淘宝用户购物行为数据分析

一、数据说明以及需求分析

1.1数据说明

本数据集是阿里巴巴提供的一个淘宝用户行为数据集，本次分析数据提供了1万用户量级的完整行为数据。数据包含了抽样出来的1W用户在一个月时间（11.18~12.18）之内的移动端行为数据。

字段	字段说明	提取说明
user_id	用户标识	抽样&字段脱敏
item_id	商品标识	字段脱敏
behavior_type	用户对商品的行为类型	包括浏览、收藏、加购物车、购买，对应取值分别是1、2、3、4
item_category	商品分类标识	字段脱敏
time	行为时间	精确到小时级别

 使用工具：Mysql数据库，DataGrip，Excel，Tableau

1.2数据需求分析

根据数据集特点，本次数据分析将从两个维度对数据进行分析：

用户维度

1、PV（页面浏览量）、UV（独立访客）、PV/UV

2、用户活跃度分析：分析用户在不同时段的活跃度，探索哪些时间段用户更倾向于进行购买或其他行为，进而优化营销策略和系统推荐。

3、用户购买行为分析：

    间隔时间，了解用户再次购买的平均时间间隔，可以帮助预测用户下次购买的时间，投放优惠券

    漏斗分析：从收藏转化率、购物车转化率、成交转化率，对用户行为从浏览到购买进行漏斗分析，构建用户行为漏斗模型，分析用户从浏览到购买各个环节的转化情况，找出可能存在的流失点并提出改进建议。

产品维度

1、浏览量、成交量、加购量、成交率探索用户对商品的购买偏好，了解商品的销售规律

2、用户价值分群(RFM模型)

二、数据处理

2.1时间格式处理

 导入时发现time的格式并不是标准的时间格式，将其格式改成datetime：

 

  导入数据如下：

  为了能够进一步更好的分析时间数据，将添加time_date以及time_hour：

ALTER TABLE tbdata.user_action
ADD COLUMN time_date DATE,
ADD COLUMN time_hoUr TIME;
UPDATE tbdata.user_action
SET time_date = DATE(time),
time_hour = TIME(time);

 处理格式结果如下：

2.2行为格式的处理