数据来源：marketing_campaign

使用pandas清洗，排查异常值，去掉重复值，将日期改为时间类型

使用K-Means聚类数据，分成三类。

可视化展示

首先展示营销的五个活动中各个活动的对比

可以看到，营销活动1，3，4的接受程度一致，但是营销活动2只有很少一部分人接收。

参与营销的人次供312人，占总比例的15.3%。

结婚的人群更愿意接收营销活动，而更为洒脱的“YOLO”人群完全不参与营销活动。

大学毕业生更愿意尝试营销活动，在所有教育水平种类中占最高比例。

葡萄酒是绝对主导品类，占消费大头，肉类为第二大支出品类。

实体店是大多数用户的购买渠道，线上网店次之

月网站平均访问次数5.33次，平均购买间隔48.84天。

上次营销活动有312人参与，投诉率较低。

可以看到，用户大多为大学毕业生以及结婚人群。

年龄分布：平均出生年份：1968.9年（约52-53岁），中位数年龄：1970年出生（约51岁）
                最年轻客户：1996年出生（约22岁），最年长客户：1940年出生（约81岁）
家庭结构：儿童数量：平均0.44个/家庭（标准差0.54）中位数0个
               青少年数量：平均0.51个/家庭（标准差0.55）分布与儿童相似
                约半数家庭有未成年子女（儿童或青少年）

主要用户：大学毕业生以及结婚人士

家庭年收入平均值：51.07，年收入中位值：51.277

青少年数量平均值：0.52，中位值：0

幼儿数量平均值0.46，中位值：0

出生年份平均值1969.93（约50-51岁），中位值1972（约49岁）

分析可以得出，家中幼儿数量为0的情况下，总消费会增加。

家庭年收入增加25596.90，总消费增加666.3。

而影响总消费降低的因素有很多。

夹中幼儿数量增加，总消费就会降低。

家庭年收入下降25596.90，总消费对应降低666.3。

出生年份为1970-1990时，总消费相较于其他情况平均较少175.4。

家庭年收入大于79930的情况下，平均花费为1.42千，比整体平均值高出845.9个单位。

而家庭年收入小于或等于31859的情况下，平均花费比整体平均值低于510.4个单位。

由此可得，家庭年收入是影响总消费的最大因素。

聚类数据可视化展示

使用K-Means对数据进行聚类，可以得到三个类别。

类别为0的数据进行可视化展示：

类别为1的数据进行可视化展示：

类别为2的数据进行可视化展示：

Cluster 0 - 年轻低消费潜力客户
消费金额: 较低
收入: 低（34670）
年龄: 相对整体最年轻（≈49 岁）
教育: 大部分为研究生、毕业生
生活状态: 大部分有伴侣
家庭结构: 大部分有子女，是父母
购买行为: 主要是实体店购买，占据55%，偏好线上网站，占据35%
投诉: 相对整体较多（≈0.01），但仍然处于较低水平
用户画像：年轻家庭、教育水平高、消费低、线上活跃但购买少

Cluster 1 - 中产家庭购买偏好全面型客户
消费金额: 中等
收入: 中等（59694）
年龄: 中老年（≈55 岁）
教育: 大部分为研究生、毕业生
生活状态: 大部分为 Partner
家庭结构: 有子女（family_child ≈ 1.22），是父母
购买行为: 全面型购买偏好。在实体店购买占据44%，在线上网站购买占据36%。
投诉: 相对整体中等偏低

Cluster 3 - 高价值独立中年客户
特征消费金额: 极高
收入: 极高（76994）
年龄: 中老年（53 岁）
教育: 大部分为研究生、毕业生
生活状态: 大部分为 Partner
家庭结构: 基本无子女（family_child ≈ 0），非父母
购买行为: 偏好实体店购买、按照目录价格购买，线上一般
投诉: 极低（≈0）
用户画像：高消费、高收入、独立中年、偏好线下、无家庭负担