电商用户消费行为分析（MySQL+Tableau）

一、项目背景

用户消费行为贯穿于电商、医疗、物流等行业，数据分析中对于用户消费行为分析的占比是很大的，除了产品质量以外，首要任务就是分析用户的消费行为，目的是有效地、有针对性地加大营销力度，进而提升企业的营业额。本项目基于某电商21年12个月的用户消费数据，主要进行了用户整体和个体分析、消费时间分析、用户分层模型、复购率和回购率、生命周期和购买周期等的分析，项目中采用了电商用户消费行为分析的通用数据分析方法。

二、数据信息

数据来源：数据集来自和鲸社区。本数据集为某电商用户消费数据，提供了该平台21年12个月10W+条客户消费记录。

三、分析框架

四、结论先行

结论总结

1、整体趋势：销量和销售额在21年5-7月相对较高，然后下降，原因可能跟这段时间平台大力促销或与商品的季节属性有关；

2、用户个体特征：前6万名用户贡献了一半的消费金额，而后面1万多名用户贡献了剩余一半的金额，符合电商行业的二八原则；

3、用户的消费周期： 平均购买周期为116天，绝大多数用户的消费周期低于150天，用户消费周期在200天以上（不积极用户）占少数；用户购买周期的人数随着时间的增长而减少；对于不积极用户可以在消费后3天内通过短信回访赠送优惠券的方式，增大消费频率；

4、用户的生命周期：有二次以上消费的用户，其平均生命周期为127天。应对用户生命周期在100天以内的用户进行引导，促进其再次消费并形成消费习惯，延长其生命周期；在生命周期在100-400天的用户，也要根据其特点推出有针对性的营销活动，引导其持续消费；

5、新老客户的复购率和回购率均不高，且回购率大于复购率，但老客户的复购率和回购率大于新客户，需要营销策略积极引导再次消费形成消费习惯；

6、用户质量：用户个体消费有一定的规律性，反应了二八法则，即消费排名前20%的用户贡献了80%的消费额。所以，需注重高质量用户的运营，这些高质量客户都是“会员”类型，可专门为会员优化购物体验，如设置专线接听、提供折扣优惠等差异化运营措施。

数据分析及可视化

1、用户整体消费趋势分析

统计每月的产品购买数量，产品消费金额，产品消费次数，产品消费人数

发现：

1、每月的产品购买数量、消费金额、消费次数、消费人数均呈现整体上升的趋势；

2、前四个月销量较低，从第四个月开始销量迅速攀升，7-10月销量下缓，10月后继续上升，总体呈现上升趋势，推测从4月开始，商家加大了促销力度，或者是由于产品属性与季节性需求有关。

2、用户个体消费分析

2.1 用户累计消费金额占比（用户的贡献度）

发现：

1、前6万名用户贡献了一半的消费金额，而后面1万多名用户贡献了剩余一半的金额，符合电商行业的二八原则。

3、用户消费行为

3.1 首购时间与最后一次购买时间

发现：

1、首次购买的用户量从3月开始呈上升趋势，在7月开始逐步回落，猜测原因：公司产品的推广力度或价格的改变。