如何基于客户ID及月度订单数据计算客户churn（流失率）

规则说明 #

客户当月无下单记录则记为流失，有下单则记为未流失，暂不考虑规则带来的指标波动问题。

原始数据集结构 #

实现步骤 #

1. 数据预处理 #

首先将日期字段转为datetime格式，提取月份维度，方便后续按月聚合：

import pandas as pd
from itertools import product

# 转换日期格式
df['date'] = pd.to_datetime(df['date'])
# 提取年月维度，格式如2017-11
df['month'] = df['date'].dt.to_period('M')

2. 生成客户-月份全量组合 #

现有重采样代码只能统计每月有订单的客户，要识别流失客户，需要先拿到所有客户在所有统计月份的全量对应关系，再匹配每个客户当月是否有下单：

# 提取所有不重复的客户ID
all_customers = df['CustomerID'].unique()
# 提取所有不重复的统计月份
all_months = df['month'].unique()
# 生成客户和月份的笛卡尔积，确保每个客户每个月都有一条记录
customer_month_full = pd.DataFrame(product(all_customers, all_months), columns=['CustomerID', 'month'])

3. 匹配客户月度活跃/流失状态 #

# 对原始数据按客户+月份去重，有下单记录的标记为活跃
active_monthly = df.groupby(['CustomerID', 'month']).size().reset_index(name='is_active')
active_monthly['is_active'] = 1

# 左关联全量组合，空值即为当月无下单的流失客户
customer_status = pd.merge(customer_month_full, active_monthly, on=['CustomerID', 'month'], how='left')
# 空值填充为0，1代表未流失，0代表流失
customer_status['is_active'] = customer_status['is_active'].fillna(0).astype(int)
# 新增流失标记字段：is_churn=1为流失，0为未流失
customer_status['is_churn'] = 1 - customer_status['is_active']

4. 按月计算流失率 #

monthly_churn = customer_status.groupby('month').agg(
    总客户数=('CustomerID', 'count'),
    流失客户数=('is_churn', 'sum')
).reset_index()
monthly_churn['流失率'] = monthly_churn['流失客户数'] / monthly_churn['总客户数']

可选优化 #

如果不需要把「当月还未产生过任何订单的新客户」计入流失统计，可在生成全量组合时调整逻辑：仅为每个客户生成其首次下单之后所有月份的记录即可，更贴合实际业务的流失率定义。

内容的提问来源于stack exchange，提问作者PeterPost