手里有客户消费的流水数据，包含的内容有 某客户（customerID） 在 某时（date） 哪种类型（m_type）的商户（merch）做了多少消费（bill_amt）；这些数据的跨度为两年，就是说每个客户在两年里每次消费的记录都记录下来了。
现在，我希望基于这些数据 对客户的消费习惯进行归纳归类，比如 哪些客户倾向于高频率地进行小额消费，高频率的大额消费，哪些倾向于进行低频率大额消费 ，低频率的小额消费。。。
我初步设想，每个客户消费每次的消费额可以设想成 一个分布，这个分布会有极大值，极小值，中值等等，如何能够通过聚类模型或其他更好的办法将这些类型归纳出来。但是后来想想，仅仅是这些极大值，极小值，中值又无法表现出频率这个概念，而且我不太喜欢用平均数，比如月均消费次数，月均消费金额这样的变量，因为我观察数据发现有些人倾向于在过年过节那几个月频频消费，有些则全年较平均的消费，而平均数很容易抹杀掉这些特征。
总之，归类的时候，要兼顾 消费时间的分布 和 消费金额的分布，如何能够找出一个或多个统计量，用这些统计量浓缩用户的这些信息，然后通过模型找出几种类别来。
请教这里的高人们，欢迎任何形式的反馈
