实战3-淘宝用户行为分析及可视化

淘宝用户行为分析及可视化

目录

  • 淘宝用户行为分析及可视化
    • 分析背景
    • 明确问题
    • 读取和理解数据
    • 数据预处理
    • 数据分析与可视化
      • 用户行为分析
        • 日PV和日UV
        • PV与UV相关性
        • 可视化
      • 时PV和时UV
        • 相关性
        • 可视化
      • 不同行为类型用户PV分析
      • 操作行为分析
        • 操作行为情况
        • 操作行为可视化
      • 用户消费行为分析
        • 日ARPU和日ARPPU
      • 用户购买次数情况分析
      • 每天平均消费次数
      • 付费率
      • 同一时间段用户消费次数分布
      • 复购行为分析
        • 月复购率
      • 留存率
      • 漏斗流失分析
      • 二八理论分析淘宝商品
      • 用户细分（RFM）
      • 计算R
      • 计算F
      • 给予指标
      • 用户分类
      • 统计不同类型用户结果及可视化
    • 结论与建议

分析背景

  • 对淘宝2014年11月18至12月18日用户行为进行分析,该数据集包含了1200+万行，数据字段详解：

    • user_id: 用户ID
    • item_id: 商品ID
    • behavior_type: 用户操作行为。1-点击，2-收藏，3-加入购物车，4-支付
    • user_geohash: 用户地理位置（经过脱敏处理）
    • item_category: 品类ID，商品所属种类
    • time: 操作时间

  • 数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=46

  • 旨在针对电商用户行为进行分析
    在这里插入图片描述

明确问题

  1. 了解淘宝的日浏览量和日独立用户数
  2. 淘宝用户的消费及复购行为
  3. 淘宝平台各种用户行为之间的转化率
  4. 留存率分析
  5. 利用二八理论分析淘宝主要商品的价值
  6. 建立RFM模型对用户进行分类
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pyecharts.charts import Bar, Funnel
from pyecharts import options as opts# 解决suptitle报警问题
# import matplotlib
# matplotlib.use("TkAgg")# 设置主题
plt.style.use('ggplot')# 解决中文字符显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

读取和理解数据

data = pd.read_csv('tianchi_mobile_recommend_train_user.csv', dtype=str, encoding='utf-8')

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 12256906 entries, 0 to 12256905
Data columns (total 6 columns):#   Column         Dtype 
---  ------         ----- 0   user_id        object1   item_id        object2   behavior_type  object3   user_geohash   object4   item_category  object5   time           object
dtypes: object(6)
memory usage: 561.1+ MB

data.head()
user_iditem_idbehavior_typeuser_geohashitem_categorytime
0980478372324315621NaN42452014-12-06 02
1977261363835835901NaN58942014-12-09 20
298607707647497121NaN28832014-12-18 11
398662432320593836196nn52n65622014-12-06 10
4981459082902085201NaN139262014-12-16 21

数据预处理

# 统计缺失值
data.apply(lambda x: sum(x.isnull()))

user_id                0
item_id                0
behavior_type          0
user_geohash     8334824
item_category          0
time                   0
dtype: int64

# 统计缺失率
data.apply(lambda x: sum(x.isnull()) / len(x))

user_id          0.00000
item_id          0.00000
behavior_type    0.00000
user_geohash     0.68001
item_category    0.00000
time             0.00000
dtype: float64

# 分割日期,转换形式
data['date'] = data['time'].str[:-3]
data['hour'] = data['time'].str[-2:].astype(int)
data['date'] = pd.to_datetime(data['date'])
data['time'] = pd.to_datetime(data['time'])

data.head()
user_iditem_idbehavior_typeuser_geohashitem_categorytimedatehour
0980478372324315621NaN42452014-12-06 02:00:002014-12-062
1977261363835835901NaN58942014-12-09 20:00:002014-12-0920
298607707647497121NaN28832014-12-18 11:00:002014-12-1811
398662432320593836196nn52n65622014-12-06 10:00:002014-12-0610
4981459082902085201NaN139262014-12-16 21:00:002014-12-1621
data.dtypes

user_id                  object
item_id                  object
behavior_type            object
user_geohash             object
item_category            object
time             datetime64[ns]
date             datetime64[ns]
hour                      int32
dtype: object

data.sort_values(by='time', ascending=True, inplace=True)
data.reset_index(drop=True, inplace=True)

data.head()
user_iditem_idbehavior_typeuser_geohashitem_categorytimedatehour
0734627153784852331NaN91302014-11-182014-11-180
1360901372367481151NaN105232014-11-182014-11-180
2404597331552181771NaN85612014-11-182014-11-180
38141991498085241NaN90532014-11-182014-11-180
411330998257308611NaN37832014-11-182014-11-180
# 对字符型数据进行统计，describe()理解include参数
data.describe(include=['object'])
user_iditem_idbehavior_typeuser_geohashitem_category
count122569061225690612256906392208212256906
unique10000287694745754588916
top36233277112921337194ek6ke1863
freq310301445115505811052393247

数据分析与可视化

用户行为分析

日PV和日UV

pv_daily = data.groupby('date').count()[['user_id']].rename(columns={'user_id':'pv'})
pv_daily.head()
pv
date
2014-11-18366701
2014-11-19358823
2014-11-20353429
2014-11-21333104
2014-11-22361355
# 每日独立访客量
uv_daily = data.groupby('date')[['user_id']].apply(lambda x: x.drop_duplicates().count()).rename(columns={'user_id':'uv'})
uv_daily.head()
uv
date
2014-11-186343
2014-11-196420
2014-11-206333
2014-11-216276
2014-11-226187
# 合并
pv_uv_daily = pd.concat([pv_daily, uv_daily], axis=1)
pv_uv_daily.head()
pvuv
date
2014-11-183667016343
2014-11-193588236420
2014-11-203534296333
2014-11-213331046276
2014-11-223613556187

PV与UV相关性

# pv与uv的相关性，method可以是相关性{spearman、pearson（默认）} 非相关性{kendall}
pv_uv_daily.corr(method='pearson')
pvuv
pv1.0000000.920602
uv0.9206021.000000

可视化

plt.figure(figsize=(9, 9), dpi=70)
plt.subplot(211)
plt.plot(pv_daily, color='red')
plt.title('每日访问量', pad=10)
plt.xticks(rotation=45)
plt.grid(b=False)
plt.subplot(212)
plt.plot(uv_daily, color='green')
plt.title('每日访问用户数', pad=10)
plt.xticks(rotation=45)
plt.suptitle('PV和UV变化趋势', fontsize=20)
plt.subplots_adjust(hspace=0.5)
plt.grid(b=False)
plt.show()

在这里插入图片描述

时PV和时UV

pv_hour = data.groupby('hour').count()[['user_id']].rename(columns={'user_id':'pv'})
uv_hour = data.groupby('hour')[['user_id']].apply(lambda x: x.drop_duplicates().count()).rename(columns={'user_id':'uv'})
pv_uv_hour = pd.concat([pv_hour, uv_hour], axis=1)
pv_uv_hour.head()
pvuv
hour
05174045786
12676823780
21470902532
3985161937
4804871765

相关性

# 相关性
pv_uv_hour.corr(method='spearman')
pvuv
pv1.0000000.903478
uv0.9034781.000000

可视化

fig = plt.figure(figsize=(9, 7), dpi=70)
fig.suptitle('PV和UV变化趋势', y=0.93, fontsize=18)
ax1 = fig.add_subplot(111)
ax1.plot(pv_hour, color='blue', label='每小时访问量')
ax1.set_xticks(list(np.arange(0,24)))
ax1.legend(loc='upper center', fontsize=12)
ax1.set_ylabel('访问量')
ax1.set_xlabel('小时')
ax1.grid(False)
ax2 = ax1.twinx()
ax2.plot(uv_hour, color='red', label='每小时访问用户数')
ax2.legend(loc='upper left', fontsize=12)
ax2.set_ylabel('访问用户数')
ax2.grid(False)
fig.show()

D:\ProgramData\Anaconda3\lib\site-packages\ipykernel_launcher.py:15: UserWarning: Matplotlib is currently using module://ipykernel.pylab.backend_inline, which is a non-GUI backend, so cannot show the figure.from ipykernel import kernelapp as app

在这里插入图片描述

不同行为类型用户PV分析

# data.groupby(['date', 'behavior_type'])[['user_id']].count().reset_index().rename(columns={'user_id':'pv'})
diff_behavior_pv = data.pivot_table(columns='behavior_type', index='date', values='user_id', aggfunc='count').rename(columns={'1':'click', '2':'collect', '3':'addToCart', '4':'pay'}).reset_index()

diff_behavior_pv.describe()
behavior_typeclickcollectaddToCartpay
count31.00000031.00000031.00000031.000000
mean372599.3870977824.38709711082.7096773877.580645
std56714.877753805.8272222773.9527182121.877671
min314572.0000006484.0000008679.0000003021.000000
25%344991.0000007285.50000010058.5000003333.000000
50%364097.0000007702.00000010256.0000003483.000000
75%378031.5000008279.50000011277.5000003678.000000
max641507.00000010446.00000024508.00000015251.000000
diff_behavior_pv.head()
behavior_typedateclickcollectaddToCartpay
02014-11-183458556904102123730
12014-11-193378707152101153686
22014-11-203327927167100083462
32014-11-21314572683286793021
42014-11-22340563725299703570
bar_width=0.2
xticklabels = ['7-%d' % i for i in list(np.arange(18,31))] + ['8-%d' % i for i in list(np.arange(1, 24))]plt.figure(figsize=(20, 9))
plt.bar(diff_behavior_pv.index-2*bar_width, diff_behavior_pv.click, width=bar_width, label='click')
plt.bar(diff_behavior_pv.index-bar_width, diff_behavior_pv.collect, bottom=0, width=bar_width, color='', alpha=0.5, label='collect')
plt.bar(diff_behavior_pv.index, diff_behavior_pv.addToCart, bottom=0, width=bar_width, color='black', label='toCart')
plt.bar(diff_behavior_pv.index+bar_width, diff_behavior_pv.pay, bottom=0, width=bar_width, color='blue',  label='pay')
plt.yscale('log')
plt.yticks(fontsize=20)
plt.xticks(ticks=list(np.arange(0, 37, 3)), labels=xticklabels[::3], rotation=45, fontsize=20)
plt.xlabel('日期', fontsize=22)
plt.ylabel('浏览量', fontsize=22)
plt.title('每天不同行为类型用户PV情况', fontsize=36)
plt.legend(loc='best', fontsize=18)
plt.grid(False)
plt.savefig('每天不同行为类型用户PV情况.png', quality=95, dpi=70)
plt.show()

在这里插入图片描述

结论：

操作行为分析

操作行为情况

pv_detatil = data.pivot_table(columns='behavior_type', index='hour', values='user_id', aggfunc=np.size)
pv_detatil.rename(columns={'1':'click', '2':'collect', '3':'addToCart', '4':'pay'}, inplace=True)
pv_detatil.head()
behavior_typeclickcollectaddToCartpay
hour
048734111062141564845
1252991627667121703
213913933113834806
39325022822480504
47583220102248397

操作行为可视化

for i in pv_detatil.columns.tolist()[1:]:plt.plot(pv_detatil[i], label=i)
plt.legend(loc='best', fontsize=12)
plt.title('访问行为情况', fontsize=18)
plt.xticks(list(np.arange(0, 24)))
plt.xlabel('小时')
plt.ylabel('数量')
plt.grid()
plt.show()

在这里插入图片描述

data_user_buy = data[data.behavior_type == '4'].groupby('user_id').size()
data_user_buy.head()

user_id
100001878    36
100011562     3
100012968    15
100014060    24
100024529    26
dtype: int64

click_times = data[data.behavior_type == '1'].groupby('user_id').size()
collect_times = data[data.behavior_type == '2'].groupby('user_id').size()
addToCart_times = data[data.behavior_type == '3'].groupby('user_id').size()
pay_times = data[data.behavior_type == '4'].groupby('user_id').size()
user_behavior = pd.concat([click_times, collect_times, addToCart_times, pay_times], axis=1)
user_behavior.columns= ['click', 'collect', 'addToCart','pay']
user_behavior.fillna(0, inplace=True)
user_behavior['pay_per_click'] = round(user_behavior['click'] / user_behavior['pay'], 1)
user_behavior.head()
clickcollectaddToCartpaypay_per_click
10000187825320.0200.036.070.3
1000115624232.09.03.0141.0
1000129683670.06.015.024.5
1000140609792.050.024.040.8
10002452911211.081.026.043.1
user_behavior.describe()
clickcollectaddToCartpaypay_per_click
count10000.00000010000.00000010000.00000010000.00000010000.000
mean1155.05810024.25560034.35640012.020500inf
std1430.05277473.90063563.88942919.050621NaN
min1.0000000.0000000.0000000.0000002.000
25%297.0000000.0000002.0000002.00000051.200
50%703.0000002.00000012.0000007.000000101.800
75%1461.00000018.00000039.00000015.000000247.125
max27720.0000002935.0000001810.000000809.000000inf
plt.hist(user_behavior[(user_behavior.pay_per_click < 800) & (user_behavior.pay_per_click >=0)].pay_per_click, bins=30)
plt.show()

在这里插入图片描述

# 相关性
user_behavior.corr(method='spearman').iloc[3:4, :3]
clickcollectaddToCart
pay0.6249260.3477760.659073

用户消费行为分析

日ARPU和日ARPPU

# 每日活跃用户数
active_user_daily = data.groupby('date')[['user_id']].apply(lambda x: x.drop_duplicates().count())
active_user_daily.head()
user_id
date
2014-11-186343
2014-11-196420
2014-11-206333
2014-11-216276
2014-11-226187
# 每日付费用户数
pay_user_daily = data[data.behavior_type == '4'].groupby('date')[['user_id']].apply(lambda x: x.drop_duplicates().count())
pay_user_daily.head()
user_id
date
2014-11-181539
2014-11-191511
2014-11-201492
2014-11-211330
2014-11-221411
# 合并
consume_daily = pd.concat([active_user_daily, pay_user_daily], axis=1)
# 重新命名字段
consume_daily.columns= ['activeUserDaily', 'payUserDaily']
# 由于数据中没有给用户消费金额，设每日每位用户消费为500
consume_daily['totalIncome'] = 500
# 计算ARPU
consume_daily['ARPU'] = round(consume_daily['totalIncome'] * consume_daily['payUserDaily'] / consume_daily['activeUserDaily'], 3)
# 计算ARPPU
consume_daily['ARPPU'] = round(consume_daily['totalIncome'] * consume_daily['payUserDaily'] / consume_daily['payUserDaily'])
consume_daily.head()
activeUserDailypayUserDailytotalIncomeARPUARPPU
date
2014-11-1863431539500121.315500.0
2014-11-1964201511500117.679500.0
2014-11-2063331492500117.796500.0
2014-11-2162761330500105.959500.0
2014-11-2261871411500114.029500.0
fig=plt.figure(figsize=(12, 8), dpi=100)
fig.suptitle('日用户消费行为', fontsize=20)
ax1 = fig.add_subplot(111)
ax1.plot(consume_daily['ARPU'],'ro-', label='日ARPU')
ax1.grid()
ax1.set_yticklabels(labels=list(np.arange(100, 300, 20)), fontsize=14)
ax1.set_ylabel('ARPU',fontsize=16)
ax1.legend(fontsize=14)
ax1.set_xlabel('日期', fontsize=16)
ax2 = ax1.twinx()
ax2.plot(consume_daily['ARPPU'], 'b-', label='日ARPPU')
ax2.legend(loc='upper left', fontsize=14)
ax2.set_yticklabels(labels=list(np.arange(470, 600, 10)), fontsize=14)
ax2.set_ylabel('ARPPU',fontsize=16)
fig.savefig('用户日消费行为.png', dpi=70, quality=95)
fig.show()

D:\ProgramData\Anaconda3\lib\site-packages\ipykernel_launcher.py:16: UserWarning: Matplotlib is currently using module://ipykernel.pylab.backend_inline, which is a non-GUI backend, so cannot show the figure.app.launch_new_instance()

在这里插入图片描述

用户购买次数情况分析

data['operation'] = 1
customer_operation = data.groupby(['date', 'user_id', 'behavior_type'])[['operation']].count()
customer_operation.reset_index(level=['date', 'user_id', 'behavior_type'], inplace=True)

customer_operation.head()
dateuser_idbehavior_typeoperation
02014-11-181000018781127
12014-11-1810000187838
22014-11-1810000187841
32014-11-18100014060123
42014-11-1810001406032
customer_operation[customer_operation.behavior_type == '4']['operation'].describe()

count    49201.000000
mean         2.443141
std          3.307288
min          1.000000
25%          1.000000
50%          1.000000
75%          3.000000
max        185.000000
Name: operation, dtype: float64

# 购买次数超过50次的用户数
customer_operation[(customer_operation.behavior_type == '4') & (customer_operation.operation > 50)].count()['user_id']

18

plt.hist(customer_operation[(customer_operation.behavior_type == '4') & (customer_operation.operation < 50)].operation, bins=10)
plt.show()

在这里插入图片描述

每天平均消费次数

customer_operation.groupby('date').apply(lambda x: x[x.behavior_type == '4'].operation.sum() / len(x.user_id.unique())).plot()

<matplotlib.axes._subplots.AxesSubplot at 0x9e8b888>

在这里插入图片描述

付费率

  • 公式

    活 跃 用 户 付 费 率 = U V ( 独 立 用 户 数 ) A P A ( 活 跃 付 费 账 号 ) 活跃用户付费率 = \frac{UV(独立用户数)}{APA(活跃付费账号)} 活跃用户付费率=APA(活跃付费账号)UV(独立用户数)​

customer_operation.groupby('date').apply(lambda x: x[x.behavior_type == '4'].operation.count() / len(x.user_id.unique())).plot()

<matplotlib.axes._subplots.AxesSubplot at 0x9e77f48>

在这里插入图片描述

同一时间段用户消费次数分布

customer_hour_operation  = data[data.behavior_type == '4'].groupby(['user_id', 'date', 'hour',])[['operation']].sum()
customer_hour_operation.reset_index(level=['user_id', 'date', 'hour'], inplace=True)
customer_hour_operation.head()
user_iddatehouroperation
01000018782014-11-18201
11000018782014-11-24203
21000018782014-11-25132
31000018782014-11-26162
41000018782014-11-26211
customer_hour_operation.operation.max()

97

plt.scatter(customer_hour_operation.hour, customer_hour_operation.operation)
plt.xlabel('hour', fontsize=14)
plt.ylabel('buy times', fontsize=14)
plt.show()

在这里插入图片描述

复购行为分析

月复购率

  • 按笔数（同一天超过一次）
  • 按周期（同一天购买多次算一次）
# 按周期
data_rebuy = data[data.behavior_type == '4'].groupby('user_id')['date'].apply(lambda x: len(x.unique()))

data_rebuy[:5]

user_id
100001878    15
100011562     3
100012968    11
100014060    12
100024529     9
Name: date, dtype: int64

# 复购率
data_rebuy[data_rebuy >= 2].count() / data_rebuy.count()

0.8717083051991897

data_day_buy = data[data.behavior_type == '4'].groupby(['user_id']).date.apply(lambda x: x.sort_values()).diff(1).dropna().map(lambda x: x.days)

data_day_buy.head()

user_id           
100001878  2439076    62439090    02440428    02660355    12672617    0
Name: date, dtype: int64

留存率

from datetime import datetime 
day_user = {}
for dt in set(data.date.dt.strftime('%Y%m%d').values.tolist()):user = list(set(data[data.date == datetime(int(dt[:4]),int(dt[4:6]),int(dt[6:]))]['user_id'].values.tolist()))day_user.update({dt:user})

# 由于字典是无序的，需按日期排序
day_user = sorted(day_user.items(), key=lambda x:x[0], reverse=False)

# 计算每日新增用户
a = {}
t = set(day_user[0][1])
a.update({'20141118':t})
for i in day_user[1:]:j = (set(i[1]) - t)a.update({i[0]:j})t = t | set(i[1])

# 目的是为了和day_user类型一样
a = sorted(a.items(), key=lambda x:x[0], reverse=False)

# 计算留存
retention = {}
ls = []
for i, k in enumerate(a):ls.append(len(k[1]))for j in day_user[i+1:]:li = len(set(k[1]) & set(j[1]))ls.append(li)retention.update({k[0]: ls})ls = []
# 目的是为了和day_user类型一样
retention = sorted(retention.items(), key=lambda x:x[0], reverse=False)

re = {}
for i in retention[:16]:    re.update({i[0]: i[1][:15]})

retention = pd.DataFrame(re)

retention =  retention.T
retention.drop([8,9,11,12,13], axis=1, inplace=True)
retention.columns = ['新增用户', '次日留存', '2日留存','3日留存', '4日留存','5日留存', '6日留存', '7日留存', '10日留存','14日留存']

div = retention.columns.tolist()[:-1]
for i, dived in enumerate(retention.columns.tolist()[1:]):retention['{}率'.format(dived)] = round(retention[dived] / retention['新增用户'], 3)

cols=['新增用户','次日留存','次日留存率','2日留存','2日留存率','3日留存','3日留存率','4日留存','4日留存率','5日留存','5日留存率','6日留存','6日留存率','7日留存','7日留存率','10日留存','10日留存率','14日留存','14日留存率']
retention = retention[cols]
retention.sort_index(inplace=True)

retention.head()
新增用户次日留存次日留存率2日留存2日留存率3日留存3日留存率4日留存4日留存率5日留存5日留存率6日留存6日留存率7日留存7日留存率10日留存10日留存率14日留存14日留存率
20141118634351370.81050000.78848610.76647630.75148100.75849160.77547920.75546270.72948060.758
2014111912837830.6107700.6007360.5747690.5997770.6067580.5917460.5817090.5537570.590
201411205503050.5552740.4982980.5422950.5362860.5202990.5443060.5563100.5642900.527
201411213401640.4821760.5181780.5241580.4651720.5061740.5121600.4711820.5351700.500
201411222501220.4881100.440950.380930.3721050.4201050.4201060.4241130.4521230.492
retention.index.str[-4:]

Index(['1118', '1119', '1120', '1121', '1122', '1123', '1124', '1125', '1126','1127', '1128', '1129', '1130', '1201', '1202', '1203'],dtype='object')

plt.figure(figsize=(16, 9), dpi=90)
x = [i[:2] + '-' + i[2:] for i in retention.index.str[-4:].tolist()]
y1 = retention['次日留存率']
y2 = retention['3日留存率']
y3 = retention['7日留存率']
y4 = retention['10日留存率']
y5 = retention['14日留存率']plt.plot(x, y1, 'ro-', label='次日留存率')
plt.plot(x, y2, 'bo-', label='3日留存率')
plt.plot(x, y3, 'yo--', label='5日留存率')
plt.plot(x, y4, 'gd-', label='7日留存率')
plt.plot(x, y1, 'rd-', label='10日留存率')
plt.plot(x, y5, 'cd--', label='14日留存率')plt.legend(loc='best')
plt.title('14天内用户留存率情况', fontsize=30)
plt.xlabel('日期', fontsize=20)
plt.ylabel('留存率', fontsize=20)
plt.show()

在这里插入图片描述

漏斗流失分析

data_user_count = data.groupby('behavior_type').size()
data_user_count

behavior_type
1    11550581
2      242556
3      343564
4      120205
dtype: int64

pv_all = data.user_id.count()
pv_all

12256906

pv_click = (pv_all - data_user_count[0]) / pv_all
click_cart = 1 - (data_user_count[0] - data_user_count[2]) / data_user_count[0]
cart_collect = 1 - (data_user_count[2] - data_user_count[1]) / data_user_count[2]
collect_pay = 1 - (data_user_count[1] - data_user_count[3]) / data_user_count[1]
cart_pay = 1 - (data_user_count[2] - data_user_count[3]) / data_user_count[2]

change_rate = pd.DataFrame({'计数': [pv_all, data_user_count[0], data_user_count[2], data_user_count[3]],\'单一转化率':[1, pv_click, click_cart, cart_pay]}, index=['浏览', '点击', '加入购物车', '支付'])
change_rate['总体转化率'] = change_rate['计数'] / pv_all
change_rate
计数单一转化率总体转化率
浏览122569061.0000001.000000
点击115505810.0576270.942373
加入购物车3435640.0297440.028030
支付1202050.3498770.009807

二八理论分析淘宝商品

goods_category = data[data.behavior_type == '4'].groupby('item_category')[['user_id']].count().rename(columns={'user_id':'购买量'}).sort_values(by='购买量', ascending=False)
goods_category['累计购买量'] = goods_category.cumsum()
goods_category['占比'] = goods_category['累计购买量'] / goods_category['购买量'].sum()
goods_category['分类'] = np.where(goods_category['占比'] <= 0.80, '产值前80%', '产值后20%') 
goods_pareto = goods_category.groupby('分类')[['购买量']].count().rename(columns={'购买量':'商品数'})
goods_pareto['商品数占比'] = round(goods_pareto['商品数'] / goods_pareto['商品数'].sum(), 3)
goods_pareto
商品数商品数占比
分类
产值前80%7260.156
产值后20%39390.844

用户细分（RFM）

计算R

from datetime import datetime
recent_user_buy = data[data.behavior_type == '4'].groupby('user_id')['date'].apply(lambda x: datetime(2014, 12, 20)-x.sort_values().iloc[-1])
recent_user_buy = recent_user_buy.reset_index()
recent_user_buy.columns = ['user_id', 'recent']
recent_user_buy.recent = recent_user_buy.recent.map(lambda x: x.days)

recent_user_buy.head()
user_idrecent
01000018782
11000115624
21000129682
31000140602
41000245294

计算F

buy_freq = data[data.behavior_type == '4'].groupby('user_id').date.count()
buy_freq = buy_freq.reset_index().rename(columns={'date': 'freq'})
buy_freq.head()
user_idfreq
010000187836
11000115623
210001296815
310001406024
410002452926
rfm = pd.merge(recent_user_buy, buy_freq, right_on='user_id', left_on='user_id')
rfm.head()
user_idrecentfreq
0100001878236
110001156243
2100012968215
3100014060224
4100024529426

给予指标

rfm['R_value'] = pd.qcut(rfm.recent, 2, labels=['高', '低'])
rfm['F_value'] = pd.qcut(rfm.freq, 2, labels=['低', '高'])
rfm['rf'] = rfm['R_value'].str.cat(rfm.F_value)

rfm.head()
user_idrecentfreqR_valueF_valuerf
0100001878236高高高高
110001156243高低高低
2100012968215高高高高
3100014060224高高高高
4100024529426高高高高

用户分类

def trans_value(x):if x == '高高': return '价值用户'elif x == '高低': return '发展用户'elif x == '低高': return '挽留客户'else: return '潜在客户'

rfm['rank'] = rfm.rf.apply(trans_value)

rfm.head()
user_idrecentfreqR_valueF_valuerfrank
0100001878236高高高高价值用户
110001156243高低高低发展用户
2100012968215高高高高价值用户
3100014060224高高高高价值用户
4100024529426高高高高价值用户

统计不同类型用户结果及可视化

rfm.groupby('rank')[['user_id']].count()
user_id
rank
价值用户3179
发展用户1721
挽留客户1219
潜在客户2767
plt.pie(rfm.groupby('rank')[['user_id']].count().values.tolist(), labels=rfm.groupby('rank')[['user_id']].count().index.tolist(), shadow=True, autopct='%.1f%%', radius=1.5, textprops=dict(fontsize=12))
plt.title('用户分类情况', fontsize=30, pad=45, color='blue')
plt.show()

D:\ProgramData\Anaconda3\lib\site-packages\ipykernel_launcher.py:1: MatplotlibDeprecationWarning: Non-1D inputs to pie() are currently squeeze()d, but this behavior is deprecated since 3.1 and will be removed in 3.3; pass a 1D array instead."""Entry point for launching an IPython kernel.

在这里插入图片描述

结论与建议

  1. 这一月内的日访问量和日访问用户数呈现相同趋势，日访问量大都在35万-40万之间波动，日访客数大都在6200-6600波动，
    在双十二购物狂欢节期间出现了剧增。
  2. 根据每小时用户访问行为可以看出用户主要访问淘宝的时间段是在白天10点以后，晚上9点左右达到访客人数的峰值
  3. 由于没有用户消费金额，无法得出日ARPU与日ARPPU具体情况，但是可以肯定的是日ARPPU是高于日ARPU的。
  4. 用户日平均消费次数在0.5次左右波动。
  5. 付费率是在20%-25%之间波动，在双十二期间达到50%
  6. 淘宝用户一天中每小时的消费次数主要在30次以内。
  7. 用户复购率为87%
  8. 可以看出，在点击商品到加入购物车的转化率大约为3%，而从购物车到支付大约35%，因此淘宝应该优化商品界面以及对商品相关的优化，使点击商品到加入购物车的转化率提高。
  9. 可以看出16%的商品占了80%的商品购买量，84%的商品仅提供了20%的商品购买量，因此应对后84%的商品进行优化、撤销等操作来提高后80%商品的购买量。
  10. 淘宝留存率虽然会在短期内从80%下滑到40%，但最终会在40%左右波动，留存率较好。3/5/7/10日留存率差异不大，14日留存率均高于40%。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/34189.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

怎样一同下载淘宝天猫的商品主图详情图细节图和属性图并保存

怎样一同下载淘宝天猫的商品主图详情图细节图和属性图并保存

我们都知道一个商品链接里的图片素材&#xff0c;包含有主图、主图视频、详情图、属性图等等&#xff0c;那么我们能不能把一整个链接里的所有商品图一次都给导出来保存呢&#xff1f;答案是&#xff0c;当然是可以的&#xff0c;可我们该怎么正确的去操作呢&#xff1f;下面小…
阅读更多...
超稳定的接口——淘宝/天猫获得淘宝商品详情

超稳定的接口——淘宝/天猫获得淘宝商品详情

item_get-获得淘宝商品详情 注册开通 onebound.taobao.item_get 公共参数 名称类型必须描述keyString是调用key&#xff08;必须以GET方式拼接在URL中&#xff09;secretString是调用密钥api_nameString是API接口名称&#xff08;包括在请求地址中&#xff09;[item_search,…
阅读更多...
弘辽科技：如何拍摄出效果好的淘宝主图？商品主图的基本要求有？

弘辽科技：如何拍摄出效果好的淘宝主图？商品主图的基本要求有？

原标题《弘辽科技&#xff1a;如何拍摄出效果好的淘宝主图&#xff1f;商品主图的基本要求有&#xff1f;》 开店后&#xff0c;对于商家而言&#xff0c;接下来就是对店铺的一系列的运营和优化操作。比如商品主图设计与拍摄、店铺装修、商品发布、订单管理和配送等工作。可以…
阅读更多...
淘宝用户行为分析

淘宝用户行为分析

一、项目介绍 1.概述 本数据集是阿里巴巴提供的一个淘宝用户行为数据集&#xff08;数据来源&#xff1a;数据集-阿里云天池&#xff09;&#xff0c;包含了2017年11月25日至2017年12月3日之间有行为的约一百万随机用户的所有行为&#xff08;行为包括点击、购买、加购、喜欢&…
阅读更多...
模仿淘宝主页

模仿淘宝主页

图片资源链接&#xff1a;http://pan.baidu.com/s/1jHAdLNg 密码&#xff1a;5uo1 代码资源链接&#xff1a;链接&#xff1a;http://pan.baidu.com/s/1slRaUIT 密码&#xff1a;8kin html 代码如下&#xff1a; <!DOCTYPE html> <html lang"en"> …
阅读更多...
Android模仿淘宝详情页界面

Android模仿淘宝详情页界面

话不多说—先上效果图&#xff1a; 图1中主要需要实现的效果&#xff1a; 1.轮播图 2.顶部导航栏的渐变 3.顶部导航栏随着滑动的位置选择对应的值以及点击滑动到对应位置 Android模仿淘宝详情页界面文件&#xff1a;url80.ctfile.com/f/25127180-734377737-78795d?p551685…
阅读更多...
聊聊淘宝天猫个性化推荐技术演进史

聊聊淘宝天猫个性化推荐技术演进史

引言&#xff1a;个性化推荐技术直面用户&#xff0c;可以说是站在最前线的那个。如今&#xff0c;从用户打开手机淘宝客户端&#xff08;简称“手淘”&#xff09;或是手机天猫客户端&#xff08;简称“猫客”&#xff09;的那一刻起&#xff0c;个性化推荐技术就已经启动&…
阅读更多...
淘宝买家秀后台操作与各场景展示逻辑

淘宝买家秀后台操作与各场景展示逻辑

宝贝洋淘买家秀&#xff1a;可操作加精展示在宝贝评价页面 店铺洋淘买家秀&#xff1a;店铺买家秀内容查看及管理 精选买家秀&#xff1a;被平台审核通过的买家秀&#xff0c;就是精选买家秀集合地。可操作转发至微淘。 加精后的买家秀会在详情页下出现&#xff0c;效果如下 …
阅读更多...
生成式 AI 讲故事，儿童也能创作自己的睡前故事？ #Create With Alexa

生成式 AI 讲故事，儿童也能创作自己的睡前故事？ #Create With Alexa

哈佛大学的 Sandra Cortesi 认为&#xff0c;父母应该尽量多地让孩子接触能够激发其主动创造力的技术。 亚马逊正在通过一项新的 Alexa 功能进入生成式人工智能热潮&#xff0c; 开始涉足讲故事领域&#xff0c;Create With Alexa 就是亚马逊在讲故事技术的一次尝试&#xff0c…
阅读更多...
COMSOL空气反应 模型框架

COMSOL空气反应 模型框架

Comsol等离子体模块&#xff0c;40多种空气反应框架&#xff0c;主要N2和O2。
阅读更多...
chatgpt赋能python：Python中文版转换指南

chatgpt赋能python：Python中文版转换指南

Python中文版转换指南 Python是一种流行的编程语言&#xff0c;它的简单易学和开发效率高受到了全球众多开发者的青睐&#xff0c;但是很多初学者非常苦恼的是&#xff0c;Python的官网和文档全都是英文版的。在中国大陆的用户中&#xff0c;这一问题尤为突出。 本文将介绍Py…
阅读更多...
chatgpt赋能python：Python文本编码转换详解

chatgpt赋能python：Python文本编码转换详解

Python文本编码转换详解 在Python中&#xff0c;文本编码转换是一个非常常见的任务。本文将详细介绍Python中的文本编码转换&#xff0c;并提供一些常见的示例和代码片段。 什么是文本编码转换&#xff1f; 在计算机中&#xff0c;文本是以二进制形式存储的。文本编码是一种…
阅读更多...
Oracle帐户被锁了，怎么解锁

Oracle帐户被锁了，怎么解锁

当多次输入错误密码时&#xff0c;会被oracle视为恶意连接&#xff0c;账户就会锁定&#xff0c;解锁也很简单&#xff0c;步骤如下 第一步&#xff1a; 在数据库安装的电脑上&#xff0c;运行窗口中输入cmd&#xff0c;调出命令提示符界面。 第二步&#xff1a; 用管理员身…
阅读更多...
Oracle scott账户被锁定,scott默认密码，sys,system默认密码

Oracle scott账户被锁定,scott默认密码，sys,system默认密码

Windows安装oracle 安装oracle 出现Environment variable: "PATH" 在stage\cvu\目录下修改cvu_prereq.xml文件&#xff0c;在<CERTIFIED_SYSTEMS>字段下添加&#xff1a; 改 cvu_prereq.xml 里面 的配置&#xff0c;cvu_prereq.xml 文件在oracle安装解压包da…
阅读更多...
实现登录密码输入错误次数过多，锁定用户账号，前台可以进行解锁的业务（未完善版本）

实现登录密码输入错误次数过多，锁定用户账号，前台可以进行解锁的业务（未完善版本）

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、前台实现解锁二、后台逻辑实现二、步骤1.数据库2.代码实现 前言 工作的第一天&#xff0c;就接到了一个登录锁定与解锁的需求&#xff0c;第一反应&#x…
阅读更多...
geth如何解锁账户？

geth如何解锁账户？

2019独角兽企业重金招聘Python工程师标准>>> 默认情况下&#xff0c;你在Geth中的账户是被锁住的&#xff0c;你不能用这些被锁住的账户发送交易&#xff0c;例如转账或调用合约方法。因此如果你需要使用Geth发送交易&#xff0c;就需要先解锁账户。那么&#xff0c…
阅读更多...
烽火HG2543C1获得telecomadmin密码以及禁用tr069

烽火HG2543C1获得telecomadmin密码以及禁用tr069

因为在网上找不到删除tr069的教程自己摸索半天终于找到方法&#xff0c;特意来此分享一下我的思路 输入 192.168.1.1:8080 进入普通后台然后输入 192.168.1.1:8080/cgi-bin/telnetenable.cgi?telnetenable1 开启telnet 开启cmd输入 telnet 192.168.1.1 &#xff0c;密码是…
阅读更多...
Oracle scott账户被锁定问题及更改密码

Oracle scott账户被锁定问题及更改密码

记录一下出现的问题及解决过程。 登录scott账户&#xff0c;显示被锁定。 1.登录高权限的账户&#xff0c;回车后连接到数据库 2.解锁scott账户 3.更改scott账户密码 &#xff08;注&#xff1a;alter后一定要加user&#xff0c;否则会提示“无效的alter命令”错误&#xff0…
阅读更多...
“即玩即赚”“从玩到赚”类游戏所面临的问题及方案

“即玩即赚”“从玩到赚”类游戏所面临的问题及方案

先说我这篇博客的结论&#xff1a;如果你计划推出了一个拥有代币的游戏&#xff0c;并且打算从一开始就让代币与外部加密交易所挂钩&#xff0c;那么事实上&#xff0c;你可能从一开始就已经失败了。 承诺“即玩即赚”&#xff08;我们使用“即玩即赚”而不是“从玩到赚”这个术…
阅读更多...
算法学习记录-二叉树的权值

算法学习记录-二叉树的权值

算法学习记录 二叉树的权值 真没想到想到,就这样一道题花了我一上午… 一开始思路比较乱,后来不停的开单步调试,不停的看各种值,不停的想思路和代码是不是一样的,调了一上午最后终于悟出来了. 刚开始的时候只是脑子里能想明白怎么求和, 但是不能写出具体流程就之间写代码了.…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023