用户画像、用户分级与指标提升策略数据分析（jd消费者行为数据分析）

已于 2023-02-26 10:20:51 修改
阅读量1.8k 收藏 23
点赞数 7
文章标签： 数据分析 sql python
于 2023-01-27 21:05:05 首次发布
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/call_me_caibi/article/details/128772803
版权

使用数据集：京东消费者行为

数据来源：京东消费者行为 - Heywhale.com

使用软件与语言：Excel、Navicat15、MySQL8.0、Python3、Power BI

文章目录

一、分析目标

1、刻画用户画像，利用原数据集提取用户年龄整体的性别、年龄、城市、会员等级和注册时长。利用卡方检验这些变量与用户购买数之间的相关性和相关系数。并对用户在以上维度下考察整体转化率得出对应用户分级，最后按一定准则加权计算出大致的用户分级。

2、以提升指标转化率或者购买量为目标，通过分析时间、商品、商家的途径，寻找策略提高转化率或购买次数。

二、数据预处理

1.数据标签

FieldTypeDefinition
customer_idBigint客户编码
product_idBigint产品编码
action_dateDate行为时间
action_idBigint行为编码
typeString行为类别
age_rangeInt年龄分段
genderString性别
customer_register_dateDate客户注册日期
customer_levelInt用户等级
city_levelInt城市级别
brandString产品品牌
shop_idBigint店铺编码
categoryString产品类别
product_market_dateDate产品上市日期
vender_idBigint商家编码
fans_numberInt粉丝数
vip_numberInt会员数
shop_register_dateDate开店时间
shop_categoryString店铺主营
shop_scoreFloat店铺打分

注：时间范围为2018.2.1-2018.4.15。

2.查询缺失值

使用SQL：

SELECT 
COUNT(customer_id),COUNT(product_id),COUNT(action_id),COUNT(type),COUNT(age_range),COUNT(gender),COUNT(customer_register_date),COUNT(customer_level),COUNT(city_level),COUNT(brand),COUNT(shop_id),COUNT(category),COUNT(product_market_date),COUNT(vender_id),COUNT(fans_number),COUNT(vip_number),COUNT(shop_register_date),COUNT(shop_category),COUNT(shop_score)
FROM jd_fnl

将得到结果导入Excel并转置得：

缺失值个数
COUNT(customer_id)183828
COUNT(product_id)183828
COUNT(action_id)183828
COUNT(type)183828
COUNT(age_range)183745
COUNT(gender)183828
COUNT(customer_register_date)183828
COUNT(customer_level)183828
COUNT(city_level)183703
COUNT(brand)183828
COUNT(shop_id)183828
COUNT(category)183828
COUNT(product_market_date)183828
COUNT(vender_id)183828
COUNT(fans_number)183828
COUNT(vip_number)183828
COUNT(shop_register_date)112474
COUNT(shop_category)183828
COUNT(shop_score)183828

由表可知，其中age_range、city_level存在少量的缺失值；而shop_register_date，即"店铺注册时间"有近1/3的数据为缺失值。

3.整体预分析

（1）用户数(UV)
SELECT COUNT(DISTINCT customer_id) as UV
FROM jd_fnl

得到结果为有140715个用户。

（2）访问频数(PV)
SELECT
SUM(IF(num=1,1,0)) as 1次,
SUM(IF(num=2,1,0)) as 2次,
SUM(IF(num=3,1,0)) as 3次,
SUM(IF(num=4,1,0)) as 4次,
SUM(IF(num>4,1,0)) as 大于4次
from(
			SELECT 
			customer_id,
			COUNT(*) as num
			FROM jd_fnl
			GROUP BY customer_id
) as freq

得到结果导入Excel并转置得：

frequencynum
1次118140
2次15475
3次3691
4次1363
大于4次2046
（3）转化率

我们首先对总体进行行为分析：

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
GROUP BY type

得到结果为：

typenum
Comment4010
Follow2179
Order10698
PageView163954
SavedCart2987

从表中我们可以得到PV数为163954，可以计算得到人均浏览量为 U V / P V ≊ 1.17 UV/PV \approxeq 1.17 UV/PV≊1.17次。

下面按日期对用户行为划分

SELECT
DATE_FORMAT(action_date,'%m-%d') as date,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
GROUP BY date

直接将得到结果可视化（此处展示时间段为2018.2.1-2018.4.11）：

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

通过日期上的行为数量的可视化，发现以下几点：

1.3.27和3.28的网页**“浏览数”存在异常**（均非常低），此处异常原因暂留待考究。

2.整体数据的趋势在2月中旬有一段低谷，其余时段数据较为平稳，考虑可能是因为2018年在2月中旬为春节，于是导致了物流工作人员减少等节假日相关问题。

3.评论数的变化趋势在4.7号到4.8中变化异常，“购物车数”在4.7号及前均为0，但4.8号剧增，此处异常留待考究。怀疑是统计中新增加了“购物车数”的指标。

考虑到第三点的影响，在整体时间维度上，“购物车数”有比较严重的异常情况，将时间调整到4.7号之后：

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7
GROUP BY type
ORDER BY num DESC

先可视化为漏斗图：

在这里插入图片描述

再可视化为条形——折线复合图：
在这里插入图片描述

可以发现，除了“浏览数”，其余用户行为次数的大概排名是**“购物车数”>“下单数”>“评论数”>“点赞数”**。

结合漏斗图，可以大概估计浏览用户在各环节的转化率，其中约1/5会选择先加入购物车，购物车中约1/3会下单。少部分客户会给出对购买商品的评论，极少数会对购买商品点赞。计算可得整体访问量到购买量的转化率约为7.94%。

3、用户数据提取

使用SQL：

SELECT 
a.customer_id as 用户id,
age_range as 年龄等级,
gender as 性别,
register_time as 注册时间,
customer_level as 用户等级,
city_level as 城市等级,
act_freq as 行为数,
order_freq as 购买数,
ROUND(order_freq/act_freq,3) as 购买率
from

(SELECT DISTINCT
customer_id,
age_range,
gender,
TIMESTAMPDIFF(DAY,customer_register_date,"2018-4-15") as register_time,
customer_level,
city_level
FROM
jd_fnl) as a

left JOIN

(SELECT DISTINCT
customer_id,
COUNT(type) as act_freq,
sum(IF(type in ("order"),1,0)) as order_freq
FROM
jd_fnl
GROUP BY
customer_id
) as b

on a.customer_id=b.customer_id

结果导入Excel，预览前5行：

用户id年龄等级性别注册时间用户等级城市等级行为数购买数购买率
9766955W30263100
3953994M8465100
10680826W207114200
7353926M313475600
10938825M141874100

4.相关性分析

我们首先检查性别、年龄、注册时间、用户等级、城市等级和是否购买的相关性：

利用卡方检验，以下检验原假设均为：考察因素和是否购买无关。

利用python卡方检验得到结果如下表：

因素显著性（P值）
年龄等级0.0000
性别0.0000
注册时间0.0000
用户等级0.0000
城市等级0.0296

因此，性别、年龄、注册时间、用户等级这几个因素均与是否购买显著相关，而城市等级在置信度0.05下是与是否购买相关的，然而在0.01置信度下则与是否无关。

考察pearson和spearman相关矩阵：
在这里插入图片描述
考察最后一行可以发现性别、年龄、注册时间、用户等级均匀购买数存在着微弱的相关关系，城市等级的相关关系相对更低些。

同时可以注意到变量之间注册时间和年龄等级、用户等级存在正相关关系，即用户注册时间越长，年龄和用户等级平均越高。

分析中性别分别被编码为M-0，U-1,W-2，结合注册时间和性别的负相关关系，我们可以发现男性的注册时间平均比女性的平均注册时间更长。

三、用户画像

1.性别

（1）用户性别比例
SELECT 
gender,
COUNT(gender) as num
FROM(
			SELECT DISTINCT
			customer_id,
			gender
			FROM
			jd_fnl
)as gen
GROUP BY gender

得到结果并可视化：

在这里插入图片描述

由可视化结果，用户中61.2%为男性，38.5%为女性，小部分性别未知。

（2）转化率

分别计算男性和女性的行为分析数据组成

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND gender in ('W')#男性将W改为M即可
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

分别可以计算得到其访问量到购买量的转化率为女性10.47%、男性6.45%、未知性别11.9%。

显然相比于整体的转化率7.94%，我们可以明显发现女性和未知性别的转化率是更高的，但同时考虑到未知性别的数据量问题，我们暂时只考虑男性和女性对转化率的贡献。最终，作出以下等级分级：

用户性别等级分级
男低
女高
未知高

2.年龄等级

（1）年龄等级比例
SELECT 
age_range ,
COUNT(age_range) as num
FROM(
			SELECT DISTINCT
			customer_id,
			age_range
			FROM
			jd_fnl
)as age
GROUP BY age_range

得到结果：

age_rangenum
110261
211147
37
411845
563531
643849

可视化结果：
在这里插入图片描述

由可视化结果，绝大部分用户年龄等级处在5级和6级，年龄等级1、2、3的用户数量则差不多，年龄等级4的用户则只有7位，数据量存在异常。

（2）转化率
SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND age_range in ('1','2')#3-4级和5-6级年龄修改此处条件即可
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
分别可以计算得到其访问量到购买量的转化率为1-2级年龄7.03%、3-4级年龄12.44%和5-6级年龄7.68%。

结合整体转化率7.94%，我们同样作出以下作出以下等级分级：

用户年龄等级等级分级
1-2级年龄中
3-4级年龄高
5-6级年龄中

3.注册时间

（1）注册时间分段

此处python计算注册时间频数的四分位点，将注册时间比例分为四段，得到分位等级如下：

分位数注册时间分位等级
0.256041
0.5012202
0.7520383
max54204

频数统计使用SQL验证如下：

SELECT 
注册时间,
COUNT(注册时间) as num
FROM(
			SELECT
			用户id,
			(CASE 
	WHEN `注册时间`<=604 THEN
		1
	WHEN 604<注册时间 and 注册时间<=1220 THEN
		2
	WHEN 1220<注册时间 and 注册时间<=2038 THEN
		3
	ELSE
		4
	END) as 注册时间
			FROM
			customer_level
)as zhuce
GROUP BY 注册时间
ORDER BY 注册时间

得到结果：

注册时间频数
135228
235118
335165
435134
（2）转化率
select
type,
count(type) as num
from
    (SELECT DISTINCT
    customer_id,
    TIMESTAMPDIFF(DAY,customer_register_date,"2018-4-15") as register_time,
    type,
    action_date
    FROM
    jd_fnl) as a
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND register_time<=604 #其余时段更改此条件节即可
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
分别计算得转化率有：10.47%，9.11%，7.30%，4.87%

我们可以发现注册时间越长的用户群体，其转化率越低，但是访问量并不会随之减少，主要减少的是消费欲望。我们得到如下等级分级：

注册时间等级等级分级
1高
2高
3中
4低

4.用户等级

（1）用户等级比例
SELECT 
customer_level ,
COUNT(customer_level) as num
FROM(
			SELECT DISTINCT
			customer_id,
			customer_level
			FROM
			jd_fnl
)as level
GROUP BY customer_level
ORDER BY customer_level

得到结果：

customer_levelnum
135864
22
365
4108
535160
621379
748137

可视化结果：

在这里插入图片描述
由可视化结果，我们可以按用户等级大致将用户分为四类群体：1-4级用户、5、6、7级用户。

（2）转化率
SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND customer_level in ('7')
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图:
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
计算得转化率分别为：10.25%、7.1%、14.01%、4.69%。我们依然可以发现，较高等级的用户的转化率依然较低，因此可以考虑对于老用户的价值发掘。最后，我们给出以下分级。

用户等级等级分级
1-4高
5中
6高
7低

5.城市等级

（1）城市等级比例
SELECT 
city_level ,
COUNT(city_level) as num
FROM(
			SELECT DISTINCT
			customer_id,
			city_level
			FROM
			jd_fnl
)as city
GROUP BY city_level

得到结果：

city_levelnum
129990
21816
336284
441931
530150
6433

可视化结果：

在这里插入图片描述

由可视化结果，可以发些来自4级城市的用户最多，接下来是3级城市，其中1级城市和5级城市比例相当。也就是说，绝大部分用户都来自于我们传统理解上的二、三线城市。

（2）转化率
SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND city_level in ('1','2')#3-6级城市将此处条件改为3、4、5、6即可
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图:

在这里插入图片描述
在这里插入图片描述

分别可以计算得到其访问量到购买量的转化率为1-2级城市7.91%和3-6级城市7.95%。

我们可以发现城市等级的转化率与整体转化率基本相当，因此我们不将城市纳入用户最终分级的考虑标准。

四、用户分级

经过用户画像分析，我们得到了用户群体的一个大致特征，和各个分组角度下用户群体的转化率，得到了性别、年龄、注册时长、用户等级四个分级维度，接下来进行用户分级。

1.分级准则：

首先结合用户画像中的分级标准，我们将高、中、低分别转化为数值得分：

等级分级得分
高2
中1
低0

接下来给出权重计算准则，我们记录整体转化率为 E 0 = 7.94 % E_0=7.94\% E0​=7.94%为平均转化率。我们分别记性别、年龄、注册时长、用户等级为 { A 1 , A 2 , A 3 , A 4 } \{A_1,A_2,A_3,A_4\} {A1​,A2​,A3​,A4​},假设 A i , ( i = 1 , 2 , 3 , 4 ) A_i,(i=1,2,3,4) Ai​,(i=1,2,3,4)中有 j j j个分类，每个分类的转化率记为 E i j E_{ij} Eij​,我们定义 A i A_i Ai​的方差为：
V a r ( A i ) = ∑ k = 1 j ( E i k − E 0 ) 2 j Var(A_i)=\frac{\sum_{k=1}^j(E_{ik}-E_0)^2}{j} Var(Ai​)=j∑k=1j​(Eik​−E0​)2​
我们依照方差占比得到各个分级维度的所占权重。

计算得每个维度的方差和权重为：

维度方差权重
性别8.1024.6%
年龄7.0521.4%
注册时间4.4013.4%
用户等级13.3640.6%

利用sql作对应转化，再导入Excel，按权重计算得分，并结合购买率得到得分与购买率的相关矩阵：
在这里插入图片描述
可以发现最后的综合得分虽然与购买率的相关性仍然不到0.1，但是比综合前的离散因素有更好的相关性，更能帮助我们发现可能的价值用户。但由于其相关性依然不高，故此处可直接按照得分的四分位数将用户最终分为四级：

得分用户评级
1.38-2A
1.102-1.38B
0.62-1.38C
0.214-0.62D

到此，我们的目标一：刻画用户画像，和用户的大致分级两个内容已经基本完成。下面我们寻找策略去提高转化率。

其实，我们在分级过程中，也已经可以发现一个现象，那就是老用户的转化率相对较低，因此我们在此处已经可以提出一个策略建议，即设计方案提高老用户的购买率，例如给老用户提供更多的优惠，完善对老用户的回访服务和意见吸收，以提高老用户对平台的依赖和信赖。

接下来我们进一步寻找策略。

五、发掘策略

1.时段

（1）行为变化与转化率

我们查看单日24小时用户总体的行为情况：

SELECT
HOUR(action_date) as h,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7
GROUP BY h

得到结果并将其可视化：

在这里插入图片描述

我们可以发现用户的整体行为数据在一天的凌晨时段数值较低，而在19点开始到22点，用户整体行为数据数值呈明显的上升趋势。

接下来我们再考察1-6点、7-12点、13-18点、19-24点的转化率。

SELECT
type,
sum(IF(HOUR(action_date)>=19 AND HOUR(action_date)<=23 OR HOUR(action_date)=0,1,0)) as num#其余时间改变此处条件即可
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

分别可以计算得到其访问量到购买量的转化率为1-6点4.67%、7-12点8.36%、13-18点8.998%和19点-24点7.22%。

（2）策略建议

首先结合上面的折线柱状图，我们可以发现，在一天的时间尺度下，浏览量和购买量是近似正相关的，因此为了提高购买量，可以设计方案在7-10点和18-22点这两个用户浏览量大幅提升的时间吸引更多用户，进而提高购买量。如规划广告投放时间段，或者设计类似晚间优惠券等方案在黄金时段吸引用户。

2.商品

（1）类别

此处利用商店分类来对商品类别的划分，以此考察商品类别对用户访问情况和购买情况的影响。

首先查看用户访问的商店类别分布情况：

SELECT DISTINCT
category,
COUNT(*) as num
FROM
jd_fnl
GROUP BY category
ORDER BY num DESC

得到结果：

shop_categorynum
Electronics72706
Clothes29990
Beauty Makeup29617
Food25095
Household Eletric Appliance10283
Furniture5869
Jewellery Accessories5062
Outdoor Sports3853
Mother and Infant1353

可视化：

在这里插入图片描述

我可以发现访问量中电子产品类商店最多，高达39.6%，然后依次是服装类(16.3%)、化妆品类(16.1%)、食品类(13.7%)。

（2）行为分布

接下来我们查看4.7号之后，用户行为在商店类别上的差别。

SELECT
shop_category,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7
GROUP BY shop_category

得到结果，并利用Excel计算转化率得

shop_category浏览数下单数购物车数评论数点赞数转化率
Electronics6138101210125690.16%
Beauty Makeup24303324721025413.66%
Food23612854751176812.07%
Clothes203310223323225.02%
Household Eletric Appliance970173204612017.84%
Jewellery Accessories525141132441026.86%
Furniture522688122513.03%
Outdoor Sports3756714415817.87%
Mother and Infant13151366238.93%

将其可视化得

在这里插入图片描述

我们可以发现以下几点：

1.对于电子类商品，人们虽然访问最多，加入购物车的数量也很多。但是电子类商品的下单量极低，可直接计算得到其转化率仅为0.16%。

2.对于化妆品类商品、家用电器类商品、珠宝配件类、家具类和母婴类商品用户在加入购物车后可能会有较高的购买量，甚至会直接购买而不加入购物车，因此这几类的转化率均很高。

针对电子产品，我们再考察电子产品相关的用户行为。

SELECT
category,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND shop_category in ('Electronics')
GROUP BY category
ORDER BY 浏览数 DESC

得到结果

category浏览数下单数购物车数评论数点赞数
Phone406327187444
Notebook74911631213
Tablet7135206266
Digital Camera38707063
Xbox21414972
Ipad121401

可以发现以下几点：

1.大部分用户都会来浏览手机的销量情况，但极少数会购买。

2.转化率最高的两项为平板电脑和ipad(本质都是平板电脑)。虽然转化率依然偏低，但是下单量相比于其他产品较高。

而对于电子产品的品牌，

SELECT
brand,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND shop_category in ('Electronics')
GROUP BY brand
ORDER BY 浏览数 DESC

得到结果

brand浏览数下单数购物车数评论数点赞数
Apple170563094418
Huawei166103062717
Other46009496
Redmi3301117103
Sumsung31604875
DELL30315657
Sony29205533
Microsoft21414972
Vivo19913332
Lenovo19103312
Acer17304134
OPPO11702100
Nikon9501530
HP8203330

我们可以发现用户倾向浏览苹果、华为等电子品牌；其中大部分购买的品牌为苹果。

（3）上架时长

接下来我们考虑上架时长，首先利用SQL取数。

SELECT
TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15") as shop_time
from
jd_fnl

导入excel并计算得四分位数，按四分位数将上架时长分为四段：

上架时长分段
1-2521
252-5372
537-9903
990-36214

下面我们结合商品类别和上架时长考察转化率情况：

SELECT
shop_category as 类别,
shop_time as 上架时长,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
			(SELECT
			customer_id,
			shop_category,
			(CASE 
				WHEN TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")<=252 THEN 1
				WHEN TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")>252 AND
				TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")<=537 THEN 2
				WHEN TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")>537 AND
				TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")<=990 THEN 3
				ELSE 4	
			END) as shop_time,
			action_date,
			type
			from
			jd_fnl) as a
WHERE MONTH(action_date)>3 AND DAY(action_date)>7
GROUP BY 类别,上架时长
ORDER BY 类别

导入excel并使用数据透视表展示如下结果：
在这里插入图片描述

（4）策略建议

首先对于转化率高的商品，保证商品的数量、物流和质量安全，同时增加相关产品的宣传提高访问量以获得更多的购买。

而对于电子产品，我们可以发现大部分用户的意愿是以浏览为主，并且更偏向于浏览手机、笔记本、平板这些用品和苹果、华为这些品牌。所以从增加浏览量的角度讲，平台可以保证这些品类的电子产品以吸引用户。为了增加购买量，平台也可以和商家合作，推出合作活动，增加促销活动，提高用户购买意愿。同时，在电子产品的浏览界面，也可以适当增加其他商品的广告以吸引用户购买其他用品。

结合上架时间来看，我们可以发现：

对于“Clothes”、“Food”、"Jewellery"类的商品，用户活动显然更倾向于上架时间等级为1的商品。这类商品需要注意紧跟时尚，把握潮流；对于“Beauty Makeup”、“Furniture”、“Household Eletric Appliance”、"Mother and Infant"类的商品，人们便对上架时间等级为1-3呈现差不多的兴趣，甚至对2-3级的用品表现出更高的浏览购买意愿；对于“Outdoor Sports”类的商品则，用户则不再倾向于新上架商品，反而更加关注上架时间等级2-4的商品，因此平台对于后两类用品一方面可以增加新上线产品的宣传，另一方面，这些产品的用户也可能更加倾向于“评论数”，我们可以发现这些产品的评论比率相比于“Clothes”、“Food”都是比较高的，因此需要积极收集客户意见，提高用户评价。而电子产品，用户会倾向于浏览上架时间等级3-4的产品，但是购买上架时间等级1的产品，因此平台可以考虑促销出售上架时间等级3-4的电子产品以提高购买次数并及时引入最新电子产品。

3.商店

（1）数据提取和相关性分析

首先从原数据集中筛选商店信息：

SELECT 
shop_id,brand,shop_category,fans_number,vip_number,
IFNULL(TIMESTAMPDIFF(DAY,shop_register_date,"2018-4-15"),0) as shop_register_time,
shop_score,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
GROUP BY shop_id,brand,shop_category,fans_number,vip_number,shop_register_time,shop_score
ORDER BY 浏览数 desc

对提取数据进行相关分析：
在这里插入图片描述
可以发现，转化率和粉丝数量、会员数量、有正相关关系，与店铺得分的相关性有0.13左右。

（2）店铺类别

下面结合店铺类别考虑。考虑到粉丝数量、会员数量和店铺得分间的高相关性，这里主要考虑店铺类别、店铺得分和相关行为数据。

利用四分位数将店铺得分为四段等级：

店铺得分分段
-1-9.191
9.19-9.452
9.45-9.643
9.64-104

利用SQL语句分段并统计对应用户行为

SELECT 
shop_id,shop_category,
(CASE 
	WHEN shop_score<=9.19 THEN 1
	WHEN shop_score<=9.45 AND shop_score>9.19 THEN 2
	WHEN shop_score<=9.64 AND shop_score>9.45 THEN 3
	ELSE 4
END)as score_rank,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
GROUP BY shop_id,shop_category,score_rank
ORDER BY shop_category

得到结果并导入EXCEL,利用数据透视表可视化得：
在这里插入图片描述
我们可以发现电子产品的购物车数此时对整体图表影响较大，我们暂时将电子产品类别筛去，得到图表：
在这里插入图片描述

（3）策略建议

首先作为店铺商家，需要关注自身的店铺评分，提高自身商品质量和服务，吸引更多客户消费。

下面结合到商店的具体产品类别。对于电子产品，我们可以发现电子产品的店铺，即使如苹果、华为，其评分基本均为0，且主要分布集中于评分等级1，评分等级上并无显著差距，因此对于电子产品类暂不讨论；对于其余各类别产品，用户均更倾向于在评分等级2-4的店铺消费，且在除了“Jwellery Accessories”中，评分等级1和评分等级2-4的店铺热度差距都很大。在"Outdoor Sports"中，用户最会对店铺有更高的追求，更偏向于评分等级3-4的店铺。因此，店铺一方面需要研究如何提高自身评分，平台也可以更多地去扶持推广高评分店铺，帮助管理低评分店铺。

六、附录

python绘制漏斗图代码：

#绘制漏斗图
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

dt= pd.read_excel('C:\\Users\\86151\\Desktop\\7-12点行为总数.xlsx')
cate=dt['type']
trans_data=dt['num']

from pyecharts.charts import *
from pyecharts import options as opts

funnel = Funnel(
        init_opts=opts.InitOpts(
            bg_color='white',  # 设置背景颜色
            theme='dark',         # 设置主题
            width='1000px',     # 设置图的宽度
            height='500px'     # 设置图的高度
        )
)
funnel.add(
    " ", 
    [list(z) for z in zip(cate, trans_data)],
    # is_label_show=True,  # 确认显示标签
    )
funnel.set_series_opts( # 自定义图表样式
    label_opts=opts.LabelOpts(
        is_show=True,
        formatter="{a}\n{b} : {c}",
        position = "outside",#图例位置
        font_weight = 'bolder',
        font_style = 'oblique',
        font_size=15,
        ), # 是否显示数据标签
    itemstyle_opts={  
        "normal": {
     # 调整柱子颜色渐变
            'shadowBlur': 8,   # 光影大小
            "barBorderRadius": [100, 100, 100, 100],  # 调整柱子圆角弧度
            "shadowColor": "#E9B7D3", # 调整阴影颜色
            'shadowOffsetY': 6,
            'shadowOffsetX': 6,  # 偏移量
        }
    }
)
funnel.set_global_opts(
# 标题设置
    title_opts=opts.TitleOpts(
        title='7-12点行为漏斗图', # 主标题
        #subtitle='各环节人数', # 副标题
        pos_left='center',  # 标题展示位置
        title_textstyle_opts=dict(color='#5A3147'), # 设置标题字体颜色
        subtitle_textstyle_opts=dict(color='#5A3147')
    ),
    legend_opts=opts.LegendOpts(
        is_show=True, # 是否显示图例
        pos_left='left', # 图例显示位置
        pos_top='3%',  #图例距离顶部的距离
        orient='vertical',  # 图例水平布局
        textstyle_opts=opts.TextStyleOpts(
            color='#5A3147',  # 颜色
            font_size='13',   # 字体大小
            font_weight='bolder',   # 加粗
    ),
    ),
)
funnel.render_notebook()

python卡方检验和相关分析代码：

import pandas as pd
import numpy as np
from  scipy.stats import chi2_contingency


# In[5]:


df=pd.read_excel('C:/Users/86151/Desktop/年龄与购买.xlsx')
data=df.drop('年龄等级',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)


# In[6]:


df=pd.read_excel('C:/Users/86151/Desktop/性别与购买.xlsx')
data=df.drop('性别',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)


# In[7]:


df=pd.read_excel('C:/Users/86151/Desktop/注册时间与购买.xlsx')
data=df.drop('注册时间',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)


# In[8]:


df=pd.read_excel('C:/Users/86151/Desktop/用户等级与购买.xlsx')
data=df.drop('用户等级',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)


# In[9]:


df=pd.read_excel('C:/Users/86151/Desktop/城市等级与购买.xlsx')
data=df.drop('城市等级',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)


# In[10]:


#相关分析
import seaborn as sns
from matplotlib import pyplot as plt

df=pd.read_excel('C:/Users/86151/Desktop/jd_改/用户分级信息.xlsx')


# In[12]:


data=df.drop(['用户id','行为数','购买率'],axis=1)
#文本排序编码,M-0,U-1,W-2
from sklearn.preprocessing import LabelEncoder
cat_df = df.select_dtypes(include = ['object'])
object_cols = [col for col in cat_df.columns]
label_encoder = LabelEncoder()
for col in object_cols:
    data[col] = label_encoder.fit_transform(data[col])

corr1 = data.corr(method='pearson') #pearson相关矩阵提取
corr2 = data.corr(method='spearman') #spearman相关矩阵提取

plt.rcParams['font.sans-serif']='SimHei' #设置字体为SimHei
plt.rcParams['axes.unicode_minus']=False #解决负号“-”显示异常
fig=plt.figure(figsize=(16,8),dpi=80)#创建画布
mask1 = np.triu(np.ones_like(corr1, dtype=bool))
mask2 = np.triu(np.ones_like(corr2, dtype=bool))
fig.add_subplot(1,2,1)
sns.heatmap(data=corr1, mask=mask1, annot=True, fmt='.2g', linewidth=1)
fig.add_subplot(1,2,2)
sns.heatmap(data=corr2, mask=mask2, annot=True, fmt='.2g', linewidth=1)
plt.show()


# In[6]:


df=pd.read_excel('C:/Users/86151/Desktop/jd_改/用户评分.xlsx')
data=df.drop('用户id',axis=1)
data.describe()

#相关分析
import seaborn as sns
from matplotlib import pyplot as plt

corr1 = data.corr(method='pearson') #pearson相关矩阵提取
corr2 = data.corr(method='spearman') #spearman相关矩阵提取

plt.rcParams['font.sans-serif']='SimHei' #设置字体为SimHei
plt.rcParams['axes.unicode_minus']=False #解决负号“-”显示异常
fig=plt.figure(figsize=(16,8),dpi=80)#创建画布
mask1 = np.triu(np.ones_like(corr1, dtype=bool))
mask2 = np.triu(np.ones_like(corr2, dtype=bool))
fig.add_subplot(1,2,1)
sns.heatmap(data=corr1, mask=mask1, annot=True, fmt='.2g', linewidth=1)
fig.add_subplot(1,2,2)
sns.heatmap(data=corr2, mask=mask2, annot=True, fmt='.2g', linewidth=1)
plt.show()


# In[7]:


df=pd.read_excel('C:/Users/86151/Desktop/店铺信息.xlsx')
data=df.drop('shop_id',axis=1)
data.describe()


# In[8]:



#相关分析
import seaborn as sns
from matplotlib import pyplot as plt

corr1 = data.corr(method='pearson') #pearson相关矩阵提取
corr2 = data.corr(method='spearman') #spearman相关矩阵提取

plt.rcParams['font.sans-serif']='SimHei' #设置字体为SimHei
plt.rcParams['axes.unicode_minus']=False #解决负号“-”显示异常
fig=plt.figure(figsize=(16,8),dpi=80)#创建画布
mask1 = np.triu(np.ones_like(corr1, dtype=bool))
mask2 = np.triu(np.ones_like(corr2, dtype=bool))
fig.add_subplot(1,2,1)
sns.heatmap(data=corr1, mask=mask1, annot=True, fmt='.2g', linewidth=1)
fig.add_subplot(1,2,2)
sns.heatmap(data=corr2, mask=mask2, annot=True, fmt='.2g', linewidth=1)
plt.show()
call_me_caibi
关注
  • 7
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
互联网大数据分析之《用户画像分析》ppt课件.ppt
11-13
互联网大数据分析之《用户画像分析》ppt课件.ppt
电商用户画像分析
lau的博客
01-13 7340
1 分析背景 京东电商平台最近小家电类目的订单数量、产品浏览量、搜索数量等都有所下降， 现在部门计划对小家电类目进行一次季末促销活动，希望你能针对小家电的用户特征给出一些建议 2 分析目的 通过京东用户信息数据、用户订单数据对用户进行用户画像分析，给出促销活动建议 3 数据理解 1）数据来源京东平台用户信息和订单信息（2020年8月13日-8月19日） 2) 数据字段说明 ①用户信息表共有39个字段，共计325,816条记录。 其字段名称对照关系如下： ②用户订单表共有24个字段，共计9,640,11
京东用户购买行为预测论文
qq_47888620的博客
07-03 1105
2.1由于爬虫爬取的数据集较大，所以采用数据库的方式展现数据集。1.JData_User.csv用户数据集105321个用户表3.1 用户数据User_id用户ID脱敏Age年龄段-1表示未知Sex性别0表示男，1表示女，2表示保密User_iv_cd用户等级有顺序的级别枚举，越高级别数字越大用户注册日期粒度到天2.JData_Product.csv预测商品集合24187条记录表3.2 商品数据Sku_id商品编号脱敏A1属性1枚举，-1表示未知A2属性2枚举，-1表示未知A3属性3枚举，
Excel实现Python数据分析项目数据和源码-用户画像
03-07
Excel实现Python数据分析项目数据和源码-用户画像
数据分析精华案例-信用卡用户画像
04-07
数据分析精华案例-信用卡用户画像
淘宝&京东电商行业用户行为数据集.rar
11-16
淘宝&京东电商行业用户行为数据集 背景描述 电商行业用户行为数据 数据说明 action_type: 1浏览、2下单、3关注、4评论、5加购 age: -1表示未知 sex: -0男、1女、2保密 user_level：数字越大等级越高 背景描述 电商行业用户行为数据 数据说明 action_type: 1浏览、2下单、3关注、4评论、5加购 age: -1表示未知 sex: -0男、1女、2保密 user_level：数字越大等级越高 背景描述 电商行业用户行为数据 数据说明 action_type: 1浏览、2下单、3关注、4评论、5加购 age: -1表示未知 sex: -0男、1女、2保密 user_level：数字越大等级越高
【数据分析】京东平台用户画像分析
weixin_44727383的博客
05-29 8072
1.用户信息标签 用户信息的收集包括用户基础要素、用户场景、行为偏好、心理个性、交际等多方面。 可以用静态标签、动态标签两大类来划分。 静态数据:用户相对稳定的信息，主要包括人口属性、商业属性等方面数据；这类信息果企业有真实信息则无需过多建模预测 动态数据: 用户不断变化的行为信息，主要是用户的网络行为。包括搜索、浏览、注册、登陆、签到、发布信息、收藏、评论、点赞、分享、加入购物车、购买、使用优惠券、使用积分……等一系列的行为。 通过统计真实的用户行为，给用户打上不同的行为标签，然后建立模型标签。比如人口
数据分析——用户消费行为分析
weixin_46271306的博客
05-16 2769
用户行为贯穿我们生活的各行各业，通过分析用户的消费行为，可以帮助企业更好的了解企业发展状况，及时做出战略调整，使企业更好的运转下去。本文以某电商网页用户购买CD数量明细作为样本数据，整理了分析用户消费行为的具体内容。
JD电商用户画像总结
On_theway10的博客
03-04 5818
https://blog.csdn.net/tswisdom/article/details/79871265 course_link:https://www.imooc.com/learn/460
一次讲清楚京东科技百亿级用户画像平台的探索和实践 | 京东云技术团队
JDDTechTalk的博客
12-04 489
京东科技CDP画像平台通过对用户分群，针对不同的用户投放以不同形式的不同内容，实现千人千面的精准投放，最终实现用户的增长。对外提供多样的数据服务，服务于不同的业务，以支持精准营销、精细化运营，智能外呼等营销场景。随着时代的发展，离线人群已经不能满足日益增长的运营需求。从去年开始,CDP着手建设数据实时化，目前已经完全做到了人群命中实时计算。作者：京东科技 梁发文来源：京东云开发者社区 转载请注明来源。
用户画像准确性评测初探——拨开python大数据分析的神秘面纱
02-25
将时钟拨回到2018年初，大家迫切想打破以往资讯推荐无章可循的局面，而今日的推荐算法也似乎演成了神话，用户意图这个词在WiFi管家团队被一再提及，继而AI推荐布局被推到了前台。用户意图识别的优劣取决于对用户实时需求的了解程度，此事古来难。AI团队率先做的尝试是在一些特定场景下猜测用户意图，进行意图相关推荐，如住酒店用户，地铁上用户等，这是算法可以做的事情，那测试在这个过程中可以做些什么呢？算法验证相对滞后，有什么可以先行的呢？用户意图识别首要识别对用户场景，如果场景错了，后面的工作就无法关联起来。如，住酒店，是个动态场景，尝试进一步拆分成可衡量的静态场景，如，什么人（性别，工作，偏好等）？什么
干货|数据分析之用户画像方法与实践
01-27
本文来自作者罗志恒,文章重点讲解了用户画像在数据分析中的应用；如何构建用户画像。在日常商业活动中，有各种各样的职能划分：增长、内容、活动、产品，虽然具体工作和最终目标不一样，但其实都是围绕着“用户”去做，可以说都是在做“用户运营”。如今伴随着流量红利的结束、获客成本的不断提高，我们进入了一个用户精细化运营阶段。在这个阶段中，我们不得不使用一个工具——用户“画像”标签体系。今天我们就来说说用户画像。本文重点：1.用户画像在数据分析中的应用；2.如何构建用户画像。 用户画像（UserPersona）的概念最早由交互设计之父AlanCoo
基于Java和Vue的用户行为分析画像系统设计源码
04-04
本设计源码提供了一个基于Java和Vue的用户行为分析画像系统。项目包含838个文件，主要使用Java和Vue编程语言，并包含了JavaScript、HTML、Shell和Scala。文件类型包括386个Java源代码文件、115个Vue组件文件、103个SVG文件、91个JavaScript脚本文件、45个XML配置文件、28个PNG图片文件、11个VM文件、10个Idea项目文件和9个SCSS样式文件。该项目是一个商用产品开源，包括用户埋点数据采集、用户标签分群和画像、智慧运营、营销等。项目采用Nginx+Flume+kafka实现日志收集，Flink进行实时流处理，ClickHouse作为实时数仓，HDFS作为数据备份。适合用于学习和实践Java、Vue、JavaScript、HTML、Shell和Scala技术，以及开发基于Java和Vue的用户行为分析画像相关的系统。
互联网大数据分析之《用户画像分析》PPT课件.ppt
03-24
互联网大数据分析之《用户画像分析》，互联网大数据分析之《用户画像分析》课件，互联网大数据分析之《用户画像分析》PPT
现代物流大数据分析大作业《网站用户行为分析》
06-10
用户行为分析是对用户在产品上的产生的行为及行为背后的数据进行分析，通过构建用户行为模型和用户画像，来改变产品决策，实现精细化运营，指导业务增长。该数据来源于网站用户购物行为数据集的2000万条记录。此案列...
数据分析场景，连号相关业务
weixin_50235904的博客
04-20 324
演示的为db2数据库，需要含有窗口函数，或者可以获取到当前数据偏移的上一位数据。
数据分析：甲基化分析-从DNA methylation的IDAT文件到CpG site的Beta values
H20230717的博客
04-26 454
甲基化分析，从IDAT文件到Beta values
2024年Q1季度洗衣机行业线上市场销售数据分析
jingcanmou_data的博客
04-23 459
这个价格段的消费群体多考虑产品的性价比，对清洁力、外观设计、产品功能等都有一定要求，“高洗净比”、“除菌除螨”、“轻薄外观”、“轻柔洗”等是重点考量因素。在千元以内价格段，消费者多为房东或是租房群体，用户群体量大，对价格敏感度高，首选波轮，更关注“大容量”、“内桶清洁难易”等方面。如想要查看京东（淘宝/天猫）全品类的销售数据（行业/品牌/店铺/商品/监控），欢迎搜索“鲸参谋电商数据”，或者直接评论留言和私信（也可接口对接）~鲸参谋数据来源于公开渠道，数据获取与统计可能存在不完整，仅供参考。
每天一个数据分析题（二百九十四）
最新发布
shiguangre的博客
04-26 167
在维度汇总度量的过程中，不是只能应用某一个维度而是可以将多个不同的维度放在一起来进行嵌套使用，下列说法错误的是（）
python用户画像数据分析
02-03
Python用户画像数据分析是指使用Python编程语言对用户的个人信息、行为数据等进行分析和挖掘，以了解用户的特征、喜好和行为习惯，从而更好地理解用户需求和提供个性化的服务。 在Python中，可以使用各种数据分析库和工具来进行用户画像数据分析，如pandas、numpy、matplotlib、seaborn等。以下是一般的用户画像数据分析流程： 1. 数据收集：从各种渠道收集用户的个人信息和行为数据，如注册信息、购买记录、浏览记录等。 2. 数据清洗：对收集到的数据进行清洗和预处理，包括去除重复数据、处理缺失值、转换数据格式等。 3. 数据探索：使用pandas等库对数据进行探索性分析，了解数据的基本统计特征、分布情况等。 4. 特征工程：根据业务需求和分析目标，对数据进行特征提取和转换，如提取用户的年龄、性别、地域等特征。 5. 数据建模：使用机器学习算法或统计方法对用户数据进行建模和预测，如聚类分析、分类算法等。 6. 结果可视化：使用matplotlib、seaborn等库将分析结果可视化，以便更直观地展示用户画像和分析结果。 7. 结果解释和应用：根据分析结果，对用户进行细分、个性化推荐等，以提供更好的用户体验和服务。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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