顧客の分析手法の一つに、RFM分析があります。
Recency （最後の注文）、Frequency （注文回数）、Monetary （購入金額）の3つの指標で顧客を分類し、グループ化した上で、個々のグループの性質を知り、グループ毎のマーケティングを行う手法です。
どのグループの顧客を、優先的に対応するかなどの対策がとれます。
例えば、2回目、3回目と購入してくれるリピータを増やしたいときは、Recency （最後の注文）が重要になってきます。商材が消耗品であれば、グループ毎にまた購入してもらえるか、ライバル店に移ってしまうかの重要なタイミングがあります。
Recency （最後の注文）を把握していれば適切なタイミングで顧客グループへアプローチし、リピータを増やすことが出来ます。
軸が３つなので、結果も３次元で表現したいですね。
そんな時、役に立つのがPythonのmatplotlibのAxes3Dです。
Jupyter Notebookだと３軸を回転させて、いろいろな角度から顧客を眺める事ができます。
顧客を分類する際、sklearnのKMeans（k平均法）を利用すると、データに基づいて、自動で分類してくれます。
n_clustersパラメータでいくつのクラスタに分類するかを設定します。
人間の思い込みを省いた、分類をしてくれるのでカテゴリから、新たな発見がある場合があります。