客户画像步骤
1：变量选择
- 整合数据，假设有800多个变量
- 剔除不可用变量
- 变量聚类/相关分析，结合业务重点选择变量
- 初步测试聚类，剔除对分群没有影响的变量
– 假设此时有50个变量，那么首先对这50个变量进行层次聚类，之后根据兰德系数来判断聚类（k）取多少时最稳定，假设我们发现k=10最稳定，那么意味着将变量划分为10类，最后分别对分配到这10类里的50个变量进行剪枝，通常我们可以使用这10类里每个类的第一个变量来代表该类，从而获得了10个变量，达到了降维的目的
–上面是用层次聚类来对变量进行降维，除了该方法外，如果案例对于原始变量没有要求的话，我们也可以通过主成分分析来达到降维目的，通过对50个变量进行拉伸，构建变量与变量相关的新变量，然后选取最能解释原模型80%程度的变量作为新变量，而舍弃剩余只能解释20%的变量，也达到降维目的
- 群体个数（k）确定
- 根据项目和业务需求，初步确定k的值为（3-8），使用K-Means算法进行分群
- 分别建立3-8个群类的聚类并计算相关统计量（R^2）,根据统计量选择较为合理的群类个数范围（5-6）
- 通过关键指标对比类群（聚合优度或轮廓系数），发现6-7个群体时有部分群体较为相似且群体占比都很小，我们认为只需要选择5个群组
- 定量描画各群体
- 选择描画客户需要的维度，计算其在各个群体上的均值/分布
- 根据这些均值/分布和其他群体或者总体指标对比，了解该群体特征
