数据分析案例——用户消费行为分析

数据分析之——用户消费行为分析

内容摘要

• 项目背景
• 项目目的
• 分析思路
• python数据分析实现
• PowerBI可视化看板设置

一、项目背景

• 这是一份用户消费行为的分析报告；
  数据来源于网上，是用户在一家单车网站上的消费记录，其时间跨度为1997年1月至1998年4月。
• 数据格式：txt文档，具体信息见图
  
• 第一列——user_id：用户ID
  第二列——order_dt:购买日期
  第三列——order_prodects：购买产品数
  第四列——order_amount：购买金额

二、项目目的

通过数据分析：
1、了解本网站的基本营业情况；
2、对用户行为进行分析，掌握用户的分布情况，便于之后的策略制定；

三、分析思路

1、基础数据整理清洗
2、针对月份进行用户消费趋势的分析——便于掌握公司的营收发展趋势
3、针对用户个体消费进行分析
4、针对用户消费行为进行分析
5、针对用户购买周期进行分析
6、针对用户复购回购进行分析

四、python数据分析实现

• 一、基础数据整理清洗
  数据清洗的目的在于对数据进行审查和校验，其主要操作有：
  （1）解析原始数据列名，理解其意义并做通俗化替换；
  （2）查看数据源每一条信息的数据类型是否正确；
  （3）查看数据有无缺失值情况；
  （4）查看数据有无异常值情况；
  （5）数据一致化处理（多用于针对时间数据）

  • 首先导入数据，解析原始数据信息，做通俗化替换。

#导入必要的包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

#导入数据并设置列名
#解析原始数据列名，理解其意义并做通俗化替换
columns=['user_id','order_dt','order_products','order_amount']
df=pd.read_table(r'：\bicycle_master.txt',sep='\s+',names=columns)

#查看数据
df.head(2)

• 查看数据源每一列信息的数据类型是否正确，尤其需要注意可能会计算的数据和时间格式。

#查数据源每一条信息的数据类型是否正确
df.info()
#发现其中order_dt 购买日期应该为时间格式类型，并非整型数据，需要进行数据处理

-数据源中时间数据的类型为整型，需要修改成datetime格式，并且为接下来时间序列分析做准备需要将年和月提取出来。

#pd.to_datetime函数进行转换
df['order_dt']=pd.to_datetime(df['order_dt'],format='%Y%m%d')
#同时考虑到后续对数据分分析，将其按照年、月将时间提取出来
#生成年、月
df['Year']=df['order_dt'].astype('datetime64[Y]')
df['Month']=df['order_dt'].astype('datetime64[M]')
#查看数据
df.head(2)

#查看数据描述
df.describe()

• 发现大部分订单只消费了少量商品，75%用户的产品购买量仅3个；
  用户的消费金额比较稳定，平均消费35元，中位数在25元，存在一定极值的干扰。

• 基础数据整理结束

• 二、针对月份进行用户消费趋势的分析

  如果以天为尺度进行分析，具有较大的波动性和随机性，并且数据量较大；以月为尺度进行分析，能够避免一定的随机性，并且还可以看出一定的分布趋势，故选择以月为尺度进行数据分析。
  以月为尺度进行分析，较为重要的是消费金额，消费频率，购买产品量和消费人数
  消费人数的变化可以看出该平台对用户粘性的变化程度；消费水平一方面与消费人数有关，另一方面可能与当月的产品及活动有关。

  • 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

#需要对Month进行一个groupby，并对购买金额和购买产品数量进行求和，对购买次数（用户id）进行计数
grouped=df.groupby(df['Month']).agg({
   "order_amount":'sum','user_id':'count','order_products':'sum'})
grouped.head()

#统计每月的消费人数，即统计用户id唯一值的个数
order_month_person=grouped_month.user_id.nunique()
order_m_p=order_month_person.to_frame()
order_m_p.head()

• 对用户人数统计可以看出，4月后出现明显的下跌趋势，将数据进行保存，用于后期powerbi绘图

• 三、针对用户个体消费进行分析

  • 用户消费金额，消费个数描述性统计
  • 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

#新建一个按照用户分类的数据
user_info=df.groupby('user_id')
#用户消费金额，消费个数描述性统计
user_info.sum().describe()

（1）用户消费金额，消费个数描述性统计

• 用户平均购买为7，但是中位值只有3，说明购买量大的用户占少数
• 用户平均消费106元，中位值有43，判断同上，有极值干扰
  （2）用户消费金额和产品个数的散点图

#用户消费金额和消费次数的散点图
user_info.sum().plot.scatter(x='order_amount',y='order_products')

#绘制消费金额和消费个数的散点图
user_cost_number=df.groupby('user_id').agg({
   'order_amount':'sum','order_products'