电商用户消费数据RFM分析

已于 2022-06-08 11:31:54 修改
阅读量1.8k 收藏 6
点赞数
文章标签： 数据分析 pandas 数据可视化
于 2022-01-13 15:57:38 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/licn188/article/details/122475874
版权

1. 导入数据, 查看数据信息

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#import datetime as dt
import time

import warnings
warnings.filterwarnings("ignore")

plt.rcParams['font.family'] = 'Microsoft YaHei' # 设置中文编码的正常显示
plt.rcParams['axes.unicode_minus'] = False #设置负号的正常显示
plt.style.use('ggplot')

filepath = r'D:\临时\RFM 电商消费数据分析\order2021.csv'
df = pd.read_csv(filepath)
df.head()

订单数据

df.shape

(104557, 11)

df.columns

Index([‘订单顺序编号’, ‘订单号’, ‘用户名’, ‘商品编号’, ‘订单金额’, ‘付款金额’, ‘渠道编号’, ‘平台类型’, ‘下单时间’, ‘付款时间’, ‘是否退款’], dtype=‘object’)

df.info()  # 渠道编号有缺失数据

<class ‘pandas.core.frame.DataFrame’>
RangeIndex: 104557 entries, 0 to 104556
Data columns (total 11 columns):
Column Non-Null Count Dtype
0 订单顺序编号 104557 non-null int64
1 订单号 104557 non-null object
2 用户名 104557 non-null object
3 商品编号 104557 non-null object
4 订单金额 104557 non-null float64
5 付款金额 104557 non-null float64
6 渠道编号 104549 non-null object
7 平台类型 104557 non-null object
8 下单时间 104557 non-null object
9 付款时间 104557 non-null object
10 是否退款 104557 non-null object
dtypes: float64(2), int64(1), object(8)
memory usage: 8.8+ MB

df.describe()

数据列描述性统计

2. 数据清洗

# 分组查看日期分布
df_group = df.groupby('下单时间').agg({'订单号':'count'})
df_group

按日期分组计数

  • 可以看到, 数据包含 2020年 和 2021年 数据, 这里只取 2021年 数据
df = df[df['下单时间']>'2021-01-01 00:00:00']
df.shape

(104296, 11)

  • 重复数据处理
df.duplicated().sum()

没有重复要数据
0

  • 付款金额有负值, 查看一下情况
df[df['订单金额']<0]
df[df['付款金额']<0].付款金额.count()

6
有 6 笔订单付款金额为负值

  • 修正为负的付款金额, 实际付款金额=订单金额+付款金额
df['付款金额'] = np.where(df['付款金额']<0, df['付款金额']+df['订单金额'], df['付款金额'])
  • 空值处理
df.isnull().sum()

渠道编号有 8 个为空

  • 用众数填充 缺失值
df['渠道编号'][df['渠道编号'].isnull()==True] = df['渠道编号'].dropna().mode().values
  • 把’是否退款’字段转换成 0, 1
df['是否退款'] = df['是否退款'].map(lambda x:1 if x=='是' else 0)
df.head()
  • 删除付款金额大于下单金额数据
df.drop(index=df[df['付款金额']>df['订单金额']].index, inplace=True)
  • 验证删除结果
df[df['付款金额']>df['订单金额']].count()

3. 数据分析

3.1 销售走势(按月份)
  • 添加月份列
df['month'] = pd.to_datetime(df['下单时间']).dt.month
df.head()

  • 绘图数据准备

  • x 轴显示值

x = ['{}月'.format(i) for i in df['month'].unique()]
  • 按月份统计订单数
order_count=df.groupby('month')['订单号'].count()
  • 按月份统计订单金额
order_sum = df.groupby('month')['订单金额'].sum()
  • 按月份统计付款金额
pay_sum = df.groupby('month')['付款金额'].sum()
  • 按月份统计不含退款金额的实际销售金额
real_pay_sum = df[df['是否退款']==0].groupby('month')['付款金额'].sum()
  • 合并成目标表
df_target =pd.DataFrame([order_count,order_sum, pay_sum, real_pay_sum]).T
df_target
  • 绘图
plt.figure(figsize=(10,4), dpi=100)

plt.subplot(111, facecolor='#F0F0F0')

plt.xlabel('月份', fontsize=10)
plt.ylabel('单位/万', fontsize=10)

plt.xticks(fontsize=10)
plt.yticks(fontsize=10)

plt.title('2021年各月份销售额走势', fontsize=14)
plt.grid(axis='x')

plt.plot(x, df_target['订单金额']/10000, linewidth='1', marker='o', color='#008668', label='订单金额(万)')
plt.plot(x, df_target['付款金额']/10000, linewidth='1', marker='o', color='#ff5338', label='付款金额(万)')
plt.plot(x, real_pay_sum/10000, linewidth='1', marker='o', color='#fe8c00', label='实际付款金额(万)')


plt.legend(loc='best', fontsize=6)

2021年各月份销售额走势

3.2 各渠道来源用户占比
  • 按渠道统计用户数
channel = df.groupby('渠道编号', as_index=False)['用户名'].count()
  • ** 按用户数排名**
channel.sort_values(by='用户名', inplace=True)
channel

各渠道用户数

  • 绘图
plt.figure(figsize=(13,5),dpi=100)
plt.pie(
    channel['用户名'],
    labels=channel['渠道编号'],
    autopct='%1.1f%%',
    pctdistance=0.9,
    radius=1.3,
    startangle=70,
    labeldistance=1.03
)

plt.legend(loc='upper right', fontsize=8, bbox_to_anchor=(1.4, 0.9), borderaxespad=0.3)
plt.title('各渠道来源用户占比',loc='right',pad=20, fontsize=12)

各渠道来源用户比

3.3 各平台订单支付用户占比
  • 数据准备
platform = df.groupby('平台类型',as_index=False)['用户名'].count()
platform.sort_values(by='用户名', inplace=True)
platform

各平台支付用户数

  • 绘图
plt.figure(figsize=(13,5),dpi=100)
plt.pie(
    platform['用户名'],
    labels=platform['平台类型'],
    autopct='%1.1f%%',
    pctdistance=0.9,
    radius=1.3,
    startangle=70,
    labeldistance=1.03
)

plt.legend(loc='upper right', fontsize=8, bbox_to_anchor=(1.4,0.9), borderaxespad=0.3)
plt.title('各平台支付用户占比',loc='right', pad=20, fontsize=12)

和平台支付用户比

3.4 用户取消订单情况
  • 数据准备
cancel = df['是否退款'].value_counts()
cancel

0 88779
1 13493

  • 绘图
plt.figure(figsize=(10,5))
cancel.plot(kind='bar')
plt.title('用户取消订单情况（1为取消订单）',size=20)
plt.ylabel('订单数(万)',size=15)
plt.yticks(np.arange(0,10,1))
plt.grid(axis='y',alpha=0.5)
plt.show()

用户取消订单情况

3.5 客户复购率
  • 数据准备
    • 复购率：在某时间窗口内重复消费用户（消费两次及以上的用户）在总消费用户中占比
    • 根据复购率的定义，我们把时间窗口选择为月，用数据透视表的方式统计每个用户在每月的订单数
  • 全时期复购率
df_buy_all = df.groupby('用户名').订单号.count()
df_rebuy_all = df_buy_all[df_buy_all.values>=2].count()/df_buy_all.count()
df_rebuy_all

各月份复购率

df_buy_mon = df.pivot_table(index='用户名', columns='month', values='下单时间', aggfunc='count')
df_buy_mon

计算各月份总消费用户数

df_buy_mon_count = df_buy_mon.count()
df_buy_mon_count

计算各月消费两次以上用户数

df_rebuy_mon = df_buy_mon[df_buy_mon>=2].count()
df_rebuy_mon

复购率

rebuy_rate_mon = df_rebuy_mon/df_buy_mon_count
rebuy_rate_mon
  • 绘图
plt.figure(figsize=(10,4), dpi=100)

plt.subplot(111, facecolor='#F0F0F0')

plt.xlabel('月份', fontsize=10)
plt.ylabel('复购率', fontsize=10)

plt.xticks(fontsize=10)
plt.yticks(fontsize=10)

plt.title('2021年各月复购率', fontsize=14)
plt.grid(axis='x')

# x 轴显示值
x = ['{}月'.format(i) for i in range(1,13,1)]

plt.plot(x, rebuy_rate_mon,linewidth='1', marker='o')

2021年各月复购率

3.6 回购率
  • 回购率：是某一个时间窗口内消费的用户，在下一个时间窗口仍旧消费的占比。
  • 选择月做为时间窗口
  • 数据准备
  • 创建一个值全为0，索引为月份的序列
repur_count = pd.Series(0, index=rebuy_rate_mon.index)
  • 统计在某一个月下单并且在下一个月继续下单的用户数量
for i in range(1,12):
    repur_count[i+1]=df_buy_mon.iloc[:,i][(df_buy_mon.iloc[:,i]>0)&(df_buy_mon.iloc[:,i-1]>0)].count()

repur_rate = repur_count/df_buy_mon_count
repur_rate

各月回购率

  • 绘图
plt.figure(figsize=(10, 4), dpi=100)

plt.subplot(111, facecolor='#F0F0F0')

plt.xlabel('月份', fontsize=10)
plt.ylabel('回购率', fontsize=10)

plt.xticks(fontsize=10)
plt.yticks(fontsize=10)

plt.title('2021年各月份回购率', fontsize=14)
plt.grid(axis='x')

# x轴显示值
x = ['{}月'.format(i) for i in range(1,13,1)]

plt.plot(x, repur_rate, linewidth='1', marker='o')

2021年各月份回购率

3.7 RFM 模型
  • 复制表
df_1 = df.copy()
  • 删除被取消了的订单
df_1.drop(index=df[df['是否退款']==1].index, inplace=True)
  • 将用户名设为索引
df_1.set_index('用户名', inplace=True)
  • 为每笔订单后记为 1, 作为消费频率标记
df_1['F'] = 1
  • 建立数据透视表, 求和得到每个用户的购买频率 ‘F’
df_rfm = df_1.pivot_table(
    index=['用户名'],
    values=['订单金额','下单时间', 'F'],
    aggfunc={'订单金额':'sum', '下单时间':'max', 'F':'sum'}        
    )
    ```

* **把消费总金额作为'M'**
```py
df_rfm.rename(columns={'订单金额':'M'}, inplace=True)
  • 近度’R’
df_rfm['R'] = (pd.to_datetime(df_rfm['下单时间'].max()) - pd.to_datetime(df_rfm['下单时间'])).dt.days
  • 调整一下列的顺序, 上步删除’下单时间’可省略
df_rfm = df_rfm[['R', 'F', 'M']]
rfm = pd.DataFrame(df_rfm, dtype=int)
  • 小于平均值赋值 0, 大于平均值赋值 1
for i in range(0, len(rfm.columns)):
    rfm.iloc[:,i][rfm.iloc[:,i]<rfm.iloc[:,i].mean()]=0
    rfm.iloc[:,i][rfm.iloc[:,i]>rfm.iloc[:,i].mean()]=1
  • 连接 R-F-M
rfm['RFM']='0'
for i in range(0,len(rfm.index)):
    rfm['RFM'][i]=str(rfm.iloc[i,0])+str(rfm.iloc[i,1])+str(rfm.iloc[i,2])
  • 建立 RFM 值和客户分类的对应关系
labels = pd.DataFrame({'RFM':['111','101','011','001','110','100','010','000'],'用户标签':['重要价值客户','重要发展客户','重要保持客户','重要挽留客户','一般价值客户','一般发展客户','一般保持客户','一般挽留客户']})
  • merge 查询和客户的分类
rfm =rfm.merge(labels,on='RFM',how='left')
target = rfm.groupby('用户标签', as_index=False).RFM.count()
  • 按客户分类分组, 记数
target.rename(columns={'RFM':'客户数量'}, inplace=True)
target

![各类型用户数量](https://upload-images.jianshu.io/upload_images/4753063-8d87d5a125ab718c.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)


* 绘图
```py
plt.figure(figsize=(10,6), dpi=100)

plt.subplot(111, facecolor='#F0F0F0')

plt.xlabel('客户类型', fontsize=10)
plt.ylabel('人数', fontsize=10)

plt.xticks(rotation=0, fontsize=10)
plt.yticks(fontsize=10)

plt.title('不同类型用户人数', fontsize=14)
plt.grid(axis='x')

# x 轴显示值
#x = ['{}月'.format(i)for i in range(1,13,1)]
rects = plt.bar(target['用户标签'],target['客户数量'],width=0.6,color='#fe8c00')

# 数据标签
count=0

Sum = target['客户数量'].sum()

for rect in rects:
    height = rect.get_height()
    rect_x = rect.get_x()

    plt.text(rect.get_x() + rect.get_width()/2, height+500, str(height), ha='center', fontsize=8)
    #plt.text(rect.get_x() + rect.get_width()/2, height+100, str('{:2f}'.format(target['客户数量'].values[count]/Sum*100))+'%', ha='center', fontsize=8)

不同类型用户数量

数分小本本
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
电商数据分析入门-基于RFM模型的用户分析案例笔记
weixin_42479435的博客
05-13 2701
1.认识电商数据 通常电商数据重点都是围绕着人物场三个方面进行划分，关于人的电商数据主要是能解释用户行为且能对用户进行画像的数据，包括用户的基本属性（年龄、地域、性别、年收入等）、行为属性（访问渠道、访问时间段、访问时长等）以及思想属性（用户评价、用户打分、用户投诉等）； 关于物的电商数据主要能描述产品特征的数据，包括基本属性（分类、功能、物质特征等）和价值属性（价格、需求量等）； 关于场则用于描述发生交易时的场景的地点，简单来说就是发生交易时店铺的样子是怎样的，而对于电商来说场包括虚拟的网上店铺的场和现实
数据分析 — 电商用户分析和用户 RFM 模型
记录学习过程，欢迎讨论交流~
02-20 1048
电商用户分析和用户 RFM 模型
爬虫实战+数据分析：全国消费支出分析及未来预测
最新发布
DEVELOPERAA的博客
03-20 764
对我们而言，爬虫的核心价值实际上在于获取数据，一旦获得了数据，接下来必然是要加以利用。数据分析便是其中关键一环，因此在爬虫的讲解之后，我们将会稍作涉及与数据分析相关的知识要点。
用户消费数据分析，基于python
weixin_43334564的博客
03-11 2087
用户消费数据分析，基于python（numpy，pandas，matplotlib）。内容包括数据清洗，透视表，聚合，绘图，RFM模型，用户生命周期分析等。
数据分析-淘宝用户行为分析
aomiaoli1016的博客
08-13 7444
一、项目背景和目的 项目数据来源于https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1，通过此项目学习电商数据分析的指标与数据分析的基本方法。 二、分析维度 根据现有数据及分析目的，从四个维度进行分析： 第一个维度：用户购物情况整体分析 以PV、UV、平均访问量、跳失率等指标，分析用户最活跃的...
Python数据分析案例—淘宝用户行为分析
Sun123234的博客
09-11 4252
Python数据分析案例—淘宝用户行为分析 和鲸社区项目https://www.heywhale.com/mw/project/5df87bc02823a10036aca279
电商用户行为分析---Python
06-16
本文将通过 Python 对淘宝电商用户真实行为数据进行分析，使用 AARRR 模型和 RFM 模型对其展开数据分析，并利用数据可视化制作可视化图像。 数据分析涉及到多个领域，包括数据清洗、数据可视化、数据挖掘等。数据...
Python数据分析——基于电商客户分类的RFM模型
04-28
Python数据分析——基于电商客户分类的RFM模型
基于RFM模型的电商零售数据分析.ipynb
04-20
RFM模型根据客户活跃程度和交易金额的贡献，进行客户价值细分的一种方法。 R（Recency）：最近一次交易时间间隔。基于最近一次交易日期计算的得分，距离当前日期越近，得分越高。如5分制。反映客户交易活跃度。 F...
用RFM模型处理后的电商用户行为数据.csv
05-31
为了方便大家学习RFM模型,我做RFM模型的时候发现网上电商用户行为数据都是原始数据,还要进行很麻烦的数据清洗才能使用,所以我上传处理后的数据方便大家学习
电商用户行为分析.zip
11-30
以淘宝app平台为数据集，通过行业的指标对淘宝用户行为进行分析，从而探索淘宝用户的行为模式，具体指标包括：日PV和日UV分析，付费率分析，复购行为分析，漏斗流失分析和用户价值RFM分析。
电商用户行为分析案例--天池数据集User Behavior Data from Taobao
daryl5的博客
05-13 2万+
用户行为分析过程 说明 本次数据分析基于阿里云天池数据集(用户行为数据集)，使用转化漏斗，对常见电商分析指标，包括转化率，PV，UV，复购率等进行分析，分析过程中使用Python进行数据的清洗，清洗后的数据导入MySQL数据库，运用MySQL进行数据提取，使用Excel进行数据可视化。 一、数据集 该数据集记录用户在淘宝网站浏览商品产生的行为数据。 二、提出问题 1、整体用户的购物情况 PV（总访问量）、日均访问量、UV（用户总数）、有购买行为的用户数量、用户的购物情况、复购率分别是多少？ 2、用户行为转
利用RFM模型做电商客户价值分析
bitcarmanlee的博客
04-11 1万+
客户细分是客户关系管理的一个主要的组成部分，本文尝试以电商企业为研究对象根据其客户特点，提出了一种基于客户价值分析RFM 模型，从而对客户进行分类，并对此结果进行动态的客户分析，以达到对不同的客户采取不同的客户服务的效果。一、RFM模型介绍1.RFM模型的基本原理在RFM模式中，R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (
淘宝用户数据分析
sword356的博客
09-20 7284
一、数据来源及说明 来源：天池数据—淘宝用户的行为数据淘宝用户数据集 column description user_id 用户身份，脱敏 item_id 商品id，脱敏 behavior_type 用户行为类型（包括点击，收藏，加购物车和付款四种行为，相应的值分别为1,2,3和4。） user_geohash 地理位置 item_category 品类ID（商品...
电商用户行为数据分析
热门推荐
zhiliao117的博客
05-15 3万+
前言 本文针对淘宝app的运营数据，以行业常见指标对用户行为进行分析，包括 一、提出问题 1.电商常用分析体系 2.电商常用分析指标 3.本次分析的业务问题以及分析逻辑 本次想通过对淘宝用户行为数据的分析，解决以下业务问题： 以下为分析逻辑和用到适用的业务指标： ...
​数据分析项目-用户消费行为分析
Colorfully_lu的博客
11-25 6437
目录 导入及分析 第一部分：数据清洗 导包 数据加载&分析数据 数据清洗 第二部分：按月数据分析 分析方向：用户、订单、消费趋势 消费趋势的分析 1. 每月的消费总金额 2. 每月的消费次数 3. 每月的产品购买量 4. 每月的消费人数（去重） 5. 将上述趋势分析用透视表展示(pivot_table) 第三部分：用户个体消费数据分析 1. 用户消费金额和消费次数的描述统计 2.用户消费金额和消费次数的散点图 3. 用户消费金额的分布图（二八法则） 4. 用户消.
项目实战--用户消费数据分析
HG0724的博客
10-31 9816
文章目录引入包一、数据预处理二、按月对数据分析三、用户个体消费数据分析四、用户消费行为分析五、用户的生命周期 引入包 本项目所用数据为【密码：pfj6】:CDNOW_master.txt import numpy as np import pandas as pd from pandas import DataFrame,Series import matplotlib.pyplot as plt # CDNOW_master.txt # 支持中文 plt.rcParams['font.sans-s
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 6224
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...
python数据分析:用户消费情况数据分析
weixin_42072835的博客
04-16 1万+
本次分析数据介绍： 数据为某奶茶店2018年1月-2019年6月的销售数据，共计69,659项数据，用户共计23,570名； 数据集共4个字段： user_id: 用户id order_id: 购买日期 order_prodect: 购买产品数 order_account: 购买金额 明确问题（本次数据分析目的） 用户消费趋势分析（按月） 用户个体消费分析 用户消费行为分析 用户复购率和回购率分析...
电商用户大数据分析实际案例和代码RFM模型
06-06
RFM模型是电商用户大数据分析中常用的一种模型，用于衡量用户价值和忠诚度。RFM模型包括三个指标： R (Recency)：最近一次购买时间距离当前时间的天数，表示用户的活跃度。 F (Frequency)：用户购买的次数，表示...

“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 2
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