【学习笔记】这是一份CD网站用户消费行为分析报告

这是一份用户消费行为的分析报告

数据来源于网上（秦路老师），是用户在一家CD网站上的消费记录,仅作为学习之用，如有侵权，可联系删除~

0引言

用户消费记录是用户行为的具体体现，通过具体的分析指标对用户行为进行分析，可以更好地了解用户行为，为进一步制定高价值用户管理策略和营销策略提供参考依据。
具体分析指标包括：

• 进行用户消费趋势的分析
• 用户个体消费分析
• 用户消费行为分析
• 复购率和回购分析

0.1 数据导入

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline      
plt.style.use('ggplot') 
plt.rcParams['font.sans-serif'] = ['SimHei'] #SimHei黑体
plt.rcParams['axes.unicode_minus'] = False  #False 状态下可以显示复数

0.2 数据基本信息

columns = ['user_id','order_dt','order_products','order_amount']
df = pd.read_table('CDNOW_master.txt',names = columns,sep='\s+')

该数据主要包含以下字段：

• user_id : 用户ID
• order_dt : 购买日期
• order_products : 购买产品数
• order_amount : 购买金额

df.head()

	user_id	order_dt	order_products	order_amount
0	1	19970101	1	11.77
1	2	19970112	1	12.00
2	2	19970112	5	77.00
3	3	19970102	2	20.76
4	3	19970330	2	20.76

df.info()  #查看数据的基本信息

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 69659 entries, 0 to 69658
Data columns (total 4 columns):
user_id           69659 non-null int64
order_dt          69659 non-null int64
order_products    69659 non-null int64
order_amount      69659 non-null float64
dtypes: float64(1), int64(3)
memory usage: 2.1 MB

• order_dt 购买日期的数据格式不对，后期需要进行修改

df.describe()

	user_id	order_dt	order_products	order_amount
count	69659.000000	6.965900e+04	69659.000000	69659.000000
mean	11470.854592	1.997228e+07	2.410040	35.893648
std	6819.904848	3.837735e+03	2.333924	36.281942
min	1.000000	1.997010e+07	1.000000	0.000000
25%	5506.000000	1.997022e+07	1.000000	14.490000
50%	11410.000000	1.997042e+07	2.000000	25.980000
75%	17273.000000	1.997111e+07	3.000000	43.700000
max	23570.000000	1.998063e+07	99.000000	1286.010000

通过数据描述可以发现:

• 大部分订单只消费了少量商品（平均2.4），有一定极值干扰
• 用户的消费金额比较稳定，平均消费35.89元，中位数在25.98元，有一定极值干扰

0.3 日期数据整理

df['order_dt'] = pd.to_datetime(df.order_dt,format = '%Y%m%d')
df['month'] = df.order_dt.values.astype('datetime64[M]')

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 69659 entries, 0 to 69658
Data columns (total 5 columns):
user_id           69659 non-null int64
order_dt          69659 non-null datetime64[ns]
order_products    69659 non-null int64
order_amount      69659 non-null float64
month             69659 non-null datetime64[ns]
dtypes: datetime64[ns](2), float64(1), int64(2)
memory usage: 2.7 MB

df.head()

	user_id	order_dt	order_products	order_amount	month
0	1	1997-01-01	1	11.77	1997-01-01
1	2	1997-01-12	1	12.00	1997-01-01
2	2	1997-01-12	5	77.00	1997-01-01
3	3	1997-01-02	2	20.76	1997-01-01
4	3	1997-03-30	2	20.76	1997-03-01

1. 进行用户消费趋势的分析（按月）

• 每月消费总金额
• 每月的消费次数
• 每月的产品购买数量
• 每月的消费人数

1.1 每月消费总金额

grouped_month = df.groupby('month')
order_month_amount = grouped_month.order_amount.sum()
order_month_amount.head()

month
1997-01-01    299060.17
1997-02-01    379590.03
1997-03-01    393155.27
1997-04-01    142824.49
1997-05-01    107933.30
Name: order_amount, dtype: float64

plt.figure(figsize=(6, 0.618*6))
plt.title('每月销售额')
plt.ylabel('销售额')
order_month_amount.plot()
plt.savefig('./01',bbox_inches = 'tight')

由上图可知，销售额在前三个月达到最高峰，后续销售额较为稳定，有轻微下降趋势

1.2 每月的消费次数

plt.figure(figsize=(6, 0.618*6))
plt.title('每月订单数')
plt.ylabel('订单数量')
grouped_month.user_id.count().plot()
plt.savefig('./02',bbox_inches = 'tight')

由上图可知，前三个月消费订单数在10000笔左右，后续月份的订单数量则在2500笔左右。

1.3每月的产品购买数量

plt.figure(figsize=(6, 0.618*6))
plt.title('每月产品购买数量')
plt.ylabel('产品购买数量')
grouped_month.order_products.sum().plot()
plt.savefig('./03',bbox_inches = 'tight')

由上图可知，前三个月产品购买数量在20000左右，后续月份购买数量下滑，在5500左右，且有递减趋势。

1.4 每月的消费人数

plt.figure(figsize=(6, 0.618*6))
grouped_month.user_id.apply(lambda x:len(x.drop_duplicates())).plot()
plt.title('每月消费人数')
plt.ylabel('人数')
plt.savefig('./04',bbox_inches = 'tight')

由上图可知，每月消费人数低于每月消费次数，但差异不大
前三个月每月的消费人数在8000~10000之间，后续月份平均消费人数在2000人左右

• 数据透视表

df.pivot_table(index = 'month',
              values = ['order_products','order_amount','user_id'],
              aggfunc = { 'order_products':'sum',
                         'order_amount':'sum',
                         'user_id':'count'              
              }).head()

	order_amount	order_products	user_id
month
1997-01-01	299060.17	19416	8928
1997-02-01	379590.03	24921	11272
1997-03-01	393155.27	26159	11598
1997-04-01	142824.49	9729	3781
1997-05-01	107933.30	7275	2895

除此之外，还可以计算

• 每月用户平均消费金额的趋势
• 每月用户平均消费次数的趋势
• 等

2. 用户个体消费分析

• 用户消费金额，消费次数的描述统计
• 用户消费金额和消费的散点图
• 用户消费金额的分布图
• 用户消费次数的分布图
• 用户累计消费金额占比（百分之多少的用户占了百分之多少的消费额）

2.1 用户消费金额，消费次数的描述统计

grouped_user = df.groupby('user_id')

grouped_user.sum().describe()

	order_products	order_amount
count	23570.000000	23570.000000
mean	7.122656	106.080426
std	16.983531	240.925195
min	1.000000	0.000000
25%	1.000000	19.970000
50%	3.000000	43.395000
75%	7.000000	106.475000
max	1033.000000	13990.930000

• 用户平均购买了7张CD，但是中位值只有3，说明小部分用户购买了大量的CD
• 用户平均消费了106元，但是中位值只有43元，判断同上，有极值干扰
• 75%分位点购买数量为7，和均值相同，说明有25%的人买了大于7张CD。

2.2 用户消费金额和消费的散点图

plt.figure(figsize=(6, 0.618*6))
grouped_user.sum().query('order_amount < 6000').plot.scatter(x = 'order_amount',y = 'order_products')
plt.ylabel('购买产品数')
plt.xlabel('购买金额')
plt.savefig('./05',bbox_inches = 'tight')

2.3 用户消费金额的分布图

plt.figure(figsize=(6, 0.618*6))
grouped_user.sum().order_amount.plot.hist(bins = 20)
plt.xlabel('用户消费金额')
plt.ylabel('用户人数')
plt.title('用户消费金额分布图')
plt.savefig('./06',bbox_inches = 'tight')

从直方图可知，用户消费金额绝大部分呈现集中趋势，小部分异常值干扰了判断，可以使用过滤操作排除异常

2.4 用户购买数量分布图

plt.figure(figsize=(6, 0.618*6))
grouped_user.sum().query('order_products < 100 ').order_products.hist(bins = 20)
plt.xlabel('购买数量')
plt.ylabel('用户人数')
plt.title('用户购买数量分布图')
plt.savefig('./07',bbox_inches = 'tight')

从直方图可知，用户消费金额，绝大部分呈现集中趋势，大部分购买CD数20张内，高消费用户在图上几乎看不到，这是符合消费行为的行业规律。

2.5 用户累计消费金额占比

plt.figure(figsize=(6, 0.618*6))
user_cumsum = grouped_user.sum().sort_values('order_amount').apply(lambda x: x.cumsum()/x.sum())
user_cumsum.reset_index().order_amount.plot()  #为方便作图，这里需要重置索引，否则原索引会变成横坐标
plt.xlabel('用户人数')
plt.ylabel('百分比%')
plt.title('用户累计消费金额占比')
plt.savefig('./08',bbox_inches = 'tight')

通过分析累计销售额占比，从图中不难看出用户消费行为基本符合二八定律，80% 的用户贡献了 25% 的消费金额，而 60% 的消费由前 5000 名用户贡献。所以只要维护了这5000 名用户,就能完成 60% 的KPI。

3. 用户消费行为

• 用户第一次消费（首购）
• 用户最后一次消费
• 用户分层
• RFM模型
• 新、活跃、回流、流失/不活跃
• 用户购买周期（按订单）
• 用户消费周期描述
• 用户消费周期分布
• 用户生命周期（按第一次&最后一次消费）
• 用户生命周期描述
• 用户生命周期分布

3.1 用户第一次消费（首购）

plt.figure(figsize=(6, 0.618*6))
grouped_user.min().order_dt.value_counts().plot()
plt.xlabel('时间')
plt.ylabel('人数')
plt.savefig('./09',bbox_inches = 'tight')

用户第一次购买分布，集中在前三个月
其中，在2月11日至2月25日有一次剧烈的波动

3.2 用户最后一次消费

plt.figure(figsize=(6, 0.618*6))
grouped_user.max().order_dt.value_counts().plot()
plt.xlabel('时间')
plt.ylabel('人数')
plt.savefig('./10',bbox_inches = 'tight')

用户最后一次购买的分布比第一次广
大部分用户最后一次购买，集中在前三个月，说明有很多用户购买了一次后就不再进行购买
随着时间的递增，最后一次购买数也在递增，消费呈现流失上升的状况

user_life = grouped_user.order_dt.agg(['min','max'])
user_life.head()

	min	max
user_id
1	1997-01-01	1997-01-01
2	1997-01-12	1997-01-12
3	1997-01-02	1998-05-28
4	1997-01-01	1997-12-12
5	1997-01-01	1998-01-03

(user_life['min'] == user_life['max']).value_counts()

True     12054
False    11516
dtype: int64

有一半用户就消费了一次

3.3 用户分层

3.3.1 构建RFM模型

rfm = df.pivot_table(index = 'user_id',
                    values = ['order_products','order_amount','order_dt'],
                    aggfunc = {'order_dt':'max',
                              'order_amount':'sum',
                              'order_products':'sum'})
rfm.head()

	order_amount	order_dt	order_products
user_id
1	11.77	1997-01-01	1
2	89.00	1997-01-12	6
3	156.46	1998-05-28	16
4	100.50	1997-12-12	7
5	385.61	1998-01-03	29

rfm['R'] = -(rfm.order_dt - rfm.order_dt.max())/np.timedelta64(1,'D')  #去除天数的单位，方便计算
rfm.rename(columns = {'order_products':'F','order_amount':'M'},inplace = True)
rfm.head()

	M	order_dt	F	R
user_id
1	11.77	1997-01-01	1	545.0
2	89.00	1997-01-12	6	534.0
3	156.46	1998-05-28	16	33.0
4	100.50	1997-12-12	7	200.0
5	385.61	1998-01-03	29	178.0

def rfm_func(x):
    level = x.apply(lambda x: '1' if x >= 0 else '0')
    label = level.R + level.F + level.M
    d = {
        '111':'重要价值客户',
        '011':'重要保持客户',
        '101':'重要发展客户',
        '001':'重要挽留客户',
        '110':'一般价值客户',
        '010':'一般保持客户',
        '100':'一般发展客户',
        '000':'一般挽留客户'
    }
    result = d[label]
    return result

rfm['label'] = rfm[['R','F','M']].apply(lambda x: x - x.mean()).apply(rfm_func,axis=1)

rfm.head()

	M	order_dt	F	R	label
user_id
1	11.77	1997-01-01	1	545.0	一般发展客户
2	89.00	1997-01-12	6	534.0	一般发展客户
3	156.46	1998-05-28	16	33.0	重要保持客户
4	100.50	1997-12-12	7	200.0	一般挽留客户
5	385.61	1998-01-03	29	178.0	重要保持客户

plt.figure(figsize=(6, 0.618*6))
for label,gropued in rfm.groupby('label'):
    x= gropued['F']
    y = gropued['R']
    
    plt.scatter(x,y,label = label) # 利用循环绘制函数
plt.legend(loc='best') # 图例位置
plt.xlabel('Frequency')
plt.ylabel('Recency')
plt.savefig('./11',bbox_inches = 'tight')

rfm.groupby('label').count()  

	M	order_dt	F	R
label
一般价值客户	77	77	77	77
一般保持客户	206	206	206	206
一般发展客户	14074	14074	14074	14074
一般挽留客户	3300	3300	3300	3300
重要价值客户	787	787	787	787
重要保持客户	4554	4554	4554	4554
重要发展客户	241	241	241	241
重要挽留客户	331	331	331	331

rfm.groupby('label').sum()

	M	F	R
label
一般价值客户	7181.28	650	36295.0
一般保持客户	19937.45	1712	29448.0
一般发展客户	438291.81	29346	6951815.0
一般挽留客户	196971.23	13977	591108.0
重要价值客户	167080.83	11121	358363.0
重要保持客户	1592039.62	107789	517267.0
重要发展客户	33028.40	1263	114482.0
重要挽留客户	45785.01	2023	56636.0

从RFM分层可知，大部分用户为重要保持用户，但是这是由于极值的影响，所以RFM分层的划分标准应该以业务为准

• 尽量用小部分的用户覆盖大部分的额度
• 不要为了数据好看划分等级

3.3.2 按照新、活跃、回流、流失分层用户

pivoted_counts = df.pivot_table(index = 'user_id',
                               columns = 'month',
                               values = 'order_dt',
                               aggfunc = 'count').fillna(0)
pivoted_counts.head()

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	1.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
2	2.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
3	1.0	0.0	1.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0	2.0	0.0	0.0	0.0	0.0	0.0	1.0	0.0
4	2.0	0.0	0.0	0.0	0.0	0.0	0.0	1.0	0.0	0.0	0.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0
5	2.0	1.0	0.0	1.0	1.0	1.0	1.0	0.0	1.0	0.0	0.0	2.0	1.0	0.0	0.0	0.0	0.0	0.0

df_purchase = pivoted_counts.applymap(lambda x : 1 if x >0 else 0)
df_purchase.tail()

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
23566	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
23567	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
23568	0	0	1	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0
23569	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
23570	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0

def active_status(data):
    status =[]
    for i in range(18):
        
        #若本月没有消费
        if data[i] == 0:
            if len(status) > 0:
                if status[i-1] == 'unreg':
                    status.append('unreg')
                else:
                    status.append('unactive')
            else:
                status.append('unreg')
        
        #若本月有消费
        else:
            if len(status) == 0:
                status.append('new')
            else:
                if status[i-1] == 'unactive':
                    status.append('return')
                elif status[i-1]== 'unreg':
                    status.append('new')
                else:
                    status.append('active')
                    
    data = data.astype('object')
    for i in range(18):
        data[i] = status[i]
        
    return data
                

若本月没有消费

• 若之前是未注册，则依旧是未注册
• 若之前有消费，则为流失/不活跃
• 其他情况，为未注册

若本月有消费

• 若是第一次消费，则为新用户
• 如果之前有过消费，且上个月为不活跃，则为回流
• 如果上个月为未注册，则为新用户
• 除此之外，为活跃

purchase_stats = df_purchase.apply(active_status,axis = 1)
purchase_stats.head()

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	new	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive
2	new	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive
3	new	unactive	return	active	unactive	unactive	unactive	unactive	unactive	unactive	return	unactive	unactive	unactive	unactive	unactive	return	unactive
4	new	unactive	unactive	unactive	unactive	unactive	unactive	return	unactive	unactive	unactive	return	unactive	unactive	unactive	unactive	unactive	unactive
5	new	active	unactive	return	active	active	active	unactive	return	unactive	unactive	return	active	unactive	unactive	unactive	unactive	unactive

purchase_stats_ct = purchase_stats.replace('unreg',np.NaN).apply(lambda x: pd.value_counts(x))
purchase_stats_ct

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
active	NaN	1157.0	1681	1773.0	852.0	747.0	746.0	604.0	528.0	532.0	624.0	632.0	512.0	472.0	571.0	518.0	459.0	446.0
new	7846.0	8476.0	7248	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
return	NaN	NaN	595	1049.0	1362.0	1592.0	1434.0	1168.0	1211.0	1307.0	1404.0	1232.0	1025.0	1079.0	1489.0	919.0	1029.0	1060.0
unactive	NaN	6689.0	14046	20748.0	21356.0	21231.0	21390.0	21798.0	21831.0	21731.0	21542.0	21706.0	22033.0	22019.0	21510.0	22133.0	22082.0	22064.0

新用户前三月较多，后期没有增加，流失用户逐渐增加，回流用户和活跃用户逐渐减少

purchase_stats_ct.fillna(0).T.head()

	active	new	return	unactive
month
1997-01-01	0.0	7846.0	0.0	0.0
1997-02-01	1157.0	8476.0	0.0	6689.0
1997-03-01	1681.0	7248.0	595.0	14046.0
1997-04-01	1773.0	0.0	1049.0	20748.0
1997-05-01	852.0	0.0	1362.0	21356.0

plt.figure(figsize=(20, 0.618*20))
purchase_stats_ct.fillna(0).T.plot.area() #绘制面积图
plt.ylabel('人数')
plt.savefig('./12',bbox_inches = 'tight')

<Figure size 1440x889.92 with 0 Axes>

由面积图，蓝色和灰色区域占大面积，可以不看，因为这只是某段时间消费过的用户的后续行为。其次红色代表的活跃用户非常稳定，是属于核心用户，以及紫色的回流用户，这两个分层相加，就是消费用户人数占比（后期没有新增用户）

• 各类用户的占比

purchase_stats_ct.fillna(0).T.apply(lambda x: x/ x.sum(),axis = 1) #各类用户的占比

	active	new	return	unactive
month
1997-01-01	0.000000	1.000000	0.000000	0.000000
1997-02-01	0.070886	0.519299	0.000000	0.409815
1997-03-01	0.071319	0.307510	0.025244	0.595927
1997-04-01	0.075223	0.000000	0.044506	0.880272
1997-05-01	0.036148	0.000000	0.057785	0.906067
1997-06-01	0.031693	0.000000	0.067543	0.900764
1997-07-01	0.031650	0.000000	0.060840	0.907510
1997-08-01	0.025626	0.000000	0.049555	0.924820
1997-09-01	0.022401	0.000000	0.051379	0.926220
1997-10-01	0.022571	0.000000	0.055452	0.921977
1997-11-01	0.026474	0.000000	0.059567	0.913958
1997-12-01	0.026814	0.000000	0.052270	0.920916
1998-01-01	0.021723	0.000000	0.043487	0.934790
1998-02-01	0.020025	0.000000	0.045779	0.934196
1998-03-01	0.024226	0.000000	0.063174	0.912601
1998-04-01	0.021977	0.000000	0.038990	0.939033
1998-05-01	0.019474	0.000000	0.043657	0.936869
1998-06-01	0.018922	0.000000	0.044972	0.936105

plt.figure(figsize=(10, 10*0.618))
rate = purchase_stats_ct.fillna(0).T.apply(lambda x: x/ x.sum(),axis = 1)
plt.plot(rate['return'],label='return')
plt.plot(rate['active'],label='active')
plt.legend()
plt.savefig('./13',bbox_inches = 'tight')

<matplotlib.legend.Legend at 0x240974b0688>

由上表可知，每月的用户消费状态变化

• 回流用户比：某个时间段内回流用户在总用户中的占比
  • 由图可知，用户每月回流用户比占 5% ～ 8% 之间，有下降趋势，说明客户有流失倾向。
• 回流用户率：上月有多少不活跃用户在本月消费
  • 由于这份数据的不活跃用户量基本不变，所以这里的回流率，也近似等于回流比
• 活跃用户比：某个时间段内活跃用户在总用户中的占比。
  • 活跃用户的占比在 3% ～ 5%间，下降趋势更显著，活跃用户可以看作连续消费用户，忠诚度高于回流用户。

结合活跃用户和回流用户看，在后期的消费用户中，60%是回流用户，40%是活跃用户，整体用户质量相对不错。也进一步说明前面用户消费行为分析中的二八定律，反映了在消费领域中，狠抓高质量用户是不变的道理。

3.4 用户购买周期

#订单时间间隔
order_diff = grouped_user.apply(lambda x : x.order_dt - x.order_dt.shift()) #shift函数使数据向下平移一位
order_diff.head(10)

user_id   
1        0        NaT
2        1        NaT
         2     0 days
3        3        NaT
         4    87 days
         5     3 days
         6   227 days
         7    10 days
         8   184 days
4        9        NaT
Name: order_dt, dtype: timedelta64[ns]

order_diff.describe()

count                      46089
mean     68 days 23:22:13.567662
std      91 days 00:47:33.924168
min              0 days 00:00:00
25%             10 days 00:00:00
50%             31 days 00:00:00
75%             89 days 00:00:00
max            533 days 00:00:00
Name: order_dt, dtype: object

#订单周期分布图
plt.figure(figsize=(6, 0.618*6))
(order_diff/ np.timedelta64(1,'D')).hist(bins=20)
plt.xlabel('周期（天数）')
plt.ylabel('人数')
plt.savefig('./14',bbox_inches = 'tight')

• 订单周期呈指数分布
• 用户的平均购买周期是 68 天
• 绝大部分用户的购买周期低于 100 天
• 用户生命周期图是典型的长尾图，大部分用户的消费间隔确实比较短。
  不妨将时间召回点设为消费后立即赠送优惠券，消费后10天询问用户CD怎么样，消费后30天提醒优惠券到期，消费后60天短信推送。

3.5 用户生命周期

#最后一次购买的时间减去首购时间
(user_life['max']-user_life['min']).describe()

count                       23570
mean     134 days 20:55:36.987696
std      180 days 13:46:43.039788
min               0 days 00:00:00
25%               0 days 00:00:00
50%               0 days 00:00:00
75%             294 days 00:00:00
max             544 days 00:00:00
dtype: object

plt.figure(figsize=(6, 0.618*6))
((user_life['max']- user_life['min'])/np.timedelta64(1,'D')).hist(bins = 40)
plt.xlabel('周期（天数）')
plt.ylabel('人数')
plt.savefig('./15',bbox_inches = 'tight')

• 用户的生命周期受只购买一次的用户影响比较厉害（可以排除）
• 用户均消费134天，但是平均数不靠谱,中位数 0 天，大部分用户第一次消费也是最后一次，这批属于低质量用户，而最大的是 544 天，几乎是数据集的总天数，这部分用户属于核心用户。

plt.figure(figsize=(6, 0.618*6))
u_1 = (user_life['max']- user_life['min']).reset_index()[0]/ np.timedelta64(1,'D') 
u_1 [u_1 > 0].hist(bins=40)  #排除只购买一次的用户后的用户生命周期直方图
plt.xlabel('周期（天数）')
plt.ylabel('人数')
plt.savefig('./16',bbox_inches = 'tight')

• 过滤掉周期为 0 的用户后，图像呈双峰结构；
• 部分低质用户，虽然消费两次，但还是不能持续消费，要想提高用户转化率，应该往用户首次消费 30 天内尽量引导；
• 少部分用户集中在 50 - 300 天，属于普通用户，忠诚度一般。
• 集中在 400 天以后的，是高质量用户了，后期人数还在增加，这批用户已经属于核心用户了，忠诚度极高，尽量维护这批用户的利益。

4.复购率和回购分析

• 复购率
• 自然月内，购买多次的用户占比
• 回购率
• 曾经购买过的用户在某一时期内的再次购买的占比

pivoted_counts.head()

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	1.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
2	2.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
3	1.0	0.0	1.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0	2.0	0.0	0.0	0.0	0.0	0.0	1.0	0.0
4	2.0	0.0	0.0	0.0	0.0	0.0	0.0	1.0	0.0	0.0	0.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0
5	2.0	1.0	0.0	1.0	1.0	1.0	1.0	0.0	1.0	0.0	0.0	2.0	1.0	0.0	0.0	0.0	0.0	0.0

• 整理数据透视表

purchase_r = pivoted_counts.applymap(lambda x : 1 if x > 1 else np.NaN if x ==0 else 0) #消费1次以上为1，消费0次为空，其他为0
purchase_r.head()

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	0.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
2	1.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
3	0.0	NaN	0.0	0.0	NaN	NaN	NaN	NaN	NaN	NaN	1.0	NaN	NaN	NaN	NaN	NaN	0.0	NaN
4	1.0	NaN	NaN	NaN	NaN	NaN	NaN	0.0	NaN	NaN	NaN	0.0	NaN	NaN	NaN	NaN	NaN	NaN
5	1.0	0.0	NaN	0.0	0.0	0.0	0.0	NaN	0.0	NaN	NaN	1.0	0.0	NaN	NaN	NaN	NaN	NaN

4.1复购率

plt.figure(figsize=(6, 0.618*6))
(purchase_r.sum()/purchase_r.count()*100).plot(figsize=(10,4)) #宽为10，高为4的图形  
plt.ylabel('百分比%')
plt.savefig('./17',bbox_inches = 'tight')

复购率稳定在20%左右，前三个月因为有大量新用户涌入，而这批用户只购买了一次，所以导致复购率降低

4.2 回购率

df_purchase.head()

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
2	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
3	1	0	1	1	0	0	0	0	0	0	1	0	0	0	0	0	1	0
4	1	0	0	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0
5	1	1	0	1	1	1	1	0	1	0	0	1	1	0	0	0	0	0

def purchase_back(data):
    status=[]
    for i in range(17):
        if data[i] == 1:
            if data[i+1] == 1:
                status.append(1)
            if data[i+1] == 0:
                status.append(0)
        else:
            status.append(np.NaN)
    status.append(np.NaN) #填充最后一个月的数据
    
    data = data.astype('object') 
    for i in range(17):
        data[i] = status[i]
    return data

purchase_b = df_purchase.apply(purchase_back,axis = 1)
purchase_b.head()

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	0.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	0
2	0.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	0
3	0.0	NaN	1.0	0.0	NaN	NaN	NaN	NaN	NaN	NaN	0.0	NaN	NaN	NaN	NaN	NaN	0.0	0
4	0.0	NaN	NaN	NaN	NaN	NaN	NaN	0.0	NaN	NaN	NaN	0.0	NaN	NaN	NaN	NaN	NaN	0
5	1.0	0.0	NaN	1.0	1.0	1.0	0.0	NaN	0.0	NaN	NaN	1.0	0.0	NaN	NaN	NaN	NaN	0

plt.figure(figsize=(6, 0.618*6))
(purchase_b.sum()/purchase_b.count()).plot(figsize = (10,4))
plt.ylabel('百分比%')
plt.savefig('./18',bbox_inches = 'tight')

• 由回购率图可以看出，用户回购率高于复购率，约在 30% 左右，波动性较强。新用户回购率在 15 % 左右，与老用户相差不大。
• 由人数分布图发现，回购人数在前三月之后趋于稳定，所以波动产生的原因可能由于营销淡旺季导致，但之前复购用户的消费行为与会回购用户的行为大致相同，可能有一部分用户重合，属于优质用户。
• 结合回购率和复购率分析，发现新客的整体忠诚度低于老客，老客的回购率较好，消费频率稍低，这是该网站的用户消费特征。

5.总结

• 通过用户消费趋势分析发现，由于新用户的加入，前3个月业绩较好，销量、销售额、订单数量和月消费人数都在较高水平，而后有所下滑，并维持在一定水平内；
• 通过用户个体消费分析发现，60%的销售额是由5000名左右的用户贡献的，也就是说小部分用户贡献了绝大多数的业绩，这部分属于优质用户，需要重点关注；
• 用户消费行为分析中，利用RFM模型可以对用户进行分层，并针对不同用户采取不同的营销策略，还可以根据用户生命周期数据，采取措施提高用户粘性，延长生命周期；
• 复购率和回购分析中，可以发现新客的整体忠诚度低于老客，老客的回购率较好，消费频率稍低。