ltv-predictor

name	ltv-predictor
description	基于RFM模型和回归算法的客户生命周期价值(LTV)预测分析工具，支持电商和零售业务的客户价值预测。使用时需要客户交易数据、订单历史或消费记录，自动进行RFM特征工程、回归建模和价值预测。
allowed-tools	Read, Write, Edit, Bash, Glob, Grep, WebSearch

客户生命周期价值预测技能

一个基于《数据分析咖哥十话》第3课理论的自动化LTV预测分析工具，提供从RFM特征工程到回归建模的完整解决方案。

✨ 核心功能

🔍 RFM特征工程

• R值计算: 最近一次消费时间间隔分析
• F值计算: 消费频率统计与分析
• M值计算: 消费金额汇总与分层
• 时间窗口: 基于短期数据预测长期价值
• 客户分群: 自动化客户价值分层

🤖 回归算法建模

• 线性回归: 基础回归分析模型
• 随机森林: 高性能集成学习算法
• 模型对比: 多算法性能评估比较
• 交叉验证: 可靠的模型性能评估
• 超参数优化: 自动化模型调参

📊 LTV预测引擎

• 时间序列预测: 基于历史数据预测未来LTV
• 批量预测: 支持大规模客户批量处理
• 置信区间: 提供预测结果的不确定性评估
• 特征重要性: 解释影响LTV的关键因素

📈 可视化分析

• RFM分布图: 客户价值分布可视化
• 预测效果对比: 实际值vs预测值散点图
• 特征重要性: 关键特征贡献度分析
• 模型性能对比: 多算法效果对比图

📋 专业报告

• HTML报告: 交互式分析报告
• Markdown文档: 轻量级分析总结
• Excel导出: 便于业务部门使用
• API接口: 支持系统集成调用

🚀 快速开始

1. 环境安装

# 安装基础依赖
pip install pandas numpy scikit-learn matplotlib seaborn

# 安装可选依赖（用于高级功能）
pip install xgboost lightgbm joblib openpyxl

2. 基础使用

from scripts.ltv_predictor import LTVPredictor
from scripts.data_processor import DataProcessor

# 1. 初始化处理器
processor = DataProcessor()
predictor = LTVPredictor()

# 2. 加载和预处理数据
data = processor.load_order_data('your_orders.csv')
rfm_data = processor.calculate_rfm_features(data,
                                          feature_period='3M',
                                          prediction_period='12M')

# 3. 训练LTV预测模型
model_results = predictor.train_models(rfm_data)

# 4. 进行LTV预测
predictions = predictor.predict_ltv(new_customer_data)

# 5. 生成分析报告
report_path = predictor.generate_report(predictions, 'ltv_analysis_report.html')

3. 快速示例

from scripts.quick_analysis import quick_ltv_analysis

# 一键完成完整LTV分析流程
results = quick_ltv_analysis(
    order_data_path='ecommerce_orders.csv',
    feature_period_months=3,
    prediction_period_months=12,
    output_dir='ltv_analysis_results'
)

print(f"最佳模型R²分数: {results['best_model_r2']:.4f}")
print(f"预测客户数: {len(results['predictions'])}")
print(f"分析报告: {results['report_path']}")

📁 技能结构

ltv-predictor/
├── scripts/                   # 核心功能模块
│   ├── data_processor.py     # 数据预处理和RFM计算
│   ├── ltv_predictor.py      # LTV预测核心引擎
│   ├── regression_models.py  # 回归算法实现
│   ├── visualizer.py         # 可视化生成器
│   └── report_generator.py   # 报告生成器
├── examples/                 # 示例脚本
│   ├── ecommerce_ltv_analysis.py   # 电商完整分析示例
│   ├── quick_ltv_prediction.py     # 快速预测示例
│   └── model_comparison.py         # 模型对比示例
├── data/                     # 示例数据
│   └── sample_orders.csv     # 示例订单数据
├── tests/                    # 测试脚本
│   ├── test_rfm_analysis.py  # RFM分析测试
│   └── test_prediction.py    # 预测功能测试
├── SKILL.md                  # 技能说明文档
└── README.md                 # 使用说明

🎯 应用场景

🛒 电商零售

• 客户价值分层: 基于LTV对客户进行金/银/铜牌分层
• 营销预算分配: 根据LTV预测结果优化营销投入
• 库存预测: 基于客户价值预测进行商品库存规划
• 个性化推荐: 为高价值客户提供精准推荐

💰 金融服务

• 信贷评估: 结合LTV进行客户信用评级
• 产品设计: 为不同价值客户设计差异化产品
• 客户维护: 识别高价值客户进行重点维护
• 风险控制: 基于客户价值进行风险评估

🎯 营销策略

• 获客成本分析: 计算不同渠道的LTV/CAC比率
• 客户生命周期管理: 制定全生命周期营销策略
• 复购率提升: 识别低频客户制定提升策略
• 客户挽回: 预测流失风险制定挽回方案

⚙️ 配置选项

RFM分析配置

config = {
    'feature_period_months': 3,      # 特征计算时间窗口（月）
    'prediction_period_months': 12,  # 预测时间窗口（月）
    'r_weight': 0.2,                 # R值权重
    'f_weight': 0.3,                 # F值权重
    'm_weight': 0.5,                 # M值权重
    'customer_segments': 5           # 客户分层数量
}

模型训练配置

config = {
    'test_size': 0.2,               # 测试集比例
    'cv_folds': 5,                  # 交叉验证折数
    'random_state': 42,             # 随机种子
    'enable_hyperparameter_tuning': True,  # 是否调参
    'n_iter_search': 50,            # 超参数搜索次数
    'scoring_metric': 'r2'          # 评估指标
}

预测配置

config = {
    'confidence_interval': 0.95,    # 置信区间
    'batch_size': 1000,             # 批处理大小
    'feature_importance_threshold': 0.01,  # 特征重要性阈值
    'prediction_uncertainty': True   # 是否计算预测不确定性
}

📊 数据格式要求

订单数据格式

订单号,产品码,消费日期,产品说明,数量,单价,用户码,城市
536374,21258,2022-06-01 09:09,绿联usb分线器,32,10.95,15100,北京
536376,22114,2022-06-01 09:32,加大男装T恤,48,50.45,15291,上海

必需字段:

• 用户码: 客户唯一标识
• 消费日期: 购买时间（支持多种日期格式）
• 数量: 购买数量
• 单价: 商品单价

可选字段:

• 订单号: 订单唯一标识
• 产品码: 商品标识
• 产品说明: 商品描述
• 城市: 客户城市信息

🧪 模型性能基准

基于第3课实测数据:

• 数据规模: 37,060条订单记录，370个独立客户
• 时间窗口: 3个月数据预测12个月LTV
• 线性回归: R² = 0.4778 (测试集)
• 随机森林: R² = 0.5899 (测试集)
• 性能提升: 23.4% (相对线性回归)
• 特征重要性: M值(金额)贡献78.53%，F值(频率)贡献16.32%

🔧 高级功能

自动特征工程

• 时间序列特征生成
• 滑动窗口计算
• 季节性模式识别
• 异常值检测和处理

模型可解释性

• SHAP值分析
• 部分依赖图
• 特征交互作用
• 预测路径追踪

业务洞察

• 客户价值趋势分析
• 产品关联度分析
• 地域价值分布
• 时间价值模式

📋 最佳实践

数据质量

• 确保订单数据时间连续性
• 处理缺失值和异常值
• 验证客户标识唯一性
• 检查数据时间覆盖度

模型选择

• 小数据集优先使用线性回归
• 大数据集推荐随机森林或XGBoost
• 注重模型可解释性时选择线性模型
• 追求预测精度时使用集成学习

业务应用

• 定期重新训练模型（建议每月）
• 结合业务规则调整预测结果
• 建立模型监控和预警机制
• 持续跟踪预测准确性

🔄 更新日志

v1.0.0 (2025-01-19)

• 初始版本发布
• 完整的RFM分析功能
• 线性回归和随机森林算法
• 基础可视化和报告功能
• 电商订单数据支持

未来计划

• 支持更多回归算法（XGBoost、LightGBM）
• 增加深度学习模型
• 实时预测API
• 更多行业数据模板
• 自动化模型部署

🤝 贡献指南

欢迎贡献代码、报告问题或提出改进建议：

1. Fork 项目
2. 创建功能分支
3. 提交更改
4. 发起 Pull Request

📄 许可证

本项目采用 MIT 许可证。

🙏 致谢

• 《数据分析咖哥十话》提供的理论基础
• Scikit-learn提供的机器学习算法
• Pandas和NumPy提供的数据处理能力
• 数据科学社区的支持和反馈

---

通过这个技能，您可以： ✅ 快速进行客户RFM分析 ✅ 构建准确的LTV预测模型 ✅ 获得可解释的业务洞察 ✅ 生成专业的分析报告 ✅ 支持数据驱动的业务决策