日式极简服饰复购率分析程序，对比简约无Logo服饰与印花潮款长期留存数据。

构建一个基于生存分析与用户分群的复购率评估系统。

这个程序的核心逻辑是：利用Kaplan-Meier 生存分析来对比两种截然不同的时尚产品哲学——"极简无 Logo"与"印花潮款"——在用户生命周期中的留存表现。

实际应用场景描述

在《时尚产业与品牌创新》课程中，我们探讨了两种极端的品牌策略：

* 策略 A：日式极简（无 Logo）

* 哲学：侘寂（Wabi-sabi）、留白、去品牌化。

* 代表：Muji、Uniqlo U、The Row。

* 痛点：没有显眼的 Logo，用户为什么要"回来买"？是靠"衣橱基础件替换"驱动，还是靠"美学信仰"驱动？

* 策略 B：印花潮款（Graphic/Pattern）

* 哲学：视觉冲击、社交货币、话题驱动。

* 代表：Palace、Ggalleria、国潮印花。

* 痛点：社交媒体的"快时尚"逻辑。用户是不是"用完即弃"？复购是不是完全依赖"下一波新图案"？

品牌面临的灵魂拷问：

"我该坚持做高毛利的印花爆款（赌下一波趋势），还是转型做低毛利但高复购的基础极简款（赌用户终身价值 LTV）？"

引入痛点

1. 数据维度单一：大多数品牌只看"整体复购率"（Overall Retention Rate），这不严谨。极简款可能第 1 个月卖得差，但第 12 个月用户还在买（高 LTV）；潮款可能首发爆了，但 3 个月后没人看了（低 LTV）。

2. 幸存者偏差：只看"买了两次以上的人"的复购率，忽略了"买一次就消失的人"，导致高估了产品吸引力。

3. 缺乏对比框架：没有把"时间"作为一个核心变量纳入分析。你需要知道的是用户流失的速度，而不是一个静态的百分比。

核心逻辑讲解

我们将使用 Kaplan-Meier 生存分析（通常用于医疗临床试验，看病人存活率，这里我们看"用户存活率"）。

1. 定义"死亡"：在时尚语境下，"死亡" = 用户最后一次购买后，超过了"平均复购周期"仍未再次购买。

2. 定义"生存"：用户虽然在观察期内没有再次购买，但还在"复购窗口期"内（比如平均 60 天买一次，30 天时他还没买，但他还没"死"）。

3. 对比曲线：

* 极简组曲线：可能下降缓慢（用户买基础款是习惯，流失慢）。

* 潮款组曲线：可能前期骤降（用户追新不追旧，一旦热度过气，留存崩盘）。

4. 统计检验（Log-Rank Test）：用一个 P 值来科学回答："这两类产品的复购差异，是偶然的，还是本质上的？"

代码模块化

1.

"data_generator.py" (数据构建模块)

import numpy as np

import pandas as pd

class UserBehaviorGenerator:

"""

模拟用户购买行为数据生成器

基于两种产品哲学的差异构建合成数据集

"""

def __init__(self, seed=42):

np.random.seed(seed)

def generate_cohort(self, n_users=5000, product_type='minimalist'):

"""

生成用户队列数据

:param n_users: 用户数量

:param product_type: 'minimalist'(极简) or 'graphic'(潮款)

:return: DataFrame

"""

users = []

for uid in range(n_users):

if product_type == 'minimalist':

# --- 极简无 Logo 特征 ---

# 1. 购买频率较高 (复购周期短)

# 2. 客单价中等偏上 (基础款溢价)

# 3. 生命周期长 (不追潮流，看中质感)

purchase_cycle = max(7, int(np.random.normal(45, 15))) # 平均45天买一次

ltv_months = max(6, int(np.random.normal(18, 6))) # 平均活18个月

avg_spend = np.random.normal(350, 80) # 客单价 350 左右

churn_rate = 0.03 # 月流失率低

else:

# --- 印花潮款特征 ---

# 1. 购买频率前期高，但衰减极快

# 2. 客单价低 (冲动消费)

# 3. 生命周期短 (下一波热度来了就跑了)

purchase_cycle = max(5, int(np.random.normal(25, 10))) # 首发冲动强

ltv_months = max(2, int(np.random.exponential(6))) # 指数衰减，平均寿命短

avg_spend = np.random.normal(180, 50) # 客单价低

churn_rate = 0.15 # 月流失率高

# 生成购买记录

current_month = 0

total_spent = 0

purchase_count = 0

is_churned = False

while current_month < ltv_months:

# 模拟流失

if np.random.random() < churn_rate and purchase_count > 0:

is_churned = True

break

# 模拟购买

current_month += purchase_cycle

if current_month >= ltv_months:

break

# 花费波动

actual_spend = max(50, avg_spend * np.random.normal(1.0, 0.2))

total_spent += actual_spend

purchase_count += 1

users.append({

'user_id': f"{product_type[:3]}_{uid}",

'product_type': product_type,

'purchase_count': purchase_count,

'total_spent': round(total_spent, 2),

'ltv_months': ltv_months,

'is_churned': is_churned,

'avg_spend_per_purchase': round(total_spent / max(1, purchase_count), 2)

})

return pd.DataFrame(users)

2.

"retention_analyzer.py" (核心分析引擎)

import numpy as np

import pandas as pd

from scipy import stats

class RetentionAnalyzer:

"""

复购率与留存分析引擎

实现 Kaplan-Meier 生存分析与统计检验

"""

def __init__(self, df_minimalist, df_graphic):

self.df_m = df_minimalist

self.df_g = df_graphic

self.combined = pd.concat([df_minimalist, df_graphic], ignore_index=True)

def kaplan_meier_estimate(self, group_label='minimalist', max_periods=24):

"""

计算 Kaplan-Meier 生存曲线数据

返回每个时间点的"存活概率"

"""

if group_label == 'minimalist':

df = self.df_m

else:

df = self.df_g

# 按生命周期（月份）统计

# 在每个月份 t，计算"活过 t 个月"的概率

survival_data = []

for t in range(1, max_periods + 1):

# 在 t 时刻"仍存活"的用户数

# 逻辑：用户的 ltv_months >= t 意味着他们在 t 月时还没流失

at_risk = len(df[df['ltv_months'] >= t])

# 在 t 时刻"死亡"的用户数

# 逻辑：刚好在 t 月流失（简化处理：ltv 刚好等于 t）

events = len(df[df['ltv_months'] == t])

# 删失数据（还在观察期内，但未发生事件）

censored = len(df[(df['ltv_months'] > t) & (df['is_churned'] == False)])

survival_data.append({

'period': t,

'at_risk': at_risk,

'events': events,

'censored': censored,

'survival_prob': None # 待计算

})

# 计算生存概率

s_t = 1.0

for i, row in enumerate(survival_data):

if row['at_risk'] > 0:

s_t *= (1 - row['events'] / row['at_risk'])

row['survival_prob'] = round(s_t, 4)

return pd.DataFrame(survival_data)

def compare_retention(self, periods=12):

"""

对比两种产品在前 N 个月的留存率

输出详细的对比表格

"""

# 极简组

m_retention = []

for p in range(1, periods + 1):

alive = len(self.df_m[self.df_m['ltv_months'] >= p])

total = len(self.df_m)

m_retention.append(round(alive / total * 100, 2))

# 潮款组

g_retention = []

for p in range(1, periods + 1):

alive = len(self.df_g[self.df_g['ltv_months'] >= p])

total = len(self.df_g)

g_retention.append(round(alive / total * 100, 2))

comparison = pd.DataFrame({

'月份': range(1, periods + 1),

'极简无Logo留存率(%)': m_retention,

'印花潮款留存率(%)': g_retention,

})

comparison['差值(百分点)'] = (comparison['极简无Logo留存率(%)'] -

comparison['印花潮款留存率(%)']).round(2)

return comparison

def log_rank_test(self):

"""

Log-Rank 检验

检验两组生存曲线的差异是否具有统计显著性

H0: 两组生存曲线无差异

"""

# 简化版的 Log-Rank 检验

# 合并两组数据的时间线

all_times = []

for _, row in self.df_m.iterrows():

all_times.append((row['ltv_months'], 1, 'minimalist'))

for _, row in self.df_g.iterrows():

all_times.append((row['ltv_months'], 1, 'graphic'))

df_all = pd.DataFrame(all_times, columns=['time', 'event', 'group'])

df_all = df_all.sort_values('time').reset_index(drop=True)

# 计算期望事件数 (简化计算)

m_total = len(self.df_m)

g_total = len(self.df_g)

n_total = m_total + g_total

# 在每个时间点，计算观察值 vs 期望值

# 这里用简化的 Mantel-Haenszel 统计量

chi_square = 0

details = []

for t in sorted(df_all['time'].unique()):

at_risk_m = len(df_all[(df_all['time'] >= t) & (df_all['group'] == 'minimalist')])

at_risk_g = len(df_all[(df_all['time'] >= t) & (df_all['group'] == 'graphic')])

events_m = len(df_all[(df_all['time'] == t) & (df_all['group'] == 'minimalist') & (df_all['event'] == 1)])

events_g = len(df_all[(df_all['time'] == t) & (df_all['group'] == 'graphic') & (df_all['event'] == 1)])

total_at_risk = at_risk_m + at_risk_g

total_events = events_m + events_g

if total_at_risk > 0 and total_events > 0:

expected_m = total_events * (at_risk_m / total_at_risk)

expected_g = total_events * (at_risk_g / total_at_risk)

if expected_m > 0:

chi_square += ((events_m - expected_m) ** 2) / expected_m

if expected_g > 0:

chi_square += ((events_g - expected_g) ** 2) / expected_g

details.append({

'time': t,

'at_risk_m': at_risk_m,

'at_risk_g': at_risk_g,

'events_m': events_m,

'events_g': events_g,

'expected_m': round(expected_m, 1),

'expected_g': round(expected_g, 1),

})

# 自由度 = 1 的卡方分布

p_value = 1 - stats.chi2.cdf(chi_square, df=1)

return {

'chi_square': round(chi_square, 4),

'p_value': round(p_value, 6),

'is_significant': p_value < 0.05,

'details': pd.DataFrame(details)

}

def ltv_analysis(self):

"""计算并对比两组的用户终身价值（LTV）"""

m_avg_ltv = self.df_m['total_spent'].mean()

g_avg_ltv = self.df_g['total_spent'].mean()

m_avg_months = self.df_m['ltv_months'].mean()

g_avg_months = self.df_g['ltv_months'].mean()

m_avg_spend = self.df_m['avg_spend_per_purchase'].mean()

g_avg_spend = self.df_g['avg_spend_per_purchase'].mean()

m_avg_purchases = self.df_m['purchase_count'].mean()

g_avg_purchases = self.df_g['purchase_count'].mean()

return {

'minimalist': {

'avg_ltv': round(m_avg_ltv, 2),

'avg_lifetime_months': round(m_avg_months, 1),

'avg_spend_per_purchase': round(m_avg_spend, 2),

'avg_purchase_count': round(m_avg_purchases, 1),

},

'graphic': {

'avg_ltv': round(g_avg_ltv, 2),

'avg_lifetime_months': round(g_avg_months, 1),

'avg_spend_per_purchase': round(g_avg_spend, 2),

'avg_purchase_count': round(g_avg_purchases, 1),

}

}

3.

"visualizer.py" (可视化仪表盘)

import matplotlib.pyplot as plt

import numpy as np

class RetentionDashboard:

"""复购率分析可视化仪表盘"""

COLORS = {

'minimalist': '#2C3E50', # 极简黑灰

'graphic': '#E74C3C', # 潮款红

}

@classmethod

def plot_survival_curves(cls, analyzer, filename='survival_curves.png'):

"""绘制 Kaplan-Meier 生存曲线对比"""

fig, ax = plt.subplots(figsize=(12, 7))

# 极简组

km_m = analyzer.kaplan_meier_estimate('minimalist')

ax.plot(km_m['period'], km_m['survival_prob'] * 100,

color=cls.COLORS['minimalist'], linewidth=2.5, label='日式极简（无 Logo）',

marker='o', markersize=4)

# 潮款组

km_g = analyzer.kaplan_meier_estimate('graphic')

ax.plot(km_g['period'], km_g['survival_prob'] * 100,

color=cls.COLORS['graphic'], linewidth=2.5, label='印花潮款',

marker='s', markersize=4)

# 标注关键时间点

ax.axhline(y=50, color='gray', linestyle=':', alpha=0.5, label='50% 生存线')

# 找到中位数生存时间

m_median = km_m[km_m['survival_prob'] <= 0.5].iloc[0]['period'] if len(km_m[km_m['survival_prob'] <= 0.5]) > 0 else 24

g_median = km_g[km_g['survival_prob'] <= 0.5].iloc[0]['period'] if len(km_g[km_g['survival_prob'] <= 0.5]) > 0 else 24

ax.annotate(f'极简中位数: {m_median}月', xy=(m_median, 50),

xytext=(m_median + 1, 60), fontsize=9, color=cls.COLORS['minimalist'],

fontweight='bold', arrowprops=dict(arrowstyle='->'))

ax.annotate(f'潮款中位数: {g_median}月', xy=(g_median, 50),

xytext=(g_median - 3, 40), fontsize=9, color=cls.COLORS['graphic'],

fontweight='bold', arrowprops=dict(arrowstyle='->'))

ax.set_xlabel('时间（月）', fontsize=12)

ax.set_ylabel('用户存活率（%）', fontsize=12)

ax.set_title('用户生命周期对比：日式极简 vs 印花潮款', fontsize=14, fontweight='bold')

ax.legend(fontsize=10, loc='upper right')

ax.grid(True, alpha=0.3)

ax.set_xlim(0, 24)

ax.set_ylim(0, 105)

plt.tight_layout()

plt.savefig(filename, dpi=120)

plt.show()

print(f"[图表] 生存曲线已保存: {filename}")

@classmethod

def plot_retention_comparison(cls, comparison_df, filename='retention_comparison.png'):

"""绘制留存率对比柱状图"""

fig, ax = plt.subplots(figsize=(12, 6))

x = comparison_df['月份']

width = 0.35

ax.bar(x - width/2, comparison_df['极简无Logo留存率(%)'], width,

label='日式极简（无 Logo）', color=cls.COLORS['minimalist'], alpha=0.8)

ax.bar(x + width/2, comparison_df['印花潮款留存率(%)'], width,

label='印花潮款', color=cls.COLORS['graphic'], alpha=0.8)

ax.set_xlabel('时间（月）', fontsize=12)

ax.set_ylabel('留存率（%）', fontsize=12)

ax.set_title('月度留存率对比', fontsize=14, fontweight='bold')

ax.legend(fontsize=10)

ax.grid(axis='y', alpha=0.3)

ax.set_xlim(0.5, 13)

plt.tight_layout()

plt.savefig(filename, dpi=120)

plt.show()

print(f"[图表] 留存对比已保存: {filename}")

@classmethod

def plot_ltv_comparison(cls, ltv_data, filename='ltv_comparison.png'):

"""绘制 LTV 对比雷达图"""

fig, ax = plt.subplots(figsize=(8, 8), subplot_kw=dict(polar=True))

categories = ['平均 LTV', '生命周期(月)', '单次消费(元)', '购买频次']

N = len(categories)

angles = [n / float(N) * 2 * np.pi for n in range(N)]

angles += angles[:1]

# 极简组

m_vals = [

ltv_data['minimalist']['avg_ltv'] / 1000, # 归一化

ltv_data['minimalist']['avg_lifetime_months'] / 24,

ltv_data['minimalist']['avg_spend_per_purchase'] / 500,

ltv_data['minimalist']['avg_purchase_count'] / 10

]

m_vals += m_vals[:1]

ax.plot(angles, m_vals, 'o-', linewidth=2, color=cls.COLORS['minimalist'],

label='日式极简（无 Logo）')

ax.fill(angles, m_vals, alpha=0.15, color=cls.COLORS['minimalist'])

# 潮款组

g_vals = [

ltv_data['graphic']['avg_ltv'] / 1000,

ltv_data['graphic']['avg_lifetime_months'] / 24,

ltv_data['graphic']['avg_spend_per_purchase'] / 500,

ltv_data['graphic']['avg_purchase_count'] / 10

]

g_vals += g_vals[:1]

ax.plot(angles, g_vals, 's-', linewidth=2, color=cls.COLORS['graphic'],

label='印花潮款')

ax.fill(angles, g_vals, alpha=0.15, color=cls.COLORS['graphic'])

ax.set_xticks(angles[:-1])

ax.set_xticklabels(categories, fontsize=10)

ax.set_title('用户价值画像对比', fontsize=14, fontweight='bold', pad=20)

ax.legend(fontsize=9, loc='upper right', bbox_to_anchor=(1.25, 1.1))

plt.tight_layout()

plt.savefig(filename, dpi=120)

plt.show()

print(f"[图表] LTV 对比已保存: {filename}")

4.

"main.py" (主程序入口)

from data_generator import UserBehaviorGenerator

from retention_analyzer import RetentionAnalyzer

from visualizer import RetentionDashboard

def run_analysis():

"""端到端复购率分析流程"""

print("=" * 70)

print(" 日式极简 vs 印花潮款：复购率与用户留存对比分析")

print("=" * 70)

# Step 1: 生成模拟用户数据

print("\n[Step 1/5] 生成用户行为数据...")

generator = UserBehaviorGenerator(seed=42)

df_minimalist = generator.generate_cohort(n_users=5000, product_type='minimalist')

df_graphic = generator.generate_cohort(n_users=5000, product_type='graphic')

print(f" 极简组用户数: {len(df_minimalist):,}")

print(f" 潮款组用户数: {len(df_graphic):,}")

# Step 2: 初始化分析器

print("\n[Step 2/5] 初始化留存分析引擎...")

analyzer = RetentionAnalyzer(df_minimalist, df_graphic)

# Step 3: 留存率对比

print("\n[Step 3/5] 计算月度留存率对比...")

comparison = analyzer.compare_retention(periods=12)

print("\n ── 月度留存率对比 ───────────────────────")

print(f" {'月份':>4} {'极简无Logo':>10} {'印花潮款':>10} {'差值':>8}")

print(f" {'-'*44}")

for _, row in comparison.iterrows():

print(f" {row['月份']:>4.0f} {row['极简无Logo留存率(%)']:>9.1f}% "

f"{row['印花潮款留存率(%)']:>9.1f}% {row['差值(百分点)']:>+7.1f}")

# Step 4: LTV 分析

print("\n[Step 4/5] 计算用户终身价值（LTV）...")

ltv_data = analyzer.ltv_analysis()

print("\n ── LTV 对比 ──────────────────────────────")

print(f" {'指标':<20} {'极简无Logo':>12} {'印花潮款':>12}")

print(f" {'-'*48}")

m = ltv_data['minimalist']

g = ltv_data['graphic']

print(f" {'平均 LTV（元）':<20} {m['avg_ltv']:>12,.0f} {g['avg_ltv']:>12,.0f}")

print(f" {'生命周期（月）':<20} {m['avg_lifetime_months']:>12.1f} {g['avg_lifetime_months']:>12.1f}")

print(f" {'单次消费（元）':<20} {m['avg_spend_per_purchase']:>12,.0f} {g['avg_spend_per_purchase']:>12,.0f}")

print(f" {'购买频次':<20} {m['avg_purchase_count']:>12.1f} {g['avg_purchase_count']:>12.1f}")

# Step 5: 统计检验

print("\n[Step 5/5] 执行 Log-Rank 统计检验...")

test_result = analyzer.log_rank_test()

print(f"\n ── 统计检验结果 ─────────────────────────")

print(f" Chi-Square 值: {test_result['chi_square']:.4f}")

print(f" P 值: {test_result['p_value']:.6f}")

if test_result['is_significant']:

print(f" 结论: ✅ 两组差异具有统计显著性（P < 0.05）")

print(f" → 极简与潮款的留存差异不是偶然，是产品哲学的本质不同")

else:

print(f" 结论: ⚠️ 两组差异不显著（P >= 0.05）")

print(f" → 需要更多数据或样本量来验证差异")

# Step 6: 可视化

print("\n [可视化] 正在渲染图表...")

dashboard = RetentionDashboard()

dashboard.plot_survival_curves(analyzer)

dashboard.plot_retention_comparison(comparison)

dashboard.plot_ltv_comparison(ltv_data)

print("\n" + "=" * 70)

print(" 分析完成！所有图表已保存。")

print("=" * 70)

if __name__ == "__main__":

run_analysis()

README.md

# Japanese Minimalist vs Graphic Trend — 复购率对比分析器

## 📖 项目简介

基于 Kaplan-Meier 生存分析的复购率评估系统。

对比"日式极简（无 Logo）"与"印花潮款"的长期用户留存差异。

## ⚙️ 运行环境

- Python 3.8+

- 依赖库: `numpy`, `pandas`, `matplotlib`, `scipy`

## 🚀 快速开始

1. 安装依赖: `pip install numpy pandas matplotlib scipy`

2. 运行主程序: `python main.py`

## 📊 输出说明

程序将输出：

1. **终端报告**: 月度留存率对比表、LTV 分析、Log-Rank 检验结果。

2. **survival_curves.png**: Kaplan-Meier 生存曲线对比。

3. **retention_comparison.png**: 月度留存率柱状图。

4. **ltv_comparison.png**: 用户价值画像雷达图。

## 🛠️ 参数调整

在 `main.py` 的 `run_analysis()` 中修改：

- `n_users`: 模拟用户数（默认 5000/组）

- `seed`: 随机种子（保证可复现性）

在 `data_generator.py` 中调整用户行为参数：

- `purchase_cycle`: 平均购买周期（天）

- `ltv_months`: 用户生命周期（月）

- `avg_spend`: 平均客单价

- `churn_rate`: 月流失率

## 📁 目录结构

retention_analyzer/

├── data_generator.py # 用户行为数据生成器

├── retention_analyzer.py # 核心分析引擎

├── visualizer.py # 可视化仪表盘

├── main.py # 主程序入口

└── README.md

核心知识点卡片

┌──────────────────────────────────────────────────────┐

│ 知识点卡片：时尚产业用户留存与 LTV 分析 │

├──────────────────────────────────────────────────────┤

│ │

│ 1. Kaplan-Meier 生存分析 │

│ ────────────────────────────────────────────────── │

│ • 起源：医学临床试验（病人存活率分析） │

│ • 转译：用户的"存活"= 持续复购 │

│ • 核心公式：S(t) = Π(1 - d_i/n_i) │

│ • 优势：能处理"删失数据"（用户还在观察期内） │

│ │

│ 2. 复购率 vs 留存率 │

│ ────────────────────────────────────────────────── │

│ • 复购率：买过 2 次以上 / 总用户数（静态） │

│ • 留存率：经过 t 时间后仍活跃的用户比例（动态） │

│ • 关键洞察：极简款的 12 月留存 > 潮款 3 月留存 │

│ │

│ 3. Log-Rank 检验 │

│ ────────────────────────────────────────────────── │

│ • 零假设 H0：两组生存曲线完全相同 │

│ • 备择假设 H1：两组生存曲线有差异 │

│ • P < 0.05 → 差异显著，不是偶然 │

│ │

│

利用AI解决实际问题，如果你觉得这个工具好用，欢迎关注长安牧笛！