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,AARRR模型,对常见电商分析指标,包括转化率,PV,UV,留存率,复购率等进行分析,分析过程中使用MySQL以及Navicat进行数据预览与清洗处理,使用Excel进行数据可视化。
一、数据集与分析目的
1、数据集
字段 | 说明 |
---|---|
user_id | 整数类型,序列化后的用户ID |
item_id | 整数类型,序列化后的商品ID |
category_id | 整数类型,序列化后的商品所属类目ID |
behaviortype | 字符串,枚举类型,包括(‘pv’, ‘buy’, ‘cart’, ‘fav’) |
timestamps | 行为发生的时间戳 |
该数据集记录用户在淘宝网站浏览商品产生的行为信息。由于数据集过大 ,选取其中10200位用户,共105万条数据。
2、分析目的
1)了解网站流量情况;
2)了解该阶段网站用户粘性以及用户行为习惯;
3)了解网站商品销售情况;
分析逻辑如下:
二、数据处理
1、数据预览
MySQL建表,使用Navicat导入数据
use userbehavior;
create table user(
user_id int not null,
item_id int not null,
category_id int not null,
behavetype varchar(10) not null,
times int not null,
constraint user_behave PRIMARY KEY (user_id,item_id,times))
2、数据处理
(1)日期处理
将行为发生时间转为datetime类型,获取其发生日期及时间
SET SQL_SAFE_UPDATES = 0;
ALTER TABLE user ADD COLUMN datentime TIMESTAMP(0) NULL;
UPDATE user
SET datentime = FROM_UNIXTIME(times);
ALTER TABLE user ADD COLUMN dates CHAR(10) NULL;
UPDATE user
SET dates = SUBSTRING(datentime FROM 1 FOR 10);
ALTER TABLE user ADD COLUMN hours CHAR(10) NULL;
UPDATE user
SET hours = SUBSTRING(datentime FROM 12 FOR 2);
(2)数据清洗
DELETE FROM user
WHERE datentime < '2017-11-25 00:00:00'
OR datentime > '2017-12-04 00:00:00';
三、数据提取与分析
1、网站流量分析
- 创建用户行为视图
use taobaouser;
create view userbehave as
select user_id,count(behavetype) num,sum(if(behavetype='pv',1,0)) pv,sum