用户消费行为分析报告

最新推荐文章于 2024-09-15 20:26:09 发布
最新推荐文章于 2024-09-15 20:26:09 发布
阅读量236 收藏
点赞数
文章标签： 数据分析 数据可视化 pandas matplotlib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/betty123_/article/details/132207798
版权

用户消费行为分析报告

一、项目背景：

该项目对购买某网站电子产品的用户消费数据进行分析（2020年1月至2020年11月），研究用户的基本属性、消费特征、价值度与活跃度、复购率和回购率情况，为提升销售额以及营销的精准度提供一些思路。

二、数据来源：

https://www.kesci.com/mw/dataset/601e971ab233440015800bc7/file

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] =False #显示符号
from PIL import Image
from IPython.display import display

# 读取PNG图片
image = Image.open('字段解释.png')

# 获取当前图片大小
width, height = image.size
# 设置图片尺寸
new_width = int(width * 0.5)  # 调整为原来宽度的0.5
new_height = int(height * 0.5)  # 调整为原来高度的0.5

# 调整图片尺寸
resized_image = image.resize((new_width, new_height))

# 显示调整后的图片
display(resized_image)

在这里插入图片描述

三、分析框架

image = Image.open('用户消费行为分析.png')

width, height = image.size
new_width = int(width * 0.5)  # 调整为原来宽度的0.5
new_height = int(height * 0.5)  # 调整为原来高度的0.5
resized_image = image.resize((new_width, new_height))

display(resized_image)

在这里插入图片描述

四、结论先行

1.整体趋势：2020年1至4月份销售额和订单量较少且稳定，4月份开始至8月份持续增长，9-11月份虽有下降但也处于比1-4月份高的水平，可能与五一小长假、暑假、开学季和国庆小长假有关；

2.用户属性：
1）30-35岁和40-45岁的男性数量以及45-50岁的女性数量较突出→多向这类用户进行推送，促活；
2）15-20岁、40-45岁、45-50岁这三个年龄段的用户消费金额较高→多推送一些高价位商品；
3）广东、上海、北京的销售额、订单数和消费人数均遥遥领先，同时虽然湖南消费人数较少，但订单数和销售额均排第四，很有潜力→这4个城市可加大营销力度；
4）品牌销量TOP3：samsung、apple、ava，产品类别销量TOP3：智能手机、笔记本、冰箱，可将这些商品作为主推产品，进行引流；且对于销量好的产品，需重点关注库存情况，避免缺货；对于销量差的产品，需及时进行清仓处理；

3.用户整体消费特征：
1）五一小长假、暑假、开学季、十一小长假的销售额、订单量都不错，尤其是8月份的销售额全年最高，对于这些关键节点，需提前准备好各类资源，运营计划、库存、物流、客服资源等；
2）大部分用户会在13-20时下单，以及周末的订单量较高，对于这些时间节点，需保障好网站的运行稳定性；

4.用户个人消费特征：
1）消费次数和消费金额高度相关，因此可通过提高消费次数，来提高消费金额；
2）共93804位用户，14.7%的用户贡献了将近60%的销售额，需对这部分用户重点维护，制定对应的营销方案；

5.用户消费周期
1）用户购买周期均值为9.6天，小部分用户购买周期在50天以上，对于这部分用户可在其消费后9天左右通过赠送优惠券等方式来刺激召回；
2）用户生命周期均值为32天，可在用户消费后第30天左右对其进行引导，促使其再次消费，延长生命周期；75%分位数的用户生命周期为42天，生命周期>42天的用户属于核心用户，需根据其特点推出针对性的营销活动，引导其持续消费；

6.用户价值度分析
通过RFM模型分析，发现一般发展用户数量最多，其次是重要保持用户和一般挽留用户；
针对重要价值用户，需重点维护，提供VIP服务，给予专享权益、定期福利等活动；
针对重要发展用户，消费频次较低，需要提升他们的活跃度，不断优化产品和服务，制定对应策略来提升他们的购买频率；
针对重要保持用户，应主动与用户保持联系，可通过定期邮件/短信推送，与用户保持联系与互动；
针对重要挽留用户，需重点防止流失，可主动联系用户调查具体原因，想办法挽回；
针对一般价值用户，可通过发放不同形式优惠券，引导用户多次消费，增加消费金额；
针对一般发展用户，这类用户可能属于新用户，可提供新手福利，并在各种节假日活动时及时提醒；
针对一般保持用户，这类用户是预流失用户，前期活跃过，后期发现产品、服务、奖励等无法满足预期需求，不再复购，需对其做好利益和情感的触达；
针对一般挽留用户，这类用户可能已流失一段时间，不易挽回，在预算有限的情况下，暂且考虑放弃。

五、数据清洗

删除无用列、转换数据类型、修改并增加时间相关列、删除重复值、缺失值处理和异常值处理；

#数据读入
df = pd.read_csv(r'C:\Users\13779\Desktop\电子产品销售分析.csv')
df.head()
Unnamed: 0event_timeorder_idproduct_idcategory_idcategory_codebrandpriceuser_idagesexlocal
002020-04-24 11:50:39 UTC229435993205453698615159662235090899062.268105e+18electronics.tabletsamsung162.011.515916e+1824.0女海南
112020-04-24 11:50:39 UTC229435993205453698615159662235090899062.268105e+18electronics.tabletsamsung162.011.515916e+1824.0女海南
222020-04-24 14:37:43 UTC229444402405808622022739483190571836582.268105e+18electronics.audio.headphonehuawei77.521.515916e+1838.0女北京
332020-04-24 14:37:43 UTC229444402405808622022739483190571836582.268105e+18electronics.audio.headphonehuawei77.521.515916e+1838.0女北京
442020-04-24 19:16:21 UTC229458426315407423622739483168174244392.268105e+18NaNkarcher217.571.515916e+1832.0女广东
df.info()
#数据量：564169，原始字段：12

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 564169 entries, 0 to 564168
Data columns (total 12 columns):
 #   Column         Non-Null Count   Dtype  
---  ------         --------------   -----  
 0   Unnamed: 0     564169 non-null  int64  
 1   event_time     564169 non-null  object 
 2   order_id       564169 non-null  int64  
 3   product_id     564169 non-null  int64  
 4   category_id    564169 non-null  float64
 5   category_code  434799 non-null  object 
 6   brand          536945 non-null  object 
 7   price          564169 non-null  float64
 8   user_id        564169 non-null  float64
 9   age            564169 non-null  float64
 10  sex            564169 non-null  object 
 11  local          564169 non-null  object 
dtypes: float64(4), int64(3), object(5)
memory usage: 51.7+ MB

#1.删除无用的Unnamed: 0列
del df['Unnamed: 0']

#2.转换数据类型（否则以科学计数法的形式展示）
df['order_id'] = df['order_id'].astype(object)
df['product_id'] = df['product_id'].astype(object)
df['category_id'] = df['category_id'].astype(object)
df['user_id'] = df['user_id'].astype(object)
df['age'] = df['age'].astype(int)
df.head()
event_timeorder_idproduct_idcategory_idcategory_codebrandpriceuser_idagesexlocal
02020-04-24 11:50:39 UTC229435993205453698615159662235090899062268105426648171520.0electronics.tabletsamsung162.011515915625441993984.024女海南
12020-04-24 11:50:39 UTC229435993205453698615159662235090899062268105426648171520.0electronics.tabletsamsung162.011515915625441993984.024女海南
22020-04-24 14:37:43 UTC229444402405808622022739483190571836582268105430162997248.0electronics.audio.headphonehuawei77.521515915625447879424.038女北京
32020-04-24 14:37:43 UTC229444402405808622022739483190571836582268105430162997248.0electronics.audio.headphonehuawei77.521515915625447879424.038女北京
42020-04-24 19:16:21 UTC229458426315407423622739483168174244392268105471367840000.0NaNkarcher217.571515915625443148032.032女广东
#2.转换数据类型（经上述处理，category_id和user_id保留了一位小数，利用apply和round函数进一步调整）
df['category_id'] = df['category_id'].astype(object).apply(lambda x: round(x))
df['user_id'] = df['user_id'].astype(object).apply(lambda x: round(x))
df.head()
event_timeorder_idproduct_idcategory_idcategory_codebrandpriceuser_idagesexlocal
02020-04-24 11:50:39 UTC229435993205453698615159662235090899062268105426648171520electronics.tabletsamsung162.01151591562544199398424女海南
12020-04-24 11:50:39 UTC229435993205453698615159662235090899062268105426648171520electronics.tabletsamsung162.01151591562544199398424女海南
22020-04-24 14:37:43 UTC229444402405808622022739483190571836582268105430162997248electronics.audio.headphonehuawei77.52151591562544787942438女北京
32020-04-24 14:37:43 UTC229444402405808622022739483190571836582268105430162997248electronics.audio.headphonehuawei77.52151591562544787942438女北京
42020-04-24 19:16:21 UTC229458426315407423622739483168174244392268105471367840000NaNkarcher217.57151591562544314803232女广东
#3.修改并增加时间相关列（将UTC时间修改为北京时间）
from datetime import datetime, timedelta
df['event_time'] = df['event_time'].apply(lambda x:str(x)[:20])
df['event_time'] = pd.to_datetime(df['event_time']) + timedelta(hours=8)

#3.修改并增加时间相关列(增加month/day/hour/dayofweek列)4
df['date'] = df['event_time'].dt.date
df['month'] = df['event_time'].dt.month
df['day'] = df['event_time'].dt.day
df['hour'] = df['event_time'].dt.hour
df['dayofweek'] = df['event_time'].dt.day_name()
df.head()
event_timeorder_idproduct_idcategory_idcategory_codebrandpriceuser_idagesexlocaldatemonthdayhourdayofweek
02020-04-24 19:50:39229435993205453698615159662235090899062268105426648171520electronics.tabletsamsung162.01151591562544199398424女海南2020-04-2442419Friday
12020-04-24 19:50:39229435993205453698615159662235090899062268105426648171520electronics.tabletsamsung162.01151591562544199398424女海南2020-04-2442419Friday
22020-04-24 22:37:43229444402405808622022739483190571836582268105430162997248electronics.audio.headphonehuawei77.52151591562544787942438女北京2020-04-2442422Friday
32020-04-24 22:37:43229444402405808622022739483190571836582268105430162997248electronics.audio.headphonehuawei77.52151591562544787942438女北京2020-04-2442422Friday
42020-04-25 03:16:21229458426315407423622739483168174244392268105471367840000NaNkarcher217.57151591562544314803232女广东2020-04-254253Saturday
#4.检查并删除重复值
df.duplicated().sum()
df.drop_duplicates(inplace=True)
#共有674条重复记录

#5.缺失值处理
df.isnull().sum()

event_time            0
order_id              0
product_id            0
category_id           0
category_code    129221
brand             27184
price                 0
user_id               0
age                   0
sex                   0
local                 0
date                  0
month                 0
day                   0
hour                  0
dayofweek             0
dtype: int64

#5.缺失值处理（category_code存在129370个缺失值，brand存在27224个缺失值，但这些数据的缺失并不影响分析，用’others’填充）
df['category_code'].fillna('others',inplace=True)
df['brand'].fillna('others',inplace=True)
df.isnull().sum()

event_time       0
order_id         0
product_id       0
category_id      0
category_code    0
brand            0
price            0
user_id          0
age              0
sex              0
local            0
date             0
month            0
day              0
hour             0
dayofweek        0
dtype: int64

#6.异常值处理（price为0）
(df['price'] == 0).sum()
#共存在39行price为0的数据，剔除这部分数据
df = df[df['price'] > 0]

#6.异常值处理（年份为1970年的数据）
df['event_time'].min()
df = df[df['event_time'].dt.year != 1970]

#重置索引
df = df.reset_index().drop('index', axis=1)
#处理后的数据预览
df.head()
event_timeorder_idproduct_idcategory_idcategory_codebrandpriceuser_idagesexlocaldatemonthdayhourdayofweek
02020-04-24 19:50:39229435993205453698615159662235090899062268105426648171520electronics.tabletsamsung162.01151591562544199398424女海南2020-04-2442419Friday
12020-04-24 22:37:43229444402405808622022739483190571836582268105430162997248electronics.audio.headphonehuawei77.52151591562544787942438女北京2020-04-2442422Friday
22020-04-25 03:16:21229458426315407423622739483168174244392268105471367840000otherskarcher217.57151591562544314803232女广东2020-04-254253Saturday
32020-04-26 16:45:57229571652144961955915159662235092616972268105442636858112furniture.kitchen.tablemaestro39.33151591562545038284820男重庆2020-04-2642616Sunday
42020-04-26 17:33:47229574059474970222915159662235091048922268105428166508800electronics.smartphoneapple1387.01151591562544876646421男北京2020-04-2642617Sunday

六、用户属性分析

# 1.性别分析
df.groupby('sex')['user_id'].nunique().plot(kind='pie', autopct='%.1f%%')
plt.title('性别分布')
# 男性与女性买家比例接近1:1

在这里插入图片描述

#性别&消费金额分析
order_amount = df.groupby('user_id')['price'].sum().to_frame().rename(columns={'price':'amount'})
sex = df.loc[:,['user_id','sex']].set_index('user_id')
duplicate_rows = sex.index.duplicated()
sex = sex[~duplicate_rows]
sex_amount = pd.merge(order_amount, sex, left_index=True, right_index=True)
sex_amount.groupby('sex')['amount'].describe()

#对比男性与女性的消费金额，发现各区段的消费金额都差不多，最大值男性稍高些；
countmeanstdmin25%50%75%max
sex
女46790.01248.5610094136.9864340.02141.180462.461148.0475160426.63
男47014.01250.5181694250.3460410.02147.855453.101152.7225165439.03
# 2.年龄分析
age_range = df.loc[:,['user_id','age']]
age_range.drop_duplicates(inplace=True)
pd.cut(age_range['age'],bins=[15,20,25,30,35,40,45,50]).value_counts().sort_index().plot(kind='bar')
plt.title('年龄分布')

plt.show()
#各年龄段的用户数量差距不大，40-45年龄段的用户数量稍多些，45-50年龄段的用户最少；

在这里插入图片描述

#性别&年龄组合分析
df['age_range'] = pd.cut(df['age'],bins=[15,20,25,30,35,40,45,50],
                         labels=['15-20','20-25','25-30', '30-35', '35-40', '40-45', '45-50'])
data = df.groupby('age_range')['sex'].value_counts().unstack().plot()

#对比男性与女性的不同年龄段的消费人数，发现30-45岁男性的人数多于女性，45-50岁的女性数量明显高于男性数量；
#图中出现了3个高峰，分别30-35岁男性数量、40-45岁男性数量以及45-50岁的女性数量，可以多向这类用户推送商品信息；

在这里插入图片描述

#年龄&消费金额分析
age_range = df.loc[:,['user_id','age_range']].set_index('user_id')
duplicate_rows = age_range.index.duplicated()
age_range = age_range[~duplicate_rows]
age_amount = pd.merge(order_amount, age_range, left_index=True, right_index=True)
age_amount.groupby('age_range')['amount'].describe()

#通过对不同年龄段的消费金额进行分析，发现15-20岁、40-45岁、45-50岁年龄段的用户消费金额较高，可多向这类户进行推送；
countmeanstdmin25%50%75%max
age_range
15-2013326.01233.0607424318.2377390.02148.1000462.4601148.0400153588.55
20-2513501.01248.6419034190.3487460.02140.9200460.5501152.3500160426.63
25-3013448.01255.9618404328.0352900.02145.7900457.6851148.0875130853.08
30-3513411.01303.6890294630.9968690.02143.4250443.2201145.6900165439.03
35-4013409.01140.1556693281.4724550.02138.8700453.1901145.8600119062.38
40-4513552.01278.5479514224.4241470.02145.0825462.4601144.0300117885.33
45-5013157.01287.0085474259.0888140.02150.4400462.9201163.9500136738.03
# 3.地域分析--消费人数&订单数&销售额

#不同省份消费人数
fig,ax = plt.subplots(1, 3, figsize=(14, 8))
df.groupby('local')['user_id'].nunique().sort_values(ascending=True).plot(kind='barh',ax=ax[0])
ax[0].set_xlabel('消费人数')
ax[0].set_ylabel('省份')

#不同省份订单数量
df.groupby('local')['order_id'].nunique().sort_values(ascending=True).plot(kind='barh',ax=ax[1])
ax[1].set_xlabel('订单数')
ax[1].set_ylabel('省份')

#不同省份成交金额
df.groupby('local')['price'].sum().sort_values(ascending=True).plot(kind='barh',ax=ax[2])
ax[2].set_xlabel('销售额')
ax[2].set_ylabel('省份')

fig.suptitle('地域分布', fontsize=16, fontweight='bold')
plt.subplots_adjust(wspace=0.5)
plt.show()

# 广东、上海、北京的消费人数、订单数以及销售额均遥遥领先，此外虽然湖南消费人数最少，但订单数和销售额均排在第四，很有潜力；

在这里插入图片描述

#按喜好品牌分析
brand = df.groupby('brand')['user_id'].count().sort_values(ascending=False).head(20)
brand.plot(kind='bar')
plt.xlabel('品牌')
plt.ylabel('销售量')
plt.title('喜好品牌分布')

plt.show()
#销售量排名前五的品牌是samsung、apple、ava、tefal、lg；

在这里插入图片描述

#按电子产品类别分类
category = df.groupby('category_code')['user_id'].count().sort_values(ascending=False).head(20)
category.plot(kind='bar')
plt.xlabel('产品类别')
plt.ylabel('销售量')
plt.title('喜好的产品类别分布')

plt.show()

#销售量排名前五的产品类别是（除others）：智能手机、笔记本、冰箱、耳机、电视机；

在这里插入图片描述

七、用户消费特征分析

1.用户整体消费分析

1）销售金额、订单数量、消费人数、客单价
2）订单数随星期的变化、订单数随小时的变化

fig, ax = plt.subplots(4, 1, figsize=(12,16))

#每月销售金额
df.groupby('date')['price'].sum().plot(ax=ax[0])
ax[0].set_ylabel('销售金额')
ax[0].set_title('销售金额')

#每月订单数量
df.groupby('date')['order_id'].nunique().plot(ax=ax[1])
ax[1].set_ylabel('订单数量')
ax[1].set_title('订单数量')

#每月消费人数
df.groupby('date')['user_id'].nunique().plot(ax=ax[2])
ax[2].set_ylabel('消费人数')
ax[2].set_title('消费人数')

#每月客单价（ATV：Average transaction value）
sale_amount = df.groupby('date')['price'].sum()
user_count = df.groupby('date')['user_id'].nunique()
sale_user = pd.merge(sale_amount,user_count,on='date')
sale_user.rename(columns={'price':'sale_amount', 'user_id':'user_count'}, inplace=True)
sale_user['ATV'] = round(sale_user['sale_amount']/sale_user['user_count'],1)
sale_user['ATV'].plot(ax=ax[3])
ax[3].set_xlabel('日期')
ax[3].set_ylabel('客单价')
ax[3].set_title('客单价')

fig.subplots_adjust(hspace=0.3)
plt.show()

#销售金额和订单数量的走势基本保持一致，1-4月销售额和单量较少且保持稳定，4月底开始上升，8月达到顶峰，9月开始下降，10月回升；
#消费人数有两个高峰，一个是在5月份，另一个是在7-9月，猜测是五一活动、暑期活动（6-8月份）和开学季（9月）；
#其中8月份的消费人数远高于其他月份，是整年营收的关键时期，需提前准备好各类资源，运营计划、库存、物流、客服资源等；
#客单价4月-7月均处于较低水平，10-11月的客单价较高；

在这里插入图片描述

#订单数随星期分布
fig,ax = plt.subplots(1,2, figsize=(12,4))

custom_order = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
data = df.groupby('dayofweek')['order_id'].nunique()
weekday_categories = pd.Categorical(data.index, categories=custom_order, ordered=True)
week_order = pd.Series(data.values, index=weekday_categories)
week_order.sort_index().plot(ax=ax[0])
ax[0].set_xlabel('星期')
ax[0].set_ylabel('订单量')
ax[0].set_title('订单数随星期分布')

#订单数随小时分布
df.groupby('hour')['order_id'].nunique().plot(kind='bar', ax=ax[1],color='orange')
ax[1].set_xlabel('时')
ax[1].set_ylabel('订单量')
ax[1].set_title('订单数随小时分布')

fig.subplots_adjust(wspace=0.5)
plt.show()

#订单数随星期分布：周五的订单数量最低，周六最高，周日低于周六，但比工作日高；
#订单数随小时分布：大部分用户会在13-20时下单；
#结论：周末以及13-20点销量较高，需额外关注网站的运行稳定性；

在这里插入图片描述

2.用户个人消费分析

用户消费次数、用户消费金额、用户累计消费金额占比分析（用户贡献度）

#用户消费次数
user_consume_count = df.groupby('user_id')['order_id'].nunique()
user_consume_count.describe()

#用户消费次数的均值为4，最小值为1，75%为3次，最大值为666次；

count    93804.000000
mean         4.261311
std         18.140393
min          1.000000
25%          1.000000
50%          2.000000
75%          3.000000
max        666.000000
Name: order_id, dtype: float64

#用户消费金额
user_consume_amount = df.groupby('user_id')['price'].sum()
user_consume_amount.describe()

#用户消费金额的均值为1249.54，最小值为0.02，75%为1150.34，最大值为165439.03；

count     93804.000000
mean       1249.541926
std        4194.162345
min           0.020000
25%         145.120000
50%         458.910000
75%        1150.347500
max      165439.030000
Name: price, dtype: float64

#消费次数与消费金额关系
data = pd.merge(user_consume_count, user_consume_amount,on='user_id').rename(columns={'order_id':'count','price':'amount'})
correlation = data['count'].corr(data['amount'])
plt.figure(figsize=(10,8))
plt.scatter(data['count'], data['amount'])
plt.xlabel('消费次数')
plt.ylabel('消费金额')
plt.title('消费次数与消费金额的关系')

plt.text(300, 125000, 'Correlation: {:.3f}'.format(correlation))
plt.show()

#消费次数和消费金额之间的相关系数为0.940，高度相关，因此需通过各种方法提高用户的消费次数，以此来提高消费金额；

在这里插入图片描述

#用户累计消费金额占比分析（用户贡献度）
user_cumsum = user_consume_amount.sort_values().reset_index().rename(columns={'price':'amount'})
user_cumsum['cumsum'] = user_cumsum['amount'].cumsum().astype(int)
user_cumsum['prop'] = user_cumsum['cumsum'].apply(lambda x: x/user_cumsum['cumsum'].max())
user_cumsum.tail()
user_idamountcumsumprop
937991515915625514597888135925.071165958380.994743
938001515915625513577472136738.031167325760.995910
938011515915625512377088153588.551168861650.997220
938021515915625513695488160426.631170465910.998589
938031515915625512422912165439.031172120301.000000
user_cumsum['prop'].plot()
plt.show()
#共93804位用户，前80000名用户大约贡献了40%的销售额，后13804位用户则贡献了将近60%的销售额，符合二八定律，需对这部分用户重点维护；

在这里插入图片描述

3.用户消费周期分析

用户购买周期、用户生命周期

df.sort_values(by='event_time',ascending=True, inplace=True)
user_cycle = df.loc[:, ['event_time','order_id','user_id']]
user_cycle.drop_duplicates(inplace=True)

#用户购买周期
user_purchase_cycle = user_cycle.groupby('user_id').apply(lambda x: x['event_time']-x['event_time'].shift()).dt.days
print(user_purchase_cycle.describe())
print('\n')
user_purchase_cycle.hist(bins=20)
plt.grid(False)
plt.title('用户购买周期')
plt.show()

#用户购买周期的均值为9.6天，最大值为298天；
#大多数用户的购买周期小于6天；
#呈现典型的长尾分布，只有小部分用户的购买周期在50天以上，可在这批用户消费9天左右通过赠送优惠券等方式来刺激召回；

count    305924.000000
mean          9.646726
std          23.848902
min           0.000000
25%           0.000000
50%           0.000000
75%           6.000000
max         298.000000
Name: event_time, dtype: float64

在这里插入图片描述

#用户生命周期
user_life_cycle = user_cycle.groupby('user_id').apply(lambda x: x['event_time'].max()-x['event_time'].min()).dt.days
print(user_life_cycle.describe())
print('\n')

user_life_cycle.hist(bins=20)
plt.grid(False)
plt.title('用户生命周期')
plt.show()

#用户生命周期的均值为32天，中位数为0天（大多数用户只消费了一次），可在第30天左右对客户进行引导，促使其再次消费，延长生命周期；
#75%为42天，生命周期>42天的属于核心用户，需根据其特点推出针对性的营销活动，引导其持续消费；

count    93804.000000
mean        32.079965
std         57.461976
min          0.000000
25%          0.000000
50%          0.000000
75%         42.000000
max        319.000000
dtype: float64

在这里插入图片描述

八、用户分层分析

1.用户价值度分析—RFM模型

#RFM值处理
#R值：取date这列的最大值为2020年11月21日
#F值：取用户的购买次数
#M值：取用户的总消费金额
value = df.pivot_table(values=['date','order_id','price'], index='user_id', 
                       aggfunc={'date':'max','order_id':'nunique','price':'sum'})
value.rename(columns={'date':'R', 'order_id':'F', 'price':'M'}, inplace=True)
value['R'] = (value['R'].max() - value['R']).dt.days
value.head()
RFM
user_id
15159156254399518721351416.64
151591562544003840024256.43
1515915625440051712557530.34
151591562544009984012194935.60
15159156254401216001302182.83
#处理R值
value['R'] = pd.qcut(value['R'], q=4, labels=[4, 3, 2, 1], duplicates='drop').astype(int)
#处理F值
bins = [value['F'].quantile(i) for i in [0, 0.25, 0.5, 0.75, 1]]
bins = sorted(set(bins))  # 处理重复边界值
bins.insert(0,0)
value['F'] = pd.cut(value['F'], bins=bins, labels=[1, 2, 3, 4]).astype(int)
#处理M值
value['M'] = pd.qcut(value['M'], q=4, labels=[1, 2, 3, 4], duplicates='drop').astype(int)
value.head()
RFM
user_id
1515915625439951872112
1515915625440038400421
1515915625440051712444
1515915625440099840444
1515915625440121600122
value['R_value'] = value['R'].apply(lambda x: 0 if x > value['R'].mean() else 1).astype(str)
value['F_value'] = value['F'].apply(lambda x: 0 if x < value['F'].mean() else 1).astype(str)
value['M_value'] = value['M'].apply(lambda x: 0 if x < value['M'].mean() else 1).astype(str)
value['RFM'] = value['R_value'] + value['F_value'] + value['M_value']

def RFM_func(data):
    d = {
    '000':'一般挽留用户',
    '100':'一般发展用户',
    '010':'一般保持用户',
    '110':'一般价值用户',
    '001':'重要挽留用户',
    '101':'重要发展用户',
    '011':'重要保持用户',
    '111':'重要价值用户' 
    }
    result = d[data]
    return result

value['类别'] = value['RFM'].apply(RFM_func)
value.head()
RFMR_valueF_valueM_valueRFM类别
user_id
1515915625439951872112100100一般发展用户
1515915625440038400421000000一般挽留用户
1515915625440051712444011011重要保持用户
1515915625440099840444011011重要保持用户
1515915625440121600122100100一般发展用户
value[['类别','RFM']].groupby('类别').count().sort_values(by='RFM', ascending=False).plot(kind='bar')
plt.legend(labels=[])
plt.xlabel('类别', loc='right')
plt.ylabel('用户数量', loc='top')
plt.show()

#一般发展用户数量最多，其次是重要保持用户和一般挽留用户；

在这里插入图片描述

2.用户活跃度分析

#未注册用户
#新用户:之前从未购买
#活跃用户:上月有购买且本月有购买
#不活跃用户:本月未购买
#回流用户:上月未购买但本月购买
user_status = df.pivot_table(values='order_id', index='user_id',columns='month', aggfunc='count', fill_value=0)
user_status = user_status.applymap(lambda x: 1 if x>0 else 0)

def status_judge(data):
    status = []    
    for i in range(11):
        if data.iloc[i] == 0:
            if len(status) == 0:
                status.append('unreg')
            else:
                if status[i-1] == 'unreg':
                    status.append('unreg')
                else:
                    status.append('unactive')       
        else:
            if len(status) == 0:
                status.append('new')
            else:
                if status[i-1] == 'unreg':
                    status.append('new')
                elif status[i-1] == 'unactive':
                    status.append('return')
                else:
                    status.append('active')
                    
    return pd.Series(status,user_status.columns)

user_status = user_status.apply(status_judge,axis=1)

user_status = user_status.replace('unreg',np.NaN).apply(lambda x: pd.value_counts(x)).fillna(0)

plt.figure(figsize=(12,8))
user_status.T.plot.area(color=['red','orange','green','gray'])
plt.show()

#新用户从3月份开始逐渐增加，8月份的新用户增加数量最多，8月之后开始逐渐减少；
#活跃用户从4月份开始逐渐增加，8月份活跃用户增量最多，8月份之后开始减少；
#不活跃用户从6月份开始增加，且增加的速度也越来越快；
#回流用户从5月份开始增加，直至7月份开始保持稳定状态；

<Figure size 1200x800 with 0 Axes>

在这里插入图片描述

九、复购率和回购率分析（月维度）

#每月复购率（同个月内消费多次的用户占总用户的比例）
plt.figure(figsize=(6,4))
purchase_r = df.pivot_table(values='order_id', index='user_id',columns='month', aggfunc='nunique', fill_value=0)
purchase_r = purchase_r.applymap(lambda x: 1 if x>1 else np.NaN if x==0 else 0)
(purchase_r.sum()/purchase_r.count()).plot()
plt.title('复购率')
plt.show()

#从6月开始到10月复购率一直保持增长，10月份复购率最高，达到48%；
#复购率有3个小高峰，分别为3月、5月和10月，猜测与清明、五一和十一假期有关；

在这里插入图片描述

#每月回购率（在一个时间窗口内进行了消费，在下一时间窗口内也进行了消费）
purchase_b = df.pivot_table(values='order_id', index='user_id',columns='month', aggfunc='count', fill_value=0)
purchase_b = purchase_b.applymap(lambda x:1 if x>0 else 0)

def return_judge(data):
    status = []
    for i in range(10):
        if data.iloc[i] == 1:
            if data.iloc[i+1] == 1:
                status.append(1)
            elif data.iloc[i+1] == 0:
                status.append(0)
        else:
            status.append(np.NaN)
    status.append(np.NaN)    
    return pd.Series(status,purchase_b.columns)

purchase_b = purchase_b.apply(return_judge, axis=1)

plt.figure(figsize=(6,4))
(purchase_b.sum()/purchase_b.count()).plot()
plt.title('回购率')
plt.show()

#回购率从1月-11月呈现下降趋势，其中3月、5月、8月和10月下降的最严重，估计也与清明、五一、暑假和十一假期有关；

在这里插入图片描述

betty_bo
关注
2023天府杯全国大学生统计建模竞赛 电商市场分析： 使用在线购物平台的销售数据，分析购物趋势、消费者行为和产品销售预测。
sybh的博客
11-15 352
专栏内还有很多关于数据预测和分析的文章供大家参考,如果感觉这篇文章不够详细,专栏内还有很多关于购物趋势消费行为和产品销售预测的文章!!!
数据分析实战项目| 用户消费行为的分析报告
weixin_44266342的博客
06-30 6444
用户消费行为的分析报告 数据来源 CDNow 网站的用户购买明细，通过各个指标对用户行为进行分析，可以更清楚了解用户行为习惯，为进一步制定营销策略提供依据。 具体指标包括： - 用户消费趋势分析 - 用户个体消费分析 - 用户消费行为分析 - 复购率和回购率分析 - 留存率分析 一、理解数据 本数据集共有 6 万条左右数据，数据为 CDNow 网站 1997年1月至1998年6月的用户行为数据，共...
一份用户消费行为的分析报告
weisiyu_liang的博客
08-02 1313
# 这是一份数据分析报告 # 围绕一下几个部分进行分析 # 1、描述统计 # 2、用户复购率的计算 # 3、复购率 import pandas as pd import numpy as np import matplotlib.pyplot as plt # %matplolib inline # 列名单独取了一个列表的形式 columns = ['user_id','order_dt','o...
用户消费行为报告
weixin_44361900的博客
08-28 438
用户消费行为报告 学习秦路老师课程之后写的报告 本文将从五个步骤对该数据进行分析 一、数据清洗 缺失值的处理，数据类型的转化 二、进行用户消费趋势的分析（按月） 每月的消费总金额、每月的消费次数、每月的产品购买量、 每月的消费人数、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 三、用户个体消费分析 用户消费金额，消费次数的描述性统计、用户消费金额和消费次数的散点图、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） 四、用户消费行为 用户
CD网站用户消费行为的分析报告
weixin_46147435的博客
03-22 697
CD网站的用户消费行为的分析报告 数据来源CDNow网站的用户购买明细。通过对用户消费趋势、用户个体消费、用户消费行为、复购率以及回购率的分析，可以更清楚了解用户行为习惯，为进一步制定营销策略提供依据。 一、理解数据 本数据集共有 6 万条左右数据，数据为 CDNow 网站 1997年1月至1998年6月的用户行为数据，共计 4 列字段，分别是： user_id: 用户ID order_dt: 购...
产品设计学习（二）——用户线上消费行为分析
livan1234的博客
09-20 4073
笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值，找寻数据的秘密，笔者认为，数据的价值不仅仅只体现在企业中，个人也可以体会到数据的魅力，用技术力量探索行为密码，让大数据助跑每一个人，欢迎直筒们关注我的公众号，大家一起讨论数据中的那些有趣的事情。 我的公众号为：livandata
用户消费行为数据分析【Python】
Infinity_and_beyond的博客
12-19 2333
数据存放在文件中，属性值没有列名且每列数值以空格作为分隔符 ：用户 IDIDID ：购买日期 ：购买产品数量 ：购买金额 任务2：将order_dt列转换为标准日期格式 增添一列，用来存放年份与月份的日期信息 任务3：统计每月产品购买数，消费金额 任务4：统计每月的消费次数 任务5：统计每月消费人数 任务6：散点图展示用户购买商品数量与价钱关系 任务7：直方图统计订单消费金额与用户购买数量 任务8：统计用户消费金额贡献率 8.1 按照用户消费金额进行升序排序 8.2
电商平台用户消费行为分析
weixin_50254936的博客
04-09 2937
CD案例分析 本文对CD案例进行了一个分析总结，主要是根据用户消费记录，分析用户消费行为，统计电商领域的一些关键性指标。 项目背景 CDNOW是美国的一家网上唱片零售公司，成立于1994年。本文是针对该公司在1997年1月～1998年6月这1.5年时间里的销售数据对用户消费行为进行分析，并针对分析结果对后续的营销策略及用户管理提出合理的建议。 分析目标 根据CDNOW一年半时间里的线上消费数据，分析用户消费行为，建立RFM模型并对用户进行分层，统计用户生命周期，复购率及回购率等关键性指标。 分析过程 数据
2020年中国礼物经济产业研究与用户消费行为分析报告 精简版.zip
09-08
报告标题：“2020年中国礼物经济产业研究与用户消费行为分析报告 精简版” 这份报告聚焦于中国礼物经济产业在2020年的表现及消费者行为变化，为理解这一领域的现状和发展趋势提供了重要参考。礼物经济产业涵盖了从...
2020年中国礼物经济产业研究与用户消费行为分析报告 精简版.rar
09-07
《2020年中国礼物经济产业研究与用户消费行为分析报告》精简版为我们揭示了中国礼物经济在近年来的发展趋势、市场规模以及消费者行为特征。这份报告深入探讨了礼物经济背后的社会文化因素，以及科技发展对礼物消费的...
淘宝用户消费行为分析.zip
09-19
《淘宝用户消费行为分析》 在当今的电子商务领域，淘宝作为中国最大的在线购物平台之一，其用户消费行为的分析对于商家、营销策略制定者以及电商平台自身都具有极高的价值。通过对用户购买行为、浏览习惯、购买时间...
优惠券线下使用情况数据分析
m0_61388098的博客
09-11 1984
提升自己，掌握数据分析的能力，最快的方式就是实践！ 这里又是一个经典的数据分析项目——物流数据行业数据分析，有需要项目配套数据集的可以关注私信我免费获取(●'◡'●) PS：本文中全部代码都在Jupyter Notebook中编写完成，可以使用Jupyter Notebook或者Jupyter Lab直接运行。
Python数据分析及可视化教程--商城订单为例-适用电商相关进行数据分析---亲测可用！！！！
weixin_44892179的博客
09-10 1479
哪些产品的销售额最高。销售额在时间上的变化趋势。顾客购买金额的分布情况。# 设置可视化风格"""加载数据""""""数据预处理"""# 检查缺失值data = data.dropna() # 或者用填充方法进行处理"""数据分析"""# 按产品计算总销售额# 计算每月销售额趋势# 计算每个顾客的总购买额"""数据可视化"""# 产品销售总额条形图plt.show()# 月销售额趋势图plt.show()# 顾客购买总额分布直方图plt.show()# 文件路径。
Pyecharts数据可视化大屏：打造沉浸式数据分析体验
运维人生
09-14 670
Pyecharts 是一个用于生成 Echarts 图表的 Python 库，Echarts 是由百度开源的一个使用 JavaScript实现的开源可视化库，可以流畅地运行在 PC 和移动设备上，兼容当前绝大多数浏览器（IE8/9/10/11, Chrome, Firefox,Safari等），提供直观、生动、可交互、可高度个性化定制的数据可视化图表。Pyecharts 通过 Python 调用 Echarts。
数据分析-螺旋环状气泡图
成就源于知识，知识在于积累。
09-12 332
采用阿基米德螺线原理，即以一个点匀速离开一个固定点的同时又以固定的角速度绕该固定点转动而产生的轨迹。。坐标轴公式为：其中x为横坐标，y为纵坐标，r为离中心点的半径，为坐标点与中心点的相对角度。
Python Numpy布尔数组在数据分析中的应用
csdn1561168266的博客
09-11 1018
布尔数组是由布尔值（即True和False）组成的数组，它通常是通过对其他数组进行条件比较或逻辑运算生成的。在Numpy中，布尔数组可以用于数据的过滤、选择特定条件下的元素，或在进行元素替换时充当条件掩码。首先，来看一个简单的示例，通过条件比较生成一个布尔数组。# 创建一个数组# 生成一个布尔数组，条件为大于2print("原始数组：", arr)print("布尔数组：", bool_arr)原始数组： [1 2 3 4 5]布尔数组： [False False True True True]
深入理解数据分析的使用流程：从数据准备到洞察挖掘
最新发布
一个8年大数据开发工程师的碎碎念
09-15 752
数据分析是企业和技术团队实现价值的核心。通过本文，我们将深入探讨如何将原始数据转化为有意义的洞察，帮助你快速掌握数据分析的关键流程。
Python 数据分析与可视化
vvvae1234的博客
09-11 1102
在数据分析与可视化逐渐成为各行各业核心竞争力的背景下，Python作为一种高效且易于学习的编程语言，将在未来继续蓬勃发展。通过深入学习与掌握Python的数据分析与可视化工具，您将能够更好地挖掘数据价值，做出数据驱动的决策。希望本指南不仅能帮助您掌握Python数据分析的基础技巧，还能激发您深化学习的兴趣。不论是商业分析、科学研究还是学生项目，数据分析与可视化能力都将是您在数据科学领域的重要资产。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值