如果再做一次）

把「下一轮」设计成可执行的再验证：