UNIT01B：示範資料視覺化

1. 讀進資料

pacman::p_load(RColorBrewer, dplyr, d3heatmap, googleVis)
spectral = brewer.pal(11, "Spectral")
load("data/acquire.rdata")

2. 通路·部門矩陣

dim(mx)  # chain.dept matrix 

[1] 134  83

d3heatmap(log(1+mx), col=rev(spectral))

3. 顧客族群的平均部門消費

部門消費金額對顧客分類，然後算(畫)出每一顧客集群在每一產品部門的平均消費金額

sapply(split(as.data.frame.matrix(x), rfm2$km80), colMeans) %>%
  {log(1+.)} %>% d3heatmap(colors=rev(spectral))

4. 多重尺度比較工具

op = options(gvis.plot.tag='chart')

df = rfm2 %>% 
  mutate(km80 =  sprintf("%02d", km80)) %>% 
  group_by(km80) %>% summarise(
    '平均購買頻率' = mean(freq),
    '平均客單價' = mean(money),
    '集群總營收貢獻' = sum(freq*money),
    '集群大小'  = n(),
    '顧客平均營收貢獻'  = mean(freq*money),
    '顧客平均距今購買天數' = mean(recent),
    year = 2013) 

plot( gvisMotionChart(
  df, "km80", "year", 
  options=list(width=800, height=600)))

💡 你需要打開瀏覽器的FLASH選項才能看見動態泡泡圖。

5. 動態趨勢比較

plot( gvisMotionChart(
  CustSegments, "status", "year",
  options=list(width=720, height=480) ) )