高价值客户与产品分析方案

一、分析目标

识别高价值客户和产品（产生实际收益），识别低价值客户和产品（浪费资源但收益小），挖掘好产品好客户与不好的产品客户的特征差异，为资源优化配置提供数据支撑。

二、数据源信息

• 数据文件: data/脱敏数据_增强版.xlsx
• 数据规模: 6671行，25列
• 关键指标: "是否调用"（产生收益的关键指标）

三、分析维度

3.1 客户维度分析

分析对象: 按"客户简称"分组聚合（数据完全不去重，不允许根据主键去重）

计算指标:

1. 客户总记录数（不去重，所有记录数）
2. 客户调用率 = 是否调用="是"的记录数 / 总记录数
3. 客户调用记录数 = 是否调用="是"的记录数（绝对数量）
4. 客户签约率 = 测试阶段_已接入="是"的记录数 / 总记录数
5. 客户不接入率 = 测试阶段_不接入="是"的记录数 / 总记录数
6. 客户可接入但未调用数 = 测试阶段_可接入="是" 且 是否调用="否"的记录数
7. 客户平均样本量（排除缺失值）
8. 客户平均测试时间（申请时间到测试返回时间的平均天数，仅计算有测试返回时间的记录）

综合评分计算公式:

客户综合评分 = w1 × 调用率 + w2 × 标准化调用记录数 + w3 × 签约率

权重分配: w1 = 0.50, w2 = 0.30, w3 = 0.20

标准化方法:

• 调用率、签约率：已在[0,1]区间，无需标准化
• 调用记录数：使用Min-Max标准化，公式为 (x - min) / (max - min)，映射到[0,1]范围
• 边界处理: 当max == min时（所有值相同），标准化值统一设为0.5

分类标准（按排名分类）:

• 高价值客户: 按综合评分降序排列，排名前20%（使用ceil()向上取整计算数量）
• 低价值客户: 按综合评分降序排列，排名后20%（使用ceil()向上取整计算数量）
• 评分相同时，按客户简称字母顺序排序

3.2 产品维度分析

分析对象: 按"子产品名称"分组聚合（数据完全不去重）

计算指标:

1. 产品总记录数（不去重，所有记录数）
2. 产品调用转化率 = 是否调用="是"的记录数 / 总记录数
3. 产品签约转化率 = 测试阶段_已接入="是"的记录数 / 总记录数
4. 产品不接入率 = 测试阶段_不接入="是"的记录数 / 总记录数
5. 产品测试中占比 = 测试阶段_测试中="是"的记录数 / 总记录数
6. 产品平均样本量（排除缺失值）
7. 产品平均测试时间（申请时间到测试返回时间的平均天数，仅计算有测试返回时间的记录）

综合评分计算公式:

产品综合评分 = w1 × 调用转化率 + w2 × 签约转化率 + w3 × 标准化总申请数 - w4 × 不接入率

权重分配: w1 = 0.50, w2 = 0.25, w3 = 0.15, w4 = 0.10

标准化方法:

• 调用转化率、签约转化率、不接入率：已在[0,1]区间，无需标准化
• 总申请数：使用Min-Max标准化，公式为 (x - min) / (max - min)，映射到[0,1]范围
• 边界处理: 当max == min时（所有值相同），标准化值统一设为0.5
• 不接入率为负向指标（拒绝率越低越好），在公式中取负号

分类标准（按排名分类）:

• 高价值产品: 按综合评分降序排列，排名前20%（使用ceil()向上取整计算数量）
• 低价值产品: 按综合评分降序排列，排名后20%（使用ceil()向上取整计算数量）
• 评分相同时，按子产品名称字母顺序排序

3.3 特征差异分析

对比方式:

• 分类型特征：计算高价值组和低价值组在各特征值上的占比（分布比例）
• 数值型特征：计算高价值组和低价值组的均值进行对比

客户特征对比维度:

• 分类型特征：客户类型分布、部门分布、销售分布、反馈结果分布、接入意向分布（计算各特征值的占比）
• 数值型特征：样本量均值、测试时间均值（申请到测试返回时间的平均时间）

产品特征对比维度:

• 分类型特征：客户类型分布、部门分布、反馈结果分布（计算各特征值的占比）
• 数值型特征：样本量均值（与客户维度保持一致）

输出格式: 统计表，包含特征维度、特征值、高价值组占比/均值、低价值组占比/均值、差异（高价值组 - 低价值组）

• 分类型特征：输出所有特征值，缺失值用"-"表示
• 数值型特征：输出均值对比，缺失值用"-"表示

四、输出结果

4.1 Excel输出格式（8个Sheet）

Sheet1: 高价值客户列表
列名：客户简称、总记录数、调用率、调用记录数、签约率、不接入率、可接入但未调用数、平均样本量、平均测试时间、综合评分、排名

Sheet2: 低价值客户列表
列名：客户简称、总记录数、调用率、调用记录数、签约率、不接入率、可接入但未调用数、平均样本量、平均测试时间、综合评分、排名

Sheet3: 高价值产品列表
列名：子产品名称、总记录数、调用转化率、签约转化率、不接入率、测试中占比、平均样本量、平均测试时间、综合评分、排名

Sheet4: 低价值产品列表
列名：子产品名称、总记录数、调用转化率、签约转化率、不接入率、测试中占比、平均样本量、平均测试时间、综合评分、排名

Sheet5: 客户特征差异统计
列名：特征维度、特征值、高价值组占比、低价值组占比、差异

Sheet6: 产品特征差异统计
列名：特征维度、特征值、高价值组占比、低价值组占比、差异

Sheet7: 客户全部排名
列名：排名、客户简称、总记录数、调用率、调用记录数、签约率、不接入率、可接入但未调用数、平均样本量、平均测试时间、综合评分

Sheet8: 产品全部排名
列名：排名、子产品名称、总记录数、调用转化率、签约转化率、不接入率、测试中占比、平均样本量、平均测试时间、综合评分

五、处理流程

1. 读取数据文件 data/脱敏数据_增强版.xlsx
2. 数据预处理：使用pd.to_datetime()自动识别并转换申请时间、测试返回时间为日期类型，计算测试时间（申请时间到测试返回时间），缺失值用NaN表示
3. 客户维度聚合分析：按客户简称分组，计算各项指标，计算综合评分，按评分降序排列并添加排名（排名从1开始，相同评分时按客户简称字母顺序排序后连续排名）
4. 产品维度聚合分析：按子产品名称分组，计算各项指标，计算综合评分，按评分降序排列并添加排名（排名从1开始，相同评分时按子产品名称字母顺序排序后连续排名）
5. 分类：客户/产品按综合评分排名，使用ceil()向上取整计算前20%为高价值，后20%为低价值
6. 特征差异分析：对比高价值与低价值客户/产品的特征分布
   • 分类型特征：计算各特征值在高价值组和低价值组中的占比，输出所有特征值（缺失值用"-"表示）
   • 数值型特征：计算高价值组和低价值组的均值进行对比（缺失值用"-"表示）
7. 生成分析结果：输出Excel文件（8个sheet）到分析结果/高价值客户产品分析结果.xlsx

六、注意事项

• 数据完整性: 数据完全不去重，保留所有原始记录，不允许根据主键去重
• 时间字段处理: 使用pd.to_datetime()自动识别日期格式，计算测试时间（申请时间到测试返回时间），缺失值用NaN表示（测试返回时间为空仅代表还在测试中）
• 缺失值处理: 样本量缺失值在计算平均值时排除，不影响分组统计；特征差异分析中缺失值用"-"表示
• 标准化边界: 当max == min时，标准化值统一设为0.5
• 排名计算: 综合评分计算完成后，按降序排列，排名从1开始；评分相同时按名称字母顺序排序后连续排名（不并列）；使用ceil()向上取整计算前20%为高价值，后20%为低价值
• 文件输出路径: 脚本文件保存到执行脚本/目录下，分析结果Excel文件保存到分析结果/目录下，文件名为高价值客户产品分析结果.xlsx

本方案用于识别高价值客户和产品，优化资源配置