0. 数据代码获取

关注公众号：『AI学习星球』
回复：电商用户行为可视化分析 即可获取数据下载。
算法学习、4对1辅导、论文辅导或核心期刊可以通过公众号或➕v：codebiubiubiu滴滴我

---

1. 项目介绍

1.1 分析背景

电商平台在所有媒体类型中，具有足够的特殊性，是兼具媒体场景和消费场景两大属性的平台，符合品效合一，也因此衍生出了贴合电商“搜索-购买-评价”链条的多种营销模式。随着电商营销产业链上消费行为数据的积累，海量数据中蕴含着无尽的价值，显现了用户不同的购物方式及爱好，基于此背景，本文利用阿里天池中淘宝电商用户数据进行分析。

• 数据集包含了2014年11月18日至2014年12月18日之间，用户的完整行为数据（行为包括浏览、收藏、加购物车、购买）。
• 数据集的每一行表示一条用户行为，由用户标识、商品标识、行为类型、用户位置的空间标识、商品分类标识和行为时间组成

字段名称	字段描述
user_id	用户标识，抽样&字段脱敏
item_id	商品标识，字段脱敏
behavior_type	用户对商品的行为类型，包括浏览、收藏、加购物车、购买，对应取值分别是1、2、3、4。
user_geohash	用户位置的空间标识，可以为空，由经纬度通过保密的算法生成
item_category	商品分类标识，字段脱敏
time	精确到小时级别

1.2 分析目的

通过对淘宝App用户行为数据分析，为以下问题提供解释和改进建议：

1. 用户在不同时间周期下的活跃规律，了解用户行为习惯；
2. 分析用户使用App过程中的常见电商分析指标，确定各个环节的流失率，找到需要改进的环节；
3. 用户对不同种类商品的偏好，提出针对不同商品的营销策略；
4. 提取出最具价值的核心付费用户群，对这部分用户的行为进行分析。

1.3 分析思路

针对提出的问题，主要从用户行为时间维度、指标转化率、商品购买情况、用户价值等四个方面进行分析。

2. 数据清洗

2.1 加载必要的库

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

#导入数据并查看头部
user=pd.read_csv('tianchi_mobile_recommend_train_user.csv')
user.head()

2.2 读取数据

df.info()

#查看统计信息
df.describe()

2.3 统计缺失值

user.isnull().sum()

因为不做地理数据的分析user_geohash 这列的缺失值不做处理。

2.4 处理数据

a. 删除重复值

df.drop_duplicates(keep='last',inplace=True)

b. 转换时间格式

df['time'] = pd.to_datetime(df.time)

c. 提取日期和时间

df['dates'] = df.time.dt.date
df['month'] = df.dates.values.astype('datetime64[M]')
df['hours'] = df.time.dt.hour

d. 转换数据类型

df['behavior_type'] = df['behavior_type'].apply(str)
df['user_id'] = df['user_id'].apply(str)
df['item_id'] = df['item_id'].apply(str)

---

关注公众号：『AI学习星球』
回复：电商用户行为可视化分析 即可获取数据下载。
算法学习、4对1辅导、论文辅导或核心期刊可以通过公众号或➕v：codebiubiubiu滴滴我

---

3. 分析内容

可视化内容主要利用的是pyecharts库，其数据交互性较好

import pyecharts.options as opts
from pyecharts.charts import *

3.1 用户活跃规律

a. 日均pv与uv

提取出每日pv与uv的数据

pv_day=user[user.behavior_type=="1"].groupby("dates")["behavior_type"].count()
uv_day=user[user.behavior_type=="1"].drop_duplicates(["user_id","dates"]).groupby("dates")["user_id"].count()

做趋势图

# 加载库
import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.charts import Grid
import numpy as np# 做出每天的pv与uv趋势图
attr=list(pv_day.index)
pv=(Line(init_opts=opts.InitOpts(width="1000px",height="500px")).add_xaxis(xaxis_data=attr).add_yaxis("pv",np.around(pv_day.values/10000,decimals=2),label_opts=opts.LabelOpts(is_show=False)).add_yaxis(series_name="uv",yaxis_index=1,y_axis=np.around(uv_day.values/10000,decimals=2),label_opts=opts.LabelOpts(is_show=False),).extend_axis(yaxis=opts.AxisOpts(name="uv",type_="value",min_=0,max_=1.6,interval=0.4,axislabel_opts=opts.LabelOpts(formatter="{value} 万人"),)).set_global_opts(tooltip_opts=opts.TooltipOpts(is_show=True,trigger="axis",axis_pointer_type="cross"),xaxis_opts=opts.AxisOpts(type_="category",axispointer_opts=opts.AxisPointerOpts(is_show=True,type_="shadow"),),yaxis_opts=opts.AxisOpts(name="pv",type_="value",min_=0,max_=100,interval=20,axislabel_opts=opts.LabelOpts(formatter="{value} 万次"),axistick_opts=opts.AxisTickOpts(is_show=True),splitline_opts=opts.SplitLineOpts(is_show=True),),title_opts=opts.TitleOpts(title="pv与uv趋势图"),)
)pv.render_notebook()

从趋势图来看，浏览量和浏览人数在双十二活动期间有一个猛烈的上涨，在活动过后趋势又趋于平稳，可利用活动带来的巨大流量，提升用户的购买转化率。

b. 日新增pv、uv趋势

pv_uv = pd.concat([pv_day, uv_day], join='outer', axis=1)
pv_uv.columns = ['pv_day', 'uv_day']new_day=pv_uv.diff()
new_day.columns=['new_pv','new_uv']
new_day

attr = new_day.index
v = new_day.new_uv
w = new_day.new_pvli=(Line(init_opts=opts.InitOpts(width="1000px",height="500px")).add_xaxis(xaxis_data=attr).add_yaxis("新增pv",w,label_opts=opts.LabelOpts(is_show=False)).extend_axis(yaxis=opts.AxisOpts(name="新增uv",type_="value",min_=-2000,max_=1600,interval=400,axislabel_opts=opts.LabelOpts(formatter="{value}"),)).set_global_opts(tooltip_opts=opts.TooltipOpts(is_show=True, trigger="axis", axis_pointer_type="cross"),xaxis_opts=opts.AxisOpts(type_="category",axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),),yaxis_opts=opts.AxisOpts(name="新增pv",type_="value",min_=-350000,max_=250000,interval=100000,axislabel_opts=opts.LabelOpts(formatter="{value}"),axistick_opts=opts.AxisTickOpts(is_show=True),splitline_opts=opts.SplitLineOpts(is_show=True),),title_opts=opts.TitleOpts(title="pv、uv差异分析"),)
)
il=(Line().add_xaxis(xaxis_data=attr).add_yaxis("新增uv",v,yaxis_index='1',label_opts=opts.LabelOpts(is_show=False),)
)
c=li.overlap(il)
c.render_notebook()

从新增pv、uv可以看出双十二活动期间更加明显的流量波动。

c. 日活跃时段

#转换按小时统计数据
pv_hour = user[user.behavior_type == '1'].groupby('hours')['behavior_type'].count()
uv_hour = user[user.behavior_type == '1'].drop_duplicates(['user_id','hours']).groupby('hours')['user_id'].count()
attr=list(pv_hour.index)
#作图
pvh=(Line(init_opts=opts.InitOpts(width="1000px",height="500px")).add_xaxis(xaxis_data=attr).add_yaxis("pv",np.around(pv_hour.values/1000,decimals=2),label_opts=opts.LabelOpts(is_show=False)).add_yaxis(series_name="uv",yaxis_index=1,y_axis=np.around(uv_hour.values/1000,decimals=2),label_opts=opts.LabelOpts(is_show=False),).extend_axis(yaxis=opts.AxisOpts(name="uv",type_="value",min_=0,max_=16,interval=4,axislabel_opts=opts.LabelOpts(formatter="{value} 千人"),)).set_global_opts(tooltip_opts=opts.TooltipOpts(is_show=True,trigger="axis",axis_pointer_type="cross"),xaxis_opts=opts.AxisOpts(type_="category",axispointer_opts=opts.AxisPointerOpts(is_show=True,type_="shadow"),),yaxis_opts=opts.AxisOpts(name="pv",type_="value",min_=0,max_=140,interval=20,axislabel_opts=opts.LabelOpts(formatter="{value} 千次"),axistick_opts=opts.AxisTickOpts(is_show=True),splitline_opts=opts.SplitLineOpts(is_show=True),),title_opts=opts.TitleOpts(title="pv与uv趋势图",subtitle="按小时"),))
pvh.render_notebook()

可以发现0点到6点是一个低谷时段，大部分用户在休息，6点到10点是用户访问浏览的一个迅速增长时段，10点到18点访问趋势较平稳，晚上19点到23点是用户最活跃的时段，可以利用这段时间向用户推荐其兴趣爱好的商品，提高转化率。

3.2 用户各类行为分析

a. 用户行为趋势（按日）

shopping_cart= user[user.behavior_type == '3'].groupby('dates')['behavior_type'].count()
collect=user[user.behavior_type=='2'].groupby('dates')['behavior_type'].count()
buy=user[user.behavior_type=='4'].groupby('dates')['behavior_type'].count()attr_a=list(shopping_cart.index)
v_1=shopping_cart.values.tolist()
v_2=collect.values.tolist()
v_3=buy.values.tolist()b=(Line().add_xaxis(xaxis_data=attr_a).add_yaxis("加购人数",v_1,label_opts=opts.LabelOpts(is_show=False)).add_yaxis("收藏人数",v_2,label_opts=opts.LabelOpts(is_show=False)).add_yaxis("购买人数",v_3,label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title="不同时期用户行为数据"))
)
b.render_notebook()

可以看出，加入购物车、收藏、购买等行为与浏览量的量级是不在一个等级的，但趋势是较一致的。

b. 用户行为数据（按时）

由于数据里面包含双十二大促的数据，因此整理分析用户的不同时段行为可能会导致分析结果与实际差异较大，因此拆分开来做不同的对比分析。

• 活动期间

user['dates']=pd.to_datetime(user['dates'])
active=user[user["dates"].isin(["2014/12/11","2014/12/12","2014/12/13"])]
daily=user[~user["dates"].isin(["2014/12/11","2014/12/12","2014/12/13"])]from pyecharts.charts import Bar
# 活动数据
cart_h= active[active.behavior_type == '3'].groupby('hours')['behavior_type'].count()
collect_h=active[active.behavior_type=='2'].groupby('hours')['behavior_type'].count()
buy_h=active[active.behavior_type=='4'].groupby('hours')['behavior_type'].count()
uv_h=active[active.behavior_type== '1'].groupby('hours')['user_id'].count()attr_h=list(cart_h.index)
h1=np.around(cart_h.values/3,decimals=0).tolist()
h2=np.around(collect_h.values/3,decimals=0).tolist()
h3=np.around(buy_h.values/3,decimals=0).tolist()
h4=np.around(uv_h.values/3,decimals=0).tolist()h=(Line(init_opts=opts.InitOpts(width="1000px",height="500px")).add_xaxis(xaxis_data=attr_h).add_yaxis("加购人数",h1,label_opts=opts.LabelOpts(is_show=False)).add_yaxis("收藏人数",h2,label_opts=opts.LabelOpts(is_show=False)).add_yaxis("购买人数",h3,label_opts=opts.LabelOpts(is_show=False)).set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),title_opts=opts.TitleOpts(title="日均各时段活动用户行为",pos_top="48%"),legend_opts=opts.LegendOpts(pos_top="48%"),)
)
bar=(Bar().add_xaxis(xaxis_data=attr_h).add_yaxis("浏览人数",h4,label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title="活动pv对比数据"),)
)ggrid = (Grid().add(bar, grid_opts=opts.GridOpts(pos_bottom="60%")).add(h, grid_opts=opts.GridOpts(pos_top="60%"))
)
ggrid.render_notebook()

这是三天活动的日均数据，可以发现活动期间是商家在起主导作用大促集中在零点，因此用户的购买高峰也出现在0点，点击浏览的高峰集中在晚上的21点到22点之间，因此商家可以在20点前改好促销页面吸引顾客参加0点的活动。

• 日常期间

#转换日常期间行为数据
cart_d= daily[daily.behavior_type == '3'].groupby('hours')['behavior_type'].count()
collect_d=daily[daily.behavior_type=='2'].groupby('hours')['behavior_type'].count()
buy_d=daily[daily.behavior_type=='4'].groupby('hours')['behavior_type'].count()
uv_d=daily[daily.behavior_type== '1'].groupby('hours')['user_id'].count()
attr_d=list(cart_d.index)
d1=np.around(cart_d.values/28,decimals=0).tolist()
d2=np.around(collect_d.values/28,decimals=0).tolist()
d3=np.around(buy_d.values/28,decimals=0).tolist()
d4=np.around(uv_d.values/3,decimals=0).tolist()
#作图
d=(Line(init_opts=opts.InitOpts(width="1000px",height="500px")).add_xaxis(xaxis_data=attr_d).add_yaxis("加购人数",d1,label_opts=opts.LabelOpts(is_show=False)).add_yaxis("收藏人数",d2,label_opts=opts.LabelOpts(is_show=False)).add_yaxis("购买人数",d3,label_opts=opts.LabelOpts(is_show=False)).set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),title_opts=opts.TitleOpts(title="日均各时段活动用户行为",pos_top="48%"),legend_opts=opts.LegendOpts(pos_top="48%"),).set_series_opts(markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max",name="最大值"),opts.MarkPointItem(type_="min",name="最小值"),])))
y=(Bar().add_xaxis(xaxis_data=attr_d).add_yaxis("浏览人数",d4,label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title="日常pv对比数据"),).set_series_opts(markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max",name="最大值"),opts.MarkPointItem(type_="min",name="最小值"),])))
ggrid = (Grid().add(y, grid_opts=opts.GridOpts(pos_bottom="60%")).add(d, grid_opts=opts.GridOpts(pos_top="60%")))
ggrid.render_notebook()

与大促不同的是日常期间购买人数从上午10点到晚上23点变化都不会太大，高峰出现在晚上21点，pv、加购、收藏的高峰出现在晚上21点到22点之间，说明大家都喜欢在晚上这个时间段浏览商品，日常时可以集中在这个时段进行促销活动。

• 购买率

# 活动时购买率
hour_buy_user_num = active[active.behavior_type == '4'].drop_duplicates(['user_id','dates', 'hours']).groupby('hours')['user_id'].count()
hour_active_user_num = active.drop_duplicates(['user_id','dates', 'hours']).groupby('hours')['user_id'].count()
hour_buy_rate = hour_buy_user_num / hour_active_user_num
attr_o = list(hour_buy_user_num.index)
vo_2 =np.around(hour_buy_rate.values,decimals=2) 
# 日常时购买率
hour_buy_daily_num = daily[daily.behavior_type == '4'].drop_duplicates(['user_id','dates', 'hours']).groupby('hours')['user_id'].count()
hour_active_daily_num = daily.drop_duplicates(['user_id','dates', 'hours']).groupby('hours')['user_id'].count()
daily_buy_rate = hour_buy_daily_num / hour_active_daily_num
vi_2 =np.around(daily_buy_rate.values,decimals=2) hbu=(Line().add_xaxis(xaxis_data=attr_o).add_yaxis("日常购买率",vi_2,).add_yaxis("活动购买率",vo_2,).set_global_opts(title_opts=opts.TitleOpts(title="不同时段购买率"))
)hbu.render_notebook()

日常时的购买率最高的出现在上午10点到下午16点间，还有晚上的21点左右，和活动期间的购买率不同，但是明显晚上21点已经在分析中出现比较多的峰值，因此可以考虑这个时段做做吸引用户购买的措施。

c 行为漏斗转化分析

• 活动期间

from pyecharts.charts import Funnel# 活动转化
a_pv=active[active.behavior_type=="1"]["user_id"].count()
a_cart=active[active.behavior_type=="3"]["user_id"].count()
a_collect=active[active.behavior_type=="2"]["user_id"].count()
a_buy=active[active.behavior_type=="4"]["user_id"].count()a_attr=["点击","加入购物车","收藏","购买"]
values=[np.around((a_pv/a_pv*100),2),np.around((a_cart/a_pv*100),2),np.around((a_collect/a_pv*100),2),np.around((a_buy/a_pv*100),2),]data = [[a_attr[i], values[i]] for i in range(len(a_attr))]a=(Funnel().add(series_name="用户行为",data_pair=data,gap=2,tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b} : {c}%",is_show=True),label_opts=opts.LabelOpts(is_show=True, position="ourside"),itemstyle_opts=opts.ItemStyleOpts(border_color="#fff", border_width=1),).set_global_opts(title_opts=opts.TitleOpts(title="用户转化漏斗", subtitle="活动"))
)a.render_notebook()

活动期间日均从点击到加入购物车的转化率只有5.01%，购买的只有2.12%，说明点击浏览量不少，但是吸引不了顾客购买，虽然是大的活动，但是转化率还是很低的，可以从提高加购率和收藏率着手，从而吸引顾客购买。

• 日常期间

# 日常转化
l_pv=daily[daily.behavior_type=="1"]["user_id"].count()
l_cart=daily[daily.behavior_type=="3"]["user_id"].count()
l_collect=daily[daily.behavior_type=="2"]["user_id"].count()
l_buy=daily[daily.behavior_type=="4"]["user_id"].count()l_attr=["点击","加入购物车","收藏","购买"]
valuel=[np.around((l_pv/l_pv*100),2),np.around((l_cart/l_pv*100),2),np.around((l_collect/l_pv*100),2),np.around((l_buy/l_pv*100),2),]datal = [[l_attr[i], valuel[i]] for i in range(len(l_attr))]dy=(Funnel().add(series_name="用户行为",data_pair=datal,gap=2,tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b} : {c}%",is_show=True),label_opts=opts.LabelOpts(is_show=True, position="ourside"),itemstyle_opts=opts.ItemStyleOpts(border_color="#fff", border_width=1),).set_global_opts(title_opts=opts.TitleOpts(title="用户转化漏斗", subtitle="日常"))
)
dy.render_notebook()

---

关注公众号：『AI学习星球』
回复：电商用户行为可视化分析 即可获取数据下载。
算法学习、4对1辅导、论文辅导或核心期刊可以通过公众号或➕v：codebiubiubiu滴滴我

---

4. 结论及建议

本次分析从四个不同的角度提出了问题，下面根据分析数据以及可视化结果给出结论和建议：

1. 用户活跃规律

• 在以日为单位的时间尺度下，用户在双十二活动期间比平常时期要更加活跃，建议合理有效的根据时间维度进行拉新促销活动。
• 平时一天中，大部分用户在19时到23时会比较活跃，其中21到22时，是一天当中最活跃的时段，成交量也是这一时段最高。建议可以在用户活跃的高峰期进行推广以使运营效果最大化，此时使用人数最多，活动容易触达用户，营销活动的形式可以通过促销、拼团、直播等形式进行。

2. 用户行为

从浏览到有购买意向只有1.4%的转化率，当然有一部分用户是直接购买，但也说明大多数用户以浏览页面为主而购买转化较少，此处为转化漏斗中需要改善和提高的环节。针对提高转化率提出一些建议：

• 优化电商平台的搜索匹配度和推荐策略，主动根据用户喜好推荐相关的商品，优化商品搜索的准确度和聚合能力，对搜索结果排序优先级进行优化。
• 在商品详情页的展示上突出用户关注的重点信息，精简信息流的呈现方式，减少用户寻找信息的成本。
• 优化加入购物车和收藏按键的触达，用户在滑屏时也能方便触达，增加功能使用的次数。

3. 商品销售

针对浏览量高而销量不高的这部分商品，需要提高的是用户从点击进入商品详情页到最终购买的体验。

• 商品详情页的实际价格是否相比展示价格偏差过大，有的商家为了吸引用户点击在商品展示页投放的价格具有较强吸引力，但实际价格偏高，在用户心中反而引起反感。
• 详情页的信息流展示是否合理，是否将用户最想看到的部分置于容易看到的位置，便于信息的获取。
• 优化商品展示的形式，利用视频等方式给用户更直观的感受，提高照片的美观程度。
• 评论区评价管理，尤其对于差评区的用户反馈进行认真对待，提高自身服务质量。
• 通过将畅销商品和非畅销商品进行捆绑销售，当然在做这些活动之前，可以先尝试做 A/B 测试，找到最适合的销售方式和最合适的商品类型捆绑，不断提升转化率。

4. 用户价值

• 体系中的重要价值客户，需要重点关注，并且活动投放时需谨慎对待。
• 对于占比最高的重要保持客户（忠诚度较高，购买能力不足），适当给予折扣或施行捆绑销售销售政策。
• 对于重要发展客户，可以通过传递新品，通知店铺活动信息。
• 对于挽留客户，运营活动可以重点针对这部分用户，提高用户使用产品的频率，可以通过拼团打折、积分兑换等活动唤起用户注意力。

5. 其他方面

• 提高留存：淘宝APP的留存相对而言较为稳定，让用户提高、保持使用淘宝电商平台的频率相对而言更加重要。
• 用户推荐：淘宝本身用户基数庞大，知名度高，个人认为在一二线城市的用户基本已经达到饱和，传播工作需要针对三四线城市的渠道下沉，在这些地区针对用户价格敏感度高的特性开展类似拼多多的拼团转发和打折促销活动，扩大这部分用户的使用率。

---

关注公众号：『AI学习星球』
回复：电商用户行为可视化分析 即可获取数据下载。
算法学习、4对1辅导、论文辅导或核心期刊可以通过公众号或➕v：codebiubiubiu滴滴我