2024年最全实战案例！Python+SQL京东用户行为分析(1)

output


![图片](https://img-blog.csdnimg.cn/img_convert/f06a828c5f5dc652adc1881662585c2b.png)


日消费人数在25000以上，日人均消费次数大于1次。

dau3_df = behavior.groupby([‘date’,‘user_id’])[‘type’].count().reset_index()
dau3_df = dau3_df[dau3_df[‘type’] >= 3]

# 每日高活跃用户数（每日操作数大于3次）
dau3_num = dau3_df.groupby(‘date’)[‘user_id’].nunique()

# SQL
SELECT date, COUNT(DISTINCT user_id)
FROM
(SELECT date, user_id, COUNT(type)
FROM behavior_sql
GROUP BY date, user_id
HAVING COUNT(type) >= 3) dau3
GROUP BY date;
fig, ax = plt.subplots(figsize=[16,6])
sns.pointplot(dau3_num.index, dau3_num.values, markers=‘D’, linestyles=‘–’,color=‘teal’)
x=list(range(0,16))
for a,b in zip(x,dau3_num.values):
    plt.text(a+0.1, b + 300 , ‘%i’ % b, ha=‘center’, va= ‘bottom’,fontsize=14)
plt.title(‘每日高活跃用户数’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/74056a85ae458a4cac8b0caa9ec07a30.png)


每日高活跃用户数在大部分4万以上，2018-04-04之前数量比较平稳，之后数量一直攀升，8号9号达到最高，随后下降，推测数据波动应为营销活动产生的。

# 高活跃用户累计活跃天数分布
dau3_cumsum = dau3_df.groupby(‘user_id’)[‘date’].count()

# SQL
SELECT user_id, COUNT(date)
FROM
(SELECT date, user_id, COUNT(type)
FROM behavior_sql
GROUP BY date, user_id
HAVING COUNT(type) >= 3) dau3
GROUP BY user_id;

fig, ax = plt.subplots(figsize=[16,6])
ax.set_yscale(“log”)
sns.countplot(dau3_cumsum.values,palette=‘Set1’)
for p in ax.patches:
        ax.annotate(‘{:.2f}%’.format(100*p.get_height()/len(dau3_cumsum.values)), (p.get_x() + 0.2, p.get_height() + 100))
plt.title(‘高活跃用户累计活跃天数分布’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/9fa7e191495301b850bbad93cf3ad7f6.png)


统计周期内，大部分高活跃用户累计活跃天数在六天以下，但也存在高达十六天的超级活跃用户数量，对累计天数较高的用户要推出连续登录奖励等继续维持其对平台的黏性，对累计天数较低的用户要适当进行推送活动消息等对其进行召回。

#每日浏览量
pv_daily = behavior[behavior[‘type’] == ‘pv’].groupby(‘date’)[‘user_id’].count()
#每日访客数
uv_daily = behavior.groupby(‘date’)[‘user_id’].nunique()

# SQL
#每日浏览量
SELECT date, COUNT(type) pv_daily FROM behavior_sql
WHERE type = ‘pv’
GROUP BY date;
#每日访客数
SELECT date, COUNT(DISTINCT user_id) uv_daily FROM behavior_sql
GROUP BY date;

# 每日浏览量可视化
fig, ax = plt.subplots(figsize=[16,6])
sns.pointplot(pv_daily.index, pv_daily.values,markers=‘D’, linestyles=‘–’,color=‘dodgerblue’)
x=list(range(0,16))
for a,b in zip(x,pv_daily.values):
    plt.text(a+0.1, b + 2000 , ‘%i’ % b, ha=‘center’, va= ‘bottom’,fontsize=14)
plt.title(‘每日浏览量’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/d54b276b2a0618895c11a665745416ce.png)

# 每日访客数可视化
fig, ax = plt.subplots(figsize=[16,6])
sns.pointplot(uv_daily.index, uv_daily.values, markers=‘H’, linestyles=‘–’,color=‘m’)
x=list(range(0,16))
for a,b in zip(x,uv_daily.values):
    plt.text(a+0.1, b + 500 , ‘%i’ % b, ha=‘center’, va= ‘bottom’,fontsize=14)
plt.title(‘每日访客数’)

output



![图片](https://img-blog.csdnimg.cn/img_convert/e80ce92edaa2d8cd016e82672bfd1db1.png)


浏览量和访客数每日变化趋势大致相同，2018-04-04日前后用户数量变化波动较大，4月4日为清明节假日前一天，各数据量在当天均有明显下降，但之后逐步回升，推测应为节假日营销活动或推广拉新活动带来的影响。

#每时浏览量
pv_hourly = behavior[behavior[‘type’] == ‘pv’].groupby(‘hour’)[‘user_id’].count()
#每时访客数
uv_hourly = behavior.groupby(‘hour’)[‘user_id’].nunique()

# SQL
# 每时浏览量
SELECT date, COUNT(type) pv_daily FROM behavior_sql
WHERE type = ‘pv’
GROUP BY hour;
# 每时访客数
SELECT date, COUNT(DISTINCT user_id) uv_daily FROM behavior_sql
GROUP BY hour;
# 浏览量随小时变化可视化
fig, ax = plt.subplots(figsize=[16,6])
sns.pointplot(pv_hourly.index, pv_hourly.values, markers=‘H’, linestyles=‘–’,color=‘dodgerblue’)
for a,b in zip(pv_hourly.index,pv_hourly.values):
    plt.text(a, b + 10000 , ‘%i’ % b, ha=‘center’, va= ‘bottom’,fontsize=12)
plt.title(‘浏览量随小时变化’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/abf6f3a1031df185766106a5c6e83cd2.png)

# 访客数随小时变化可视化
fig, ax = plt.subplots(figsize=[16,6])
sns.pointplot(uv_hourly.index, uv_hourly.values, markers=‘H’, linestyles=‘–’,color=‘m’)

for a,b in zip(uv_hourly.index,uv_hourly.values):
    plt.text(a, b + 1000 , ‘%i’ % b, ha=‘center’, va= ‘bottom’,fontsize=12)
plt.title(‘访客数随小时变化’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/9c692cf2197c62bed7a656a18ff33291.png)


浏览量及访客数随小时变化趋势一致，在凌晨1点到凌晨5点之间，大部分用户正在休息，整体活跃度较低。凌晨5点到10点用户开始起床工作，活跃度逐渐增加，之后趋于平稳，下午6点之后大部分人恢复空闲，浏览量及访客数迎来了第二波攀升，在晚上8点中到达高峰，随后逐渐下降。可以考虑在上午9点及晚上8点增大商品推广力度，加大营销活动投入，可取的较好的收益，1点到5点之间适合做系统维护。

# 用户各操作随小时变化
type_detail_hour = pd.pivot_table(columns = ‘type’,index = ‘hour’, data = behavior,aggfunc=np.size,values = ‘user_id’)
# 用户各操作随星期变化
type_detail_weekday = pd.pivot_table(columns = ‘type’,index = ‘weekday’, data = behavior,aggfunc=np.size,values = ‘user_id’)
type_detail_weekday = type_detail_weekday.reindex([‘Monday’,‘Tuesday’,‘Wednesday’,‘Thursday’,‘Friday’,‘Saturday’,‘Sunday’])

# SQL
# 用户各操作随小时变化
SELECT hour,
SUM(CASE WHEN behavior=‘pv’ THEN 1 ELSE 0 END)AS ‘pv’,
SUM(CASE WHEN behavior=‘fav’ THEN 1 ELSE 0 END)AS ‘fav’,
SUM(CASE WHEN behavior=‘cart’ THEN 1 ELSE 0 END)AS ‘cart’,
SUM(CASE WHEN behavior=‘pay’ THEN 1 ELSE 0 END)AS ‘pay’
FROM behavior_sql
GROUP BY hour
ORDER BY hour

# 用户各操作随星期变化
SELECT weekday,
SUM(CASE WHEN behavior=‘pv’ THEN 1 ELSE 0 END)AS ‘pv’,
SUM(CASE WHEN behavior=‘fav’ THEN 1 ELSE 0 END)AS ‘fav’,
SUM(CASE WHEN behavior=‘cart’ THEN 1 ELSE 0 END)AS ‘cart’,
SUM(CASE WHEN behavior=‘pay’ THEN 1 ELSE 0 END)AS ‘pay’
FROM behavior_sql
GROUP BY weekday
ORDER BY weekday

tdh_line = type_detail_hour.stack().reset_index().rename(columns={0: ‘Value’})
tdw_line = type_detail_weekday.stack().reset_index().rename(columns={0: ‘Value’})
tdh_line= tdh_line[~(tdh_line[‘type’] == ‘pv’)]
tdw_line= tdw_line[~(tdw_line[‘type’] == ‘pv’)]

# 用户操作随小时变化可视化
fig, ax = plt.subplots(figsize=[16,6])
sns.pointplot(x=‘hour’, y=‘Value’, hue=‘type’, data=tdh_line, linestyles=‘–’)
plt.title(‘用户操作随小时变化’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/2e16d84add0ca8943c40c85dc4634d06.png)


用户操作随小时变化规律与PV、UV随小时规律相似，与用户作息规律相关，加入购物车和付款两条曲线贴合比比较紧密，说明大部分用户习惯加入购物车后直接购买。


关注数相对较少，可以根据用户购物车内商品进行精准推送。评论数也相对较少，说明大部分用户不是很热衷对购物体验进行反馈，可以设置一些奖励制度提高用户评论数，增大用用户粘性。

# 用户操作随星期变化可视化
fig, ax = plt.subplots(figsize=[16,6])
sns.pointplot(x=‘weekday’, y=‘Value’, hue=‘type’, data=tdw_line[~(tdw_line[‘type’] == ‘pv’)], linestyles=‘–’)
plt.title(‘用户操作随星期变化’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/080a0e7cc9b50c0ee9e5497d2cbb5cb2.png)


周一到周四工作日期间，用户操作随星期变化比较平稳，周五至周六进入休息日，用户操作明显增多，周日又恢复正常。


**4、用户行为转化漏斗**

# 导入相关包
from pyecharts import options as opts
from pyecharts.charts import Funnel
import math

behavior[‘action_time’] = pd.to_datetime(behavior[‘action_time’],format =‘%Y-%m-%d %H:%M:%S’)

# 用户整体行为分布
type_dis = behavior[‘type’].value_counts().reset_index()
type_dis[‘rate’] = round((type_dis[‘type’] / type_dis[‘type’].sum()),3)
type_dis.style.bar(color=‘skyblue’,subset=[‘rate’])

output


![图片](https://img-blog.csdnimg.cn/img_convert/de14df52fa3ab309996512a9f186ca0f.png)


用户整体行为中，有82.6%行为为浏览，实际支付操作仅占6.4,除此之外，用户评论及收藏的行为占比也较低，应当增强网站有用户之间的互动，提高评论数量和收藏率。

df_con = behavior[[‘user_id’, ‘sku_id’, ‘action_time’, ‘type’]]
df_pv = df_con[df_con[‘type’] == ‘pv’]
df_fav = df_con[df_con[‘type’] == ‘fav’]
df_cart = df_con[df_con[‘type’] == ‘cart’]
df_pay = df_con[df_con[‘type’] == ‘pay’]

df_pv_uid = df_con[df_con[‘type’] == ‘pv’][‘user_id’].unique()
df_fav_uid = df_con[df_con[‘type’] == ‘fav’][‘user_id’].unique()
df_cart_uid = df_con[df_con[‘type’] == ‘cart’][‘user_id’].unique()
df_pay_uid = df_con[df_con[‘type’] == ‘pay’][‘user_id’].unique()

**pv - buy**

fav_cart_list = set(df_fav_uid) | set(df_cart_uid)
pv_pay_df = pd.merge(left=df_pv, right=df_pay, how=‘inner’, on=[‘user_id’, ‘sku_id’], suffixes=(‘_pv’, ‘_pay’))
pv_pay_df = pv_pay_df[(~pv_pay_df[‘user_id’].isin(fav_cart_list)) & (pv_pay_df[‘action_time_pv’] < pv_pay_df[‘action_time_pay’])]
uv = behavior[‘user_id’].nunique()
pv_pay_num = pv_pay_df[‘user_id’].nunique()
pv_pay_data = pd.DataFrame({‘type’:[‘浏览’,‘付款’],‘num’:[uv,pv_pay_num]})
pv_pay_data[‘conversion_rates’] = (round((pv_pay_data[‘num’] / pv_pay_data[‘num’][0]),4) * 100)
attr1 = list(pv_pay_data.type)
values1 = list(pv_pay_data.conversion_rates)
data1 = [[attr1[i], values1[i]] for i in range(len(attr1))]
# 用户行为转化漏斗可视化
pv_pay=(Funnel(opts.InitOpts(width=“600px”, height=“300px”))
            .add(
            series_name=“”,
            data_pair=data1,
            gap=2,
            tooltip_opts=opts.TooltipOpts(trigger=“item”, formatter=“{b} : {c}%”),
            label_opts=opts.LabelOpts(is_show=True, position=“inside”),
            itemstyle_opts=opts.ItemStyleOpts(border_color=“#fff”, border_width=1)
        )
        .set_global_opts(title_opts=opts.TitleOpts(title=“用户行为转化漏斗图”))
        )
pv_pay.render_notebook()

output


![图片](https://img-blog.csdnimg.cn/img_convert/5d626e19401b3c719c6aa0a6ff5b7113.png)

pv - cart - pay
pv_cart_df = pd.merge(left=df_pv, right=df_cart, how=‘inner’, on=[‘user_id’, ‘sku_id’], suffixes=(‘_pv’, ‘_cart’))
pv_cart_df = pv_cart_df[pv_cart_df[‘action_time_pv’] < pv_cart_df[‘action_time_cart’]]
pv_cart_df = pv_cart_df[~pv_cart_df[‘user_id’].isin(df_fav_uid)]
pv_cart_pay_df = pd.merge(left=pv_cart_df, right=df_pay, how=‘inner’, on=[‘user_id’, ‘sku_id’])
pv_cart_pay_df = pv_cart_pay_df[pv_cart_pay_df[‘action_time_cart’] < pv_cart_pay_df[‘action_time’]]
uv = behavior[‘user_id’].nunique()
pv_cart_num = pv_cart_df[‘user_id’].nunique()
pv_cart_pay_num = pv_cart_pay_df[‘user_id’].nunique()
pv_cart_pay_data = pd.DataFrame({‘type’:[‘浏览’,‘加购’,‘付款’],‘num’:[uv,pv_cart_num,pv_cart_pay_num]})
pv_cart_pay_data[‘conversion_rates’] = (round((pv_cart_pay_data[‘num’] / pv_cart_pay_data[‘num’][0]),4) * 100)
attr2 = list(pv_cart_pay_data.type)
values2 = list(pv_cart_pay_data.conversion_rates)
data2 = [[attr2[i], values2[i]] for i in range(len(attr2))]
# 用户行为转化漏斗可视化
pv_cart_buy=(Funnel(opts.InitOpts(width=“600px”, height=“300px”))
            .add(
            series_name=“”,
            data_pair=data2,
            gap=2,
            tooltip_opts=opts.TooltipOpts(trigger=“item”, formatter=“{b} : {c}%”),
            label_opts=opts.LabelOpts(is_show=True, position=“inside”),
            itemstyle_opts=opts.ItemStyleOpts(border_color=“#fff”, border_width=1)
        )
        .set_global_opts(title_opts=opts.TitleOpts(title=“用户行为转化漏斗图”))
        )
pv_cart_buy.render_notebook()

output


![图片](https://img-blog.csdnimg.cn/img_convert/53a772a857900625ae78b02be0f5daf2.png)


**pv - fav - pay**

pv_fav_df = pd.merge(left=df_pv, right=df_fav, how=‘inner’, on=[‘user_id’, ‘sku_id’], suffixes=(‘_pv’, ‘_fav’))
pv_fav_df = pv_fav_df[pv_fav_df[‘action_time_pv’] < pv_fav_df[‘action_time_fav’]]
pv_fav_df = pv_fav_df[~pv_fav_df[‘user_id’].isin(df_cart_uid)]
pv_fav_pay_df = pd.merge(left=pv_fav_df, right=df_pay, how=‘inner’, on=[‘user_id’, ‘sku_id’])
pv_fav_pay_df = pv_fav_pay_df[pv_fav_pay_df[‘action_time_fav’] < pv_fav_pay_df[‘action_time’]]
uv = behavior[‘user_id’].nunique()
pv_fav_num = pv_fav_df[‘user_id’].nunique()
pv_fav_pay_num = pv_fav_pay_df[‘user_id’].nunique()
pv_fav_pay_data = pd.DataFrame({‘type’:[‘浏览’,‘收藏’,‘付款’],‘num’:[uv,pv_fav_num,pv_fav_pay_num]})
pv_fav_pay_data[‘conversion_rates’] = (round((pv_fav_pay_data[‘num’] / pv_fav_pay_data[‘num’][0]),4) * 100)
attr3 = list(pv_fav_pay_data.type)
values3 = list(pv_fav_pay_data.conversion_rates)
data3 = [[attr3[i], values3[i]] for i in range(len(attr3))]
# 用户行为转化漏斗可视化
pv_fav_buy=(Funnel(opts.InitOpts(width=“600px”, height=“300px”))
            .add(
            series_name=“”,
            data_pair=data3,
            gap=2,
            tooltip_opts=opts.TooltipOpts(trigger=“item”, formatter=“{b} : {c}%”),
            label_opts=opts.LabelOpts(is_show=True, position=“inside”),
            itemstyle_opts=opts.ItemStyleOpts(border_color=“#fff”, border_width=1)
        )
        .set_global_opts(title_opts=opts.TitleOpts(title=“用户行为转化漏斗图”))
        )
pv_fav_buy.render_notebook()

output



![图片](https://img-blog.csdnimg.cn/img_convert/11ac3f0d36c33975e1c23bf901783403.png)


**pv - fav - cart - pay**

pv_fav = pd.merge(left=df_pv, right=df_fav, how=‘inner’, on=[‘user_id’, ‘sku_id’],suffixes=(‘_pv’, ‘_fav’))
pv_fav = pv_fav[pv_fav[‘action_time_pv’] < pv_fav[‘action_time_fav’]]
pv_fav_cart = pd.merge(left=pv_fav, right=df_cart, how=‘inner’, on=[‘user_id’, ‘sku_id’])
pv_fav_cart = pv_fav_cart[pv_fav_cart[‘action_time_fav’]<pv_fav_cart[‘action_time’]]
pv_fav_cart_pay = pd.merge(left=pv_fav_cart, right=df_pay, how=‘inner’, on=[‘user_id’, ‘sku_id’],suffixes=(‘_cart’, ‘_pay’))
pv_fav_cart_pay = pv_fav_cart_pay[pv_fav_cart_pay[‘action_time_cart’]<pv_fav_cart_pay[‘action_time_pay’]]
uv = behavior[‘user_id’].nunique()
pv_fav_n = pv_fav[‘user_id’].nunique()
pv_fav_cart_n = pv_fav_cart[‘user_id’].nunique()
pv_fav_cart_pay_n = pv_fav_cart_pay[‘user_id’].nunique()
pv_fav_cart_pay_data = pd.DataFrame({‘type’:[‘浏览’,‘收藏’,‘加购’,‘付款’],‘num’:[uv,pv_fav_n,pv_fav_cart_n,pv_fav_cart_pay_n]})
pv_fav_cart_pay_data[‘conversion_rates’] = (round((pv_fav_cart_pay_data[‘num’] / pv_fav_cart_pay_data[‘num’][0]),4) * 100)
attr4 = list(pv_fav_cart_pay_data.type)
values4 = list(pv_fav_cart_pay_data.conversion_rates)
data4 = [[attr4[i], values4[i]] for i in range(len(attr4))]
# 用户行为转化漏斗可视化
pv_fav_buy=(Funnel(opts.InitOpts(width=“600px”, height=“300px”))
            .add(
            series_name=“”,
            data_pair=data4,
            gap=2,
            tooltip_opts=opts.TooltipOpts(trigger=“item”, formatter=“{b} : {c}%”),
            label_opts=opts.LabelOpts(is_show=True, position=“inside”),
            itemstyle_opts=opts.ItemStyleOpts(border_color=“#fff”, border_width=1)
        )
        .set_global_opts(title_opts=opts.TitleOpts(title=“用户行为转化漏斗图”))
        )
pv_fav_buy.render_notebook()

output


![图片](https://img-blog.csdnimg.cn/img_convert/ce3f7a58f29e058f71102b964662151a.png)


**不同路径用户消费时间间隔分析：**


**pv - cart - pay**

pcp_interval = pv_cart_pay_df.groupby([‘user_id’, ‘sku_id’]).apply(lambda x: (x.action_time.min() - x.action_time_cart.min())).reset_index()
pcp_interval[‘interval’] = pcp_interval[0].apply(lambda x: x.seconds) / 3600
pcp_interval[‘interval’] = pcp_interval[‘interval’].apply(lambda x: math.ceil(x))
fig, ax = plt.subplots(figsize=[16,6])
sns.countplot(pcp_interval[‘interval’],palette=‘Set1’)
for p in ax.patches:
        ax.annotate(‘{:.2f}%’.format(100*p.get_height()/len(pcp_interval[‘interval’])), (p.get_x() + 0.1, p.get_height() + 100))
ax.set_yscale(“log”)
plt.title(‘pv-cart-pay路径用户消费时间间隔’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/d0382458d2e967bfcec530249ae65e3d.png)


**pv - fav - pay**

pfp_interval = pv_fav_pay_df.groupby([‘user_id’, ‘sku_id’]).apply(lambda x: (x.action_time.min() - x.action_time_fav.min())).reset_index()
pfp_interval[‘interval’] = pfp_interval[0].apply(lambda x: x.seconds) / 3600
pfp_interval[‘interval’] = pfp_interval[‘interval’].apply(lambda x: math.ceil(x))
fig, ax = plt.subplots(figsize=[16,6])
sns.countplot(pfp_interval[‘interval’],palette=‘Set1’)
for p in ax.patches:
        ax.annotate(‘{:.2f}%’.format(100*p.get_height()/len(pfp_interval[‘interval’])), (p.get_x() + 0.1, p.get_height() + 10))
ax.set_yscale(“log”)
plt.title(‘pv-fav-pay路径用户消费时间间隔’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/192f521e34d2eb14eb4f31eeb6e97b2c.png)


两种路径下大部分用户均在4小时内完成了支付，大部分用户的购物意向很明确，也侧面说明了网站的商品分类布局和购物结算方式比较合理。

# SQL
# 漏斗图
SELECT type, COUNT(DISTINCT user_id) user_num
FROM behavior_sql
GROUP BY type
ORDER BY COUNT(DISTINCT user_id) DESC

SELECT COUNT(DISTINCT b.user_id) AS pv_fav_num,COUNT(DISTINCT c.user_id) AS pv_fav_pay_num
FROM
((SELECT DISTINCT user_id, sku_id, action_time FROM users WHERE type=‘pv’ ) AS a
LEFT JOIN
(SELECT DISTINCT user_id, sku_id, action_time FROM users WHERE type=‘fav’
AND user_id NOT IN
(SELECT DISTINCT user_id
FROM behavior_sql
WHERE type = ‘cart’)) AS b
ON a.user_id = b.user_id AND a.sku_id = b.sku_id AND a.action_time <= b.action_time
LEFT JOIN
(SELECT DISTINCT user_id,sku_id,item_category,times_new FROM users WHERE behavior_type=‘pay’) AS c
ON b.user_id = c.user_id AND b.sku_id = c.sku_id AND AND b.action_time <= c.action_time);

比较四种不同的转化方式，最有效的转化路径为浏览直接付款转化率为21.46%，其次为浏览加购付款，转化率为12.47%，可以发现随着结算方式越来越复杂转化率越来越低。


加购的方式比收藏购买的方式转化率要高，推其原因为购物车接口进入方便且可以做不同商家比价用，而收藏则需要更繁琐的操作才可以查看到商品，因此转化率较低。


可以优化商品搜索功能，提高商品搜索准确度、易用性，减少用户搜索时间。


根据用户喜好在首页进行商品推荐，优化重排商品详情展示页，提高顾客下单欲望，提供一键购物等简化购物步骤的功能。


客服也可以留意加购及关注用户，适时推出优惠福利及时解答用户问题，引导用户购买以进一步提高转化率。


对于用户消费时间间隔，可以通过限时领券购买、限时特惠价格等进一步缩短用户付款时间，提高订单量。


**5、用户留存率分析**

#留存率
first_day = datetime.date(datetime.strptime(‘2018-03-30’, ‘%Y-%m-%d’))
fifth_day = datetime.date(datetime.strptime(‘2018-04-03’, ‘%Y-%m-%d’))
tenth_day = datetime.date(datetime.strptime(‘2018-04-08’, ‘%Y-%m-%d’))
fifteenth_day = datetime.date(datetime.strptime(‘2018-04-13’, ‘%Y-%m-%d’))

#第一天新用户数
user_num_first = behavior[behavior[‘date’] == first_day][‘user_id’].to_frame()
#第五天留存用户数
user_num_fifth = behavior[behavior[‘date’] == fifth_day ][‘user_id’].to_frame()
#第十留存用户数
user_num_tenth = behavior[behavior[‘date’] == tenth_day][‘user_id’].to_frame()
#第十五天留存用户数
user_num_fifteenth = behavior[behavior[‘date’] == fifteenth_day][‘user_id’].to_frame()
#第五天留存率
fifth_day_retention_rate = round((pd.merge(user_num_first, user_num_fifth).nunique())
                                 / (user_num_first.nunique()),4).user_id
#第十天留存率
tenth_day_retention_rate = round((pd.merge(user_num_first, user_num_tenth ).nunique())
                                 / (user_num_first.nunique()),4).user_id
#第十五天留存率
fifteenth_day_retention_rate = round((pd.merge(user_num_first, user_num_fifteenth).nunique())
                                     / (user_num_first.nunique()),4).user_id
# 留存率可视化

fig, ax = plt.subplots(figsize=[16,6])
sns.barplot(x=‘n日后留存率’, y=‘Rate’, data=retention_rate,
             palette=‘Set1’)
x=list(range(0,3))
for a,b in zip(x,retention_rate[‘Rate’]):
    plt.text(a, b + 0.001, ‘%.2f%%’ % (b*100), ha=‘center’, va= ‘bottom’,fontsize=12)
plt.title(‘用户留存率’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/13a8c21af55077af3690414f645a7247.png)


留存率反应了产品质量和保留用户的能力，按照Facebook平台流传出留存率“40–20–10”规则（规则中的数字表示的是次日留存率、第7日留存率和第30日留存率），统计周期内第五日留存率为22.81%，第15日留存率为17.44%。


反映出平台的用户依赖性较高，也因平台发展已经到达稳定阶段，用户保留率不会发生较大波动，数据量足够的情况下可以以年为单位，计算按月的留存率。要合理安排消息推送，推出签到有奖等机制提高用户粘性，进一步提高留存率。

# SQL
#n日后留存率=(注册后的n日后还登录的用户数)/第一天新增总用户数
create table retention_rate as select count(distinct user_id) as user_num_first from behavior_sql
where date = ‘2018-03-30’;
alter table retention_rate add column user_num_fifth INTEGER;
update retention_rate set user_num_fifth=
(select count(distinct user_id) from behavior_sql
where date = ‘2018-04-03’ and user_id in (SELECT user_id FROM behavior_sql
WHERE date = ‘2018-03-30’));
alter table retention_rate add column user_num_tenth INTEGER;
update retention_rate set user_num_tenth=
(select count(distinct user_id) from behavior_sql
where date = ‘2018-04-08’ and user_id in (SELECT user_id FROM behavior_sql
WHERE date = ‘2018-03-30’));
alter table retention_rate add column user_num_fifteenth INTEGER;
update retention_rate set user_num_fifteenth=
(select count(distinct user_id) from behavior_sql
where date = ‘2018-04-13’ and user_id in (SELECT user_id FROM behavior_sql
WHERE date = ‘2018-03-30’));

SELECT CONCAT(ROUND(100user_num_fifth/user_num_first,2),‘%’)AS fifth_day_retention_rate,
CONCAT(ROUND(100user_num_tenth/user_num_first,2),‘%’)AS tenth_day_retention_rate,
CONCAT(ROUND(100*user_num_fifteenth/user_num_first,2),‘%’)AS fifteenth_day_retention_rate
from retention_rate;

**6、商品销量分析**

# 商品总数
behavior[‘sku_id’].nunique()

output

239007

# 商品被购前产生平均操作次数
sku_df = behavior[behavior[‘sku_id’].isin(behavior[behavior[‘type’] == ‘pay’][‘sku_id’].unique())].groupby(‘sku_id’)[‘type’].value_counts().unstack(fill_value=0)
sku_df[‘total’] = sku_df.sum(axis=1)
sku_df[‘avg_beha’] = round((sku_df[‘total’] / sku_df[‘pay’]), 2)

fig, ax = plt.subplots(figsize=[8,6])
sns.scatterplot(x=‘avg_beha’, y=‘pay’, data=sku_df, palette=‘Set1’)
ax.set_xscale(“log”)
ax.set_yscale(“log”)
plt.xlabel(‘平均操作次数’)
plt.ylabel(‘销量’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/d6ae878507bc723dc6735c8472e6c686.png)


* 左下角操作少购买少，属于冷门购买频率较低的产品。
* 左上角操作少购买多，属于快消类产品，可选择品牌少，少数品牌垄断的行业。
* 右下角操作多购买少，品牌多，但是购买频率低，应为贵重物品类。
* 右上角操作多购买多，大众品牌，可选多，被购买频次高。

# 商品销量排行
sku_num = (behavior[behavior[‘type’] == ‘pay’].groupby(‘sku_id’)[‘type’].count().to_frame()
                                            .rename(columns={‘type’:‘total’}).reset_index())
# 销量大于1000的商品
topsku = sku_num[sku_num[‘total’] > 1000].sort_values(by=‘total’,ascending=False)
# 单个用户共购买商品种数
sku_num_per_user = (behavior[behavior[‘type’] == ‘pay’]).groupby([‘user_id’])[‘sku_id’].nunique()

topsku.set_index(‘sku_id’).style.bar(color=‘skyblue’,subset=[‘total’])

output


![图片](https://img-blog.csdnimg.cn/img_convert/824c2f8a43d1dfd71aa24c1b3045b41c.png)


在计算周期内订单数均突破1000以上的共有13款产品，其中152092这款产品订单数最高为1736. 推出商品组合有优惠等，提高单个用户购买产品种数。

# SQL
# sku销量排行
SELECT sku_id, COUNT(type) sku_num FROM behavior_sql
WHERE type = ‘pay’
GROUP BY sku_id
HAVING sku_num > 1000
ORDER BY sku_num DESC;

**7、RFM用户分层**

#RFM
#由于缺少M（金额）列，仅通过R（最近一次购买时间）和F（消费频率）对用户进行价值分析
buy_group = behavior[behavior[‘type’]==‘pay’].groupby(‘user_id’)[‘date’]
#将2018-04-13作为每个用户最后一次购买时间来处理
final_day = datetime.date(datetime.strptime(‘2018-04-14’, ‘%Y-%m-%d’))
#最近一次购物时间
recent_buy_time = buy_group.apply(lambda x:final_day-x.max())
recent_buy_time = recent_buy_time.reset_index().rename(columns={‘date’:‘recent’})
recent_buy_time[‘recent’] = recent_buy_time[‘recent’].map(lambda x:x.days)
#近十五天内购物频率
buy_freq = buy_group.count().reset_index().rename(columns={‘date’:‘freq’})
RFM = pd.merge(recent_buy_time,buy_freq,on=‘user_id’)
RFM[‘R’] = pd.qcut(RFM.recent,2,labels=[‘1’,‘0’])
#天数小标签为1天数大标签为0
RFM[‘F’] = pd.qcut(RFM.freq.rank(method=‘first’),2,labels=[‘0’,‘1’])
#频率大标签为1频率小标签为0
RFM[‘RFM’] = RFM[‘R’].astype(int).map(str) + RFM[‘F’].astype(int).map(str)
dict_n={‘01’:‘重要保持客户’,
        ‘11’:‘重要价值客户’,
        ‘10’:‘重要挽留客户’,
        ‘00’:‘一般发展客户’}
#用户标签
RFM[‘用户等级’] = RFM[‘RFM’].map(dict_n)
RFM_pie = RFM[‘用户等级’].value_counts().reset_index()
RFM_pie[‘Rate’] = RFM_pie[‘用户等级’] / RFM_pie[‘用户等级’].sum()
fig, ax = plt.subplots(figsize=[16,6])
plt.pie(RFM_pie[‘Rate’], labels = RFM_pie[‘index’], startangle = 90,autopct=“%1.2f%%”,
        counterclock = False,colors = [‘yellowgreen’, ‘gold’, ‘lightskyblue’, ‘lightcoral’])
plt.axis(‘square’)
plt.title(‘RFM用户分层’)

output


![图片](https://img-blog.csdnimg.cn/img_convert/1c30d23421d9803be88dc89d355330fb.png)


不同类型用户占比差异较小，应提升重要价值各户的占比，减小一般发展客户的占比。


通过RFM模型对用户价值进行分类，对不同价值用户应采取不同的运营策略：


* 对于重要价值客户来说，要提高该部分用户的满意度，服务升级，发放特别福利，增大该部分用户留存率，在做运营推广时也要给与特别关注，避免引起用户反感。
* 对于重要保持客户，他们购物频次较高，但最近一段时间没有消费，可以推送相关其他商品，发放优惠卷、赠品和促销信息等，唤回该部分用户。
* 对于重要挽留客户，他们最近消费过，但购物频次较低，可以通过问卷有礼的方式找出其对平台的不满，提升购物体验，增大用户粘性。
* 对于一般发展客户，做到定期发送邮件或短信唤回，努力将其转化为重要保持客户或重要挽留客户。

# SQL
# RFM
CREATE VIEW RF_table AS
SELECT user_id, DATEDIFF(‘2018-04-14’,MAX(date)) AS R_days,
COUNT(*) AS F_count
FROM behavior_sql WHERE type=‘pay’ GROUP BY user_id;

SELECT AVG(R_days), AVG(F_count)
FROM RF_table

create view RF_ layer as
SELECT user_id, (CASE WHEN R_days < 7.1697 THEN 1 ELSE 0 END) AS R,
(CASE WHEN F_count < 1.2129 THEN 0 ELSE 1 END) AS F
FROM RF_table
ORDER BY user_id DESC;

一、网安学习成长路线图

网安所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、网安视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

三、精品网安学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、网络安全源码合集+工具包

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、网络安全面试题

最后就是大家最关心的网络安全面试题板块

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！