企业官网建设流程全解析

AI 客户分群进化论：从规则分群到 AI 聚类再到动态标签

一、客户分群这件事，你做对了吗

"把用户分成新用户、活跃用户、沉睡用户"——这大概是每个数据分析师都做过的事情。基于几行 SQL 的 IF-ELSE 规则，简单粗暴地把用户打上标签。

问题在哪呢？用户的行为从来不是非黑即白的。一个"沉睡用户"昨天刚浏览了 5 个商品页面，一个"活跃用户"可能三个月没下单只是天天签到领积分。规则分群太僵硬了，它只能描述你已知的模式，发现不了你未知的规律。

今天这篇文章，我想沿着客户分群的进化路线走一遍：从规则的起点，到 AI 聚类的升级，再到动态标签体系。

客户分群三阶段的进化路径：

二、V1：规则分群——SQL 一把梭

规则分群是最入门的玩法，核心就是 SQL + CASE WHEN：

-- 传统规则分群：基于 RFM 模型的简单实现 -- R: 最近消费时间（Recency） -- F: 消费频次（Frequency） -- M: 消费金额（Monetary） SELECT user_id, DATEDIFF(CURRENT_DATE, last_order_date) AS recency_days, total_orders AS frequency, total_amount AS monetary, CASE -- 高价值用户：最近消费 + 高频 + 高金额 WHEN DATEDIFF(CURRENT_DATE, last_order_date) <= 30 AND total_orders >= 5 AND total_amount >= 1000 THEN '高价值用户' -- 重要发展用户：最近消费 + 高频，但金额偏低 WHEN DATEDIFF(CURRENT_DATE, last_order_date) <= 30 AND total_orders >= 3 THEN '重要发展用户' -- 重要挽留用户：曾经是高价值但已流失 WHEN DATEDIFF(CURRENT_DATE, last_order_date) > 60 AND total_orders >= 5 AND total_amount >= 1000 THEN '重要挽留用户' -- 一般用户 WHEN DATEDIFF(CURRENT_DATE, last_order_date) <= 90 THEN '一般活跃用户' -- 流失用户 ELSE '流失用户' END AS user_segment FROM user_rfm_summary;

这套逻辑的优点是快速、可解释、运营能看懂。但它的问题也很致命：

• 阈值是拍脑袋的：为什么是 30 天而不是 28 天？
• 维度太少了：只看交易行为，忽略了浏览、收藏、加购等行为
• 无法发现隐藏模式：一些用户可能在浏览维度上高度相似，但 RFM 完全看不到

三、V2：AI 聚类分群——让数据自己说话

聚类的核心思想是"让数据自己分组"。我们选的是K-Means + PCA 降维可视化的组合：

import numpy as np import pandas as pd from sklearn.preprocessing import StandardScaler from sklearn.cluster import KMeans from sklearn.decomposition import PCA from sklearn.metrics import silhouette_score def ai_user_segmentation(df, feature_cols, k_range=range(3, 10)): """使用 K-Means 聚类进行 AI 驱动的用户分群 参数: df: 包含用户行为特征的 DataFrame feature_cols: 用于聚类的特征列 k_range: 尝试的聚类数量范围 返回: 最佳模型、聚类结果、每个簇的特征画像 """ # Step 1: 特征标准化（聚类对尺度敏感，必须标准化） scaler = StandardScaler() X_scaled = scaler.fit_transform(df[feature_cols]) # Step 2: 通过轮廓系数选择最佳 K 值 best_k = 3 best_score = -1 for k in k_range: kmeans = KMeans(n_clusters=k, random_state=42, n_init=10) labels = kmeans.fit_predict(X_scaled) score = silhouette_score(X_scaled, labels) if score > best_score: best_score = score best_k = k print(f"K={k}, 轮廓系数={score:.4f}") print(f"\n最优 K 值: {best_k}, 轮廓系数: {best_score:.4f}") # Step 3: 用最优 K 值训练最终模型 final_model = KMeans(n_clusters=best_k, random_state=42, n_init=10) df['cluster'] = final_model.fit_predict(X_scaled) # Step 4: 生成每个簇的特征画像 cluster_profiles = df.groupby('cluster')[feature_cols].mean() # 用 PCA 降到 2 维用于可视化 pca = PCA(n_components=2) X_pca = pca.fit_transform(X_scaled) df['pca_x'] = X_pca[:, 0] df['pca_y'] = X_pca[:, 1] print(f"\n=== 各簇用户占比 ===") print(df['cluster'].value_counts(normalize=True).sort_index()) print(f"\n=== 各簇特征均值 ===") print(cluster_profiles.round(2)) return final_model, df, cluster_profiles # 聚类特征示例（比 RFM 维度更丰富） # feature_cols = [ # 'recency_days', # 距上次活跃天数 # 'order_count_30d', # 近30天下单数 # 'order_amount_90d', # 近90天消费金额 # 'browse_count_30d', # 近30天浏览商品数 # 'cart_add_count_30d', # 近30天加购次数 # 'coupon_use_count_30d', # 近30天用券次数 # 'avg_session_duration', # 平均会话时长（秒） # 'review_count', # 累计评价数 # ]

在一次实际分析中，K-Means 帮我们发现了一个 RFM 规则完全没有捕捉到的群体——"浏览狂魔型"用户：几乎不下单，但每天浏览 50+ 个商品、加购 10+ 次但迟迟不下单。这群用户其实是最适合发券转化的目标，但按 RFM 规则他们被分成了"流失用户"，直接放弃了。

聚类不是终点

AI 聚类虽然比规则分群更科学，但它有个致命局限：分群结果是一次性的静态快照。一个用户今天是"A 类"用户，明天行为变了，他不会自动变成"B 类"——除非你重新跑一遍聚类。

这就引出了第三阶段的问题：如何让分群动态起来。

四、V3：动态标签体系——让分群活起来

动态标签的核心思路是：不把用户关在一个固定的"群"里，而是给用户打上一系列实时更新的标签。这样运营同学可以根据活动目标灵活组合标签来圈定目标人群，而不需要通过数据团队反复跑 SQL 取数。

标签体系设计原则

1. 标签要分层级：一级分类（人口属性/行为偏好/消费能力/风险特征）→ 二级标签（性别/价格敏感度/流失风险）→ 标签值
2. 标签要有生命周期：不是所有标签都永久有效，要定义 TTL
3. 标签要可组合：运营应该能灵活组合标签，而不是被固定的分群框住

-- 动态标签的实时更新逻辑（以 Kafka + Flink 为例） -- 监听用户行为事件流，实时更新标签值 -- 示例：用户"价格敏感度"标签的计算逻辑 -- 触发条件：用户使用优惠券 → 价格敏感度 +1 -- 用户原价购买 → 价格敏感度 -1 -- 标签值范围: 0~100 UPDATE user_tags SET tag_value = CASE WHEN tag_value + 1 > 100 THEN 100 -- 上限 100 ELSE tag_value + 1 END, updated_at = NOW() WHERE user_id = 12345 AND tag_name = 'price_sensitivity' AND event_type = 'coupon_used'; -- 使用了优惠券

五、总结

客户分群的进化不只是技术升级，更是思维方式的变化：

1. V1 规则分群：适合快速启动，运营友好，但边界僵硬、维度有限
2. V2 AI 聚类：能发现隐藏模式，K-Means + 轮廓系数选 K 是标准操作，但结果是一次性快照
3. V3 动态标签：标签可组合、可过期、可实时更新，是真正的"千人千面"
4. 进阶不是"V3 替代 V1"，而是三者共存：规则分群做日常运营，聚类做深度分析，动态标签做精细化触达
5. 标签体系最容易被忽视的是标签质量治理——无效标签要及时清理，否则运营会被"标签噪音"淹没

你们现在用的是哪个阶段的方法？还在 RFM 吗，还是已经有自己的标签平台了？评论区说说现状，一起交流~

最后提醒一点：这个方案在上生产之前建议先用灰度流量验证一周，确认资源消耗在预期范围内再全量推送。我们在实际项目中因为跳过了这步，有一次把缓存集群打挂了，教训深刻。