cdnow网站用户行为数据分析

一、项目背景

本文是对CD案例的一个总结，主要是根据用户消费记录，分析用户消费行为，建立RFM模型，分析复购率、回购率等关键指标。希望对其他产品的线上消费数据分析有一定的借鉴价值。

二、分析目标

本次分析报告的数据来源于这家CD网站上的用户消费记录，旨在分析用户消费行为，建立RFM模型，分析复购率、回购率等关键指标。

三、分析过程

1、准备工作（数据集观察与数据清洗）
2、用户消费趋势分析（按月）——每月消费总金额、消费次数、产品购买量、消费人数、用户 平均消费金额、用户平均消费次数
3、用户个体消费分析——用户消费金额，产品购买量的描述性统计、用户消费金额和产品购买量分布、用户累计消费金额占比
4、用户消费行为分析——用户第一次消费（首购）时间分布、用户最后一次消费时间分布、用户分层RFM模型、用户购买周期、用户生命周期
5、用户复购率和回购率分析——复购率、回购率

1、准备工作（数据集观察与数据清洗）

（1）数据导入
数据集为txt文件格式，没有列名，并且字段之间使用多个空格进行分隔。

将数据集导入navicat中，并进行字段分列、命名、数据类型定义处理，处理后数据表预览如下：

其中，字段解释如下：
user_id 用户id
order_dt 订单购买日期
order_products 订单购买商品数
order_amount 订单购买金额

（2）数据清洗
数据缺省值处理：

SELECT * FROM cdnow 
WHERE order_dt is null
or user_id is null 
OR order_products is null 
OR order_amount is null;

查询结果为无，因此本数据集中无缺省值。

数据重复值处理：
因为本数据集中购买日期无具体时间，所以无法排除某个用户在同一天发生多次相同的购买行为，所以无需去重。

2、用户消费趋势分析（按月）
（1）每月的订单总金额、订单数、订单用户数

SELECT 
	date_format(order_dt,'%Y-%m') as 月份,
	sum(order_amount) as 订单总金额,
	count(*) as 订单数,
	count(distinct user_id) as 订单用户数,
	sum(order_amount)/count(distinct user_id) as 每月用户平均购买金额,
	count(*)/count(distinct user_id) as 每月用户平均购买次数
FROM cdnow
GROUP BY 月份
order by 月份

由以上图表可知：
订单总金额在前三个月达到最高峰，后续消费较为稳定，有轻微下降趋势；
前三个月订单量最大，甚至有两个月订单量在10000以上，后续月份的订单量较为稳定，维持在2000~3000这个范围内；
前三个月每月的订单用户数在8000到10000之间，后续月份的用户数较为稳定，维持在1500~2500这个范围内。

（2）每月用户平均消费金额、平均消费次数

由上图可知：
每月用户平均消费金额都在38元以上，1997年1月份最低，1998年11月份最高为56.66元，此外还存在着较大的波动。
每月用户平均消费次数都在1次以上，1997年1月份最低，1998年10月份最高为1.39次。

3、用户个体消费分析
（1）用户消费金额、订单量的描述性统计

#用户产品购买量的描述性统计
SELECT
	min(用户总购买量),
	avg(用户总购买量),
	(SELECT sum(order_products) 用户总购买量 FROM cdnow GROUP BY user_id order by 用户总购买量 limit 11785,1) as '50%(用户购买量)',
	max(用户总购买量),
	round(stddev(用户总购买量),2) 'std(用户总购买量)'
FROM (SELECT sum(order_products) 用户总购买量 FROM cdnow GROUP BY user_id) a;

#用户购买金额的描述性统计
SELECT
	min(用户总购买金额),
	avg(用户总购买金额