電商平臺用戶數(shù)據(jù)分析

時間：2023-03-15 23:00:01 | 來源：電子商務(wù)

時間：2023-03-15 23:00:01 來源：電子商務(wù)

目錄

一、項目背景及項目分析目的

1. 項目背景介紹

UserBehavior是阿里巴巴提供的一個淘寶用戶行為數(shù)據(jù)集，該數(shù)據(jù)集包含了2017年11月25日至2017年12月3日之間，有行為的約一百萬隨機用戶的所有行為（行為包括點擊、購買、加購、喜歡）。

推薦系統(tǒng)中用戶對物品的反饋分為顯式和隱式反饋，顯式反饋 (如評分、評級) 或單一的隱式反饋 (如瀏覽、點擊、加入購物車)。 隱式反饋推薦是推薦系統(tǒng)通過對內(nèi)容和用戶行為的分析,建立適當(dāng)?shù)哪Ｐ?幫助用戶從海量的數(shù)據(jù)中找到自己感興趣的內(nèi)容。推薦系統(tǒng)中用戶的行為反饋包括顯式反饋和隱式反饋,隱式反饋信息在推薦系統(tǒng)算法中被廣泛應(yīng)用。隱式反饋體現(xiàn)著用戶的興趣愛好,對隱式反饋信息的挖掘有助于提高推薦系統(tǒng)的效果,以更好地設(shè)計推薦系統(tǒng)。

2. 項目分析目的

通過對該數(shù)據(jù)集的分析，給用戶推薦精準(zhǔn)的隱式反饋推薦。從用戶維度來講，我們能快速滿足用戶需求，提高用戶忠誠度。從平臺角度來看，能給平臺帶來大量忠實用戶，平且提高平臺知名度，以及幫助平臺實現(xiàn)長久盈利。

二、理解數(shù)據(jù)

1. 數(shù)據(jù)來源：

2. 理解字段

數(shù)據(jù)集介紹，且該數(shù)據(jù)集是2017年11月25日至2017年12月3日之間的數(shù)據(jù)

3. 字段介紹

其中行為類型，分為共有四種，分別是

4. 數(shù)據(jù)集大小說明

三、數(shù)據(jù)清洗

1. 修改列名

我們將數(shù)據(jù)集導(dǎo)入Navicat以后發(fā)現(xiàn)，我們沒有列名，數(shù)據(jù)集的第一行就是我們的數(shù)據(jù)，因此我們要手動為數(shù)據(jù)集添加列名，以便后來更好的處理數(shù)據(jù)。

列名修改結(jié)果如下

2. 缺失值處理

首先，我們先來確認(rèn)，數(shù)據(jù)中是否存在缺失值

select count(*), count(UserID), count(Product_ID), count(Product_Category_ID), count(Behavior),count(Timestamp)from Userbehavior;我們在當(dāng)初定義表的時候，選擇了not null選項，現(xiàn)在在用count計算時，會發(fā)現(xiàn)，我們時沒有缺失值的。

可是如果我們在未來工作中，碰到需要處理缺失值的時候，我們應(yīng)該怎么做呢？

一般有兩種處理方式，第一種，是刪除缺失值，即，刪除缺失值所在行，code如下

delete from 表名 where 列名 is null;第二種，是填充缺失值

select coalesce(列名, 要填充的值) from 表名;3. 將時間戳轉(zhuǎn)換和拆分為日期和時間

首先，從時間戳中抽取日期

alter table Userbehavior add 日期 varchar(255);update Userbehaviorset 日期=from_unixtime(時間戳,'%Y-%m-%d')；修改后結(jié)果如圖

然后，從時間戳中抽取時間

alter table Userbehavior add Time varchar(255);update Userbehaviorset Time =from_unixtime(時間戳,'%H:%i:%s')修改結(jié)果如圖

這樣就能更好，更直觀的幫助我們理解數(shù)據(jù)啦。

4. 異常值處理

我們在描述數(shù)據(jù)集時提到過，該數(shù)據(jù)時2017年11月25日至2017年12月3日之間的數(shù)據(jù)，因此，若是在此時間段外的數(shù)據(jù)，應(yīng)該就是我們需要刪除的異常值了。

DELETE FROM userbehavior WHERE 日期 not BETWEEN '2017-11-25' AND '2017-12-03';這樣就刪除了，不在我們需要的日期范圍內(nèi)的數(shù)據(jù)啦

我們再一次檢查的時候，就會發(fā)現(xiàn)比之前少了三行數(shù)據(jù)

四、業(yè)務(wù)分析思路

我們將從四個方面對數(shù)據(jù)集進(jìn)行分析

產(chǎn)品，業(yè)務(wù)流程，用戶以及促銷四個方面來對數(shù)據(jù)集進(jìn)行分析

1. 分析思路：

產(chǎn)品方面分析：熱銷產(chǎn)品和滯銷產(chǎn)品分別有哪些，導(dǎo)致熱銷或滯銷的的原因可能是哪些原因？

分析方法： 群組分析法 ，假設(shè)檢驗分析法

業(yè)務(wù)流程轉(zhuǎn)化率分析：通過用戶的購買流程，確定各個環(huán)節(jié)的流失率，留存率

分析方法：漏斗分析法

用戶的行為習(xí)慣分析：以PV、UV等指標(biāo)，找出用戶最活躍的日期以及每天活躍時間段。

分析方法： 群組分析法 ，假設(shè)檢驗分析法


產(chǎn)品方面分析

我們將數(shù)據(jù)清洗整理后，我們先來看看我們的熱銷產(chǎn)品有哪些

SELECT product_category_ID,COUNT(product_category_ID)AS Num FROM userbehaviorGROUP BY product_category_IDORDER BY Num DESCLIMIT 10;我們選取了熱銷產(chǎn)品的TOP10來看，但是這里有一個問題，這個榜是包含了用戶所有行為的表格，包括加購，收藏，點擊和購買，我們拆開來看看，每個環(huán)節(jié)的情況。

select Product_Category_ID,COUNT(product_category_id)AS Num,(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'pv') as pv,(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'cart') as cart,(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'fav') as fav,(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'buy') as buyFrom userbehavior u1Group by u1.product_category_idOrder By Num DescLIMIT 10;我們可以看到，毫不意外，用戶主要的行為還是在點擊量上。

我們來看這個分析結(jié)果，可以發(fā)現(xiàn)，針對不同類別的產(chǎn)品，我們可以使用不同的策略。鑒于，商家最后追求的都是成交量，因此，我們將轉(zhuǎn)化率列出來，用戶的點擊量和購買量之間的比。方便我們更直觀的觀察數(shù)據(jù)。

select Product_Category_ID,COUNT(product_category_id)AS Sum,(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'pv') as pv,(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'cart') as cart,(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'fav') as fav,(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'buy') as buy,CONCAT(ROUND(((Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'buy')/(Select COUNT(u2.product_category_id) from userbehavior u2 WHERE u1.product_category_id = u2.Product_Category_ID AND Behavior = 'pv')*100),2),'%') AS changesFrom userbehavior u1Group by u1.product_category_idOrder By sum DescLIMIT 10; 我們發(fā)現(xiàn)，行為總數(shù)最多的商品種類3607361，成交率是0.那么很顯然，產(chǎn)品的高點擊量本質(zhì)上毫無意義，因為不能給店鋪帶來收益。在高點擊量的情況下，我們能夠看出，該產(chǎn)品的獲客能力是很強的，證明公司的推廣策略本身很有效，但是用戶點擊進(jìn)來后的，加購，收藏，和購買行為都在我們上面展示的10條數(shù)據(jù)里面，并不算是偏高的。由此說明，用戶點擊進(jìn)來后，沒有找到自己想要的，或者說，用戶點擊來發(fā)現(xiàn)產(chǎn)品不是自己期望的。該產(chǎn)品就需要在這種方面進(jìn)行改善。

我們再來看看購買量排名前十的產(chǎn)品品類的狀況。

由上面數(shù)據(jù)可以看出，轉(zhuǎn)化率最高的能達(dá)到150%的890050，就說明，用戶點擊進(jìn)入店鋪后，還瀏覽的店鋪的其他商品，并且促成了成交。這個種類的策略偏向也很明顯了，pv只有兩個，后期產(chǎn)品的策略選擇上，應(yīng)該著重放在獲客情況上面。

業(yè)務(wù)流程轉(zhuǎn)化率分析

通過用戶的購買流程，確定各個環(huán)節(jié)的流失率，留存率

用戶達(dá)成購買行為可能存在以下幾種路徑

1. 點擊 - 購買

SELECT CONCAT(ROUND(((SELECT COUNT(UserID) FROM userbehavior WHERE Behavior = 'pv')-(SELECT COUNT(UserID)FROM userbehavior WHERE Behavior = 'buy'))/COUNT(*)*100,2),'%') AS 加購流失率FROM userbehavior;我們看到這個用戶流失率高達(dá)88.07%，我們先來看看剩下幾個路徑，再來一起對比。

2. 點擊 - 加購 - 購買

SELECT CONCAT(ROUND(((SELECT COUNT(UserID) FROM userbehavior WHERE Behavior = 'pv')-(SELECT COUNT(UserID)FROM userbehavior WHERE Behavior = 'cart'))/COUNT(*)*100,2),'%') AS 加購流失率,CONCAT(ROUND(((SELECT COUNT(UserID) FROM userbehavior WHERE Behavior = 'cart')-(SELECT COUNT(UserID)FROM userbehavior WHERE Behavior = 'buy'))/COUNT(*)*100,2),'%') AS 購買流失率FROM userbehavior;加購流失率：84.48% 加購后購買流失率 - 3.58%

3. 點擊 - 收藏 - 購買

SELECT CONCAT(ROUND(((SELECT COUNT(UserID) FROM userbehavior WHERE Behavior = 'pv')-(SELECT COUNT(UserID)FROM userbehavior WHERE Behavior = 'fav'))/COUNT(*)*100,2),'%') AS 收藏流失率,CONCAT(ROUND(((SELECT COUNT(UserID) FROM userbehavior WHERE Behavior = 'fav')-(SELECT COUNT(UserID)FROM userbehavior WHERE Behavior = 'buy'))/COUNT(*)*100,2),'%') AS 購買流失率FROM userbehavior;收藏流失率： 86.87%， 購買流失率： 1.19%

4. 點擊 - 收藏 - 加購 - 購買

SELECT CONCAT(ROUND(((SELECT COUNT(UserID) FROM userbehavior WHERE Behavior = 'pv')-(SELECT COUNT(UserID)FROM userbehavior WHERE Behavior = 'cart'))/COUNT(*)*100,2),'%') AS 加購流失率,CONCAT(ROUND(((SELECT COUNT(UserID) FROM userbehavior WHERE Behavior = 'cart')-(SELECT COUNT(UserID)FROM userbehavior WHERE Behavior = 'fav'))/COUNT(*)*100,2),'%') AS 收藏流失率,CONCAT(ROUND(((SELECT COUNT(UserID) FROM userbehavior WHERE Behavior = 'fav')-(SELECT COUNT(UserID)FROM userbehavior WHERE Behavior = 'buy'))/COUNT(*)*100,2),'%') AS 購買流失率FROM userbehavior;加購流失率： 84.48%， 收藏流失率： 2.39%, 購買流失率 : 1.19%

其實，我們可以看出，用戶點擊進(jìn)入頁面后，流失率其實比較大。我們就要分析可能有哪些方面的原因，比如加購流失率高達(dá)84.88%，用戶點擊我們的產(chǎn)品，側(cè)面反映出來，用戶對我們的產(chǎn)品主圖以及標(biāo)題是感興趣的。那么我就需要弄明白，在用戶進(jìn)入頁面后，是產(chǎn)品詳情頁或者是副圖不符合客戶預(yù)期，導(dǎo)致加購和收藏流失率極度攀升。

用戶分析

用戶的行為習(xí)慣分析

我們來看看用戶分析，首先來看看用戶的行為習(xí)慣分析，首先來看，每日點擊量pv，以及獨立點擊量uv

SELECT date, COUNT(behavior) as pv, COUNT(DISTINCT UserID) AS uvFROM userbehaviorWHERE Behavior = 'pv'GROUP BY DateORDER BY Date;我們從上述數(shù)據(jù)可以看出，在1202和1203這兩天，用戶無論是點擊量還是獨立用戶訪問數(shù)，都略高于平時。我們對這兩天訪問量高做假設(shè)檢驗的分析

提問：1202和1203訪問量高的原因是什么？

假設(shè)：1202和1203有特殊的節(jié)日

而后，我們通過查詢歷史數(shù)據(jù)發(fā)現(xiàn)，1202和1203兩天，是那周的周末。由此，我們確認(rèn)，假設(shè)成立。

用戶價值分析

• 概念： recency， frequency，monetary
  
• R值：用戶最近一次購買行為距今時長，R值越小，用戶價值越高
  
• F值：用戶一段時間內(nèi)消費了多少次，F(xiàn)值越大，用戶價值越高
  
• M值：用戶一段時間內(nèi)消費了多少錢，M值越大，用戶價值越高

對于本次數(shù)據(jù)，我們?nèi)狈ο嚓P(guān)的M值的數(shù)據(jù)，因此我們主要關(guān)注，R值，和F值。

由于我們拿到的是歷史數(shù)據(jù)，因此我們定義適合本次數(shù)據(jù)的R值和F值

R值：用戶最近一次購買行為12月3日時長。

F值：用戶2017年11月27日至2017年12月3日的消費了次數(shù)，F(xiàn)值越大，用戶價值越高

SELECT UserID,DATEDIFF('2017-12-3',max(date)) as R ,count(Behavior) as Ffrom userbehaviorwhere Behavior ='buy'group by UserIDORDER BY R DESC,F DESC;隨后，我們指定自己的打分規(guī)則

隨后，我們根據(jù)我們的打分規(guī)則，對用戶進(jìn)行分組，確認(rèn)用戶價值

SELECT a.*,(case when R<=2 then 4when R between 3 and 4 then 3when R between 5 and 6 then 2when R between 7 and 8 then 1 end) as Rscore,(case when F between 1 and 3 then 1when F between 4 and 6 then 2when F between 7 and 9 then 3when F>=10 then 4 end) as Fscorefrom (SELECT UserID,DATEDIFF('2017-12-3',max(date)) as R ,count(Behavior) as Ffrom userbehaviorwhere Behavior ='buy'group by UserID)a;

總結(jié)與建議

產(chǎn)品方面，我們可以看到，在我們看到，各類的產(chǎn)品的銷售狀況很不一樣，有的產(chǎn)品種類獲客很容易，但是轉(zhuǎn)化率很低，但是有的產(chǎn)品，獲客能力不足，但是轉(zhuǎn)化率卻極高。因此，對于不同類型的產(chǎn)品，應(yīng)該因地制宜選擇不同的銷售策略。

業(yè)務(wù)流程方面，我們對各種不同類型的業(yè)務(wù)流程分別進(jìn)行了分析，然后我們就會發(fā)現(xiàn)，普遍情況，客戶的流失都是在點擊后，這就意味著，大家的重點都集中在引流，但是客戶點擊進(jìn)來之后，很快就會走，這樣的引流毫無意義，關(guān)于這方面，商家應(yīng)該更側(cè)重在客戶點進(jìn)來之后，如何留住客戶。

用戶行為方面，我們可以看到，在周六日這種特殊的日子，用戶的訪問時間明顯變長，如果考慮做活動的話，應(yīng)該主動集中在這些日子，能帶來不少自然流量的同時，也能更好的提高轉(zhuǎn)化率。