CDNow网站用户消费行为分析

SelenaSelena

已于 2022-08-05 15:57:48 修改

阅读量708

点赞数 1

文章标签：数据分析 mysql 数据库

于 2022-08-05 15:57:10 首次发布

本文链接：https://blog.csdn.net/SelenaSelena/article/details/126137886

版权

本文通过对CDNow网站的历史销售数据进行分析，揭示了用户整体和个体的消费行为，包括每月销售额、消费次数、消费人数和销量。通过RFM模型进行用户分层，发现大部分用户属于一般发展顾客，而重要价值顾客占比相对较低，提示需要改进运营策略以提高用户复购率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、项目背景

CDNow曾经是一家在线音乐零售平台，后被德国波泰尔斯曼娱乐集团公司出资收购，其资产总价值在最辉煌时曾超过10亿美元。本文通过该网站销售数据分析消费者用户行为，使运营部门在营销时更加具有针对性，从而节省成本，提升效率。

二、提出问题

对用户行为进行特征分析，具体框架如下：

三、数据处理（EXCEL）

1.查看数据

购买日期表示时间，但是数据类型不是时间格式，需要将数据类型转换为日期格式。购买金额保留两位小数。

数据中存在用户在同一天或者不同天购买多次的情况，如用户ID为2的用户就在1月12日买了两次。

2.描述性统计

从描述性分析可以看出，订单数的平均值为2.41，订单金额的平均值为35.89。

购买商品的标准差为2.33，说明数据具有一定的波动性，中位数为2，说明大家一次性购买的数量不多。最大值为99，数字比较高。购买金额的情况差不多，大部分订单都集中在小额。

一般而言，消费类的数据分布，都是长尾形态。大部分用户都是小额，然而小部分用户贡献了收入的大头，俗称二八。

3.数据处理

（1）查看空值

查看数据类型、数据是否存在空值；原数据没有空值，很干净的数据。接下来我们要将时间的数据类型转化。

进行数据处理的时候，经常会遇见数据类型的问题，当拿到数据的时候，首先要确定拿到的是正确的数据类型，如果数据类型不正确需要进行数据类型的转化，再进行数据处理。

（2）分析说明

我们将月份作为消费行为的主要事件窗口，选择哪种时间窗口取决于消费频率。

将处理好的数据导入MySQL进行分析。

四、用户整体消费行为分析

1.每月的总销售额

select date_format(购买日期,'%Y-%m') 年月,round(sum(订单金额),2)
from cdnow
group by date_format(购买日期,'%Y-%m')

2.每月的消费次数

select date_format(购买日期,'%Y-%m') 年月,count(1)
from cdnow
group by date_format(购买日期,'%Y-%m')

3.每月的消费人数

select date_format(购买日期,'%Y-%m') 年月,count(distinct 用户ID)
from cdnow
group by date_format(购买日期,'%Y-%m')

4.每月的销量

select date_format(购买日期,'%Y-%m') 年月,SUM(订单数)
from cdnow
group by date_format(购买日期,'%Y-%m')

最低0.47元/天解锁文章