淘宝用户行为数据分析

最新推荐文章于 2024-08-05 17:04:33 发布

Yvonne酸奶

最新推荐文章于 2024-08-05 17:04:33 发布

阅读量316

点赞数

文章标签： python 数据分析

本文链接：https://blog.csdn.net/m0_46579176/article/details/124222104

版权

系列文章目录

第二章淘宝用户生命周期分析

一、项目背景

随着互联网行业快速发展，其中电商已成为消费的主要趋势，并且电商板块收入已经成为企业新的主要增长点。近几年，我国的电商发展快速，电商市场越来越趋于成熟，竞争加剧，用户有了更多的选择，导致用户对于商品和服务的质量的要求也越来越高。因此需要企业更高的运营能力，在各个方面都需要做到精细化运营，这样才能更好的不被市场和用户所淘汰，因此越来越多的电商企业开始关注数据的价值，日常业务产生的海量数据蕴含着巨大的价值，如何在现在竞争激烈的环境中生存下来，其中最重要的一个因素就是数据化运营。

二、项目目的

基于淘宝用户行为数据进行数据分析，探索用户行为规律，帮助用户快速找到商品，提高用户忠诚度，为商家寻找高价值客户，为商家的精准营销与精细化运营提供数据支撑，从而帮助商家实现营收增长。

三、理解数据

数据来源：来自阿里云天池，共有1225万条左右数据，数据为淘宝APP2014年11月18日至2014年12月18日的用户行为数据，共计6列字段。
天池数据集
user_id: 用户id
item_id: 商品id
behavior_type: 用户行为类型（1：点击；2：收藏；3：加入购物车；4：支付）
user_geoshash: 地理位置
item_category: 用户行为发生的时间

二、分析思路

在这里插入图片描述

三、用户生命周期分析

1、用户活跃规律

（1）不同日期的网页浏览量和访问量情况

代码

# 每天UV和PV的变化
# 浏览量不用去重,直接分组计算
pv_daily = tbdata['user_id'].groupby(tbdata['date']).count().rename('pv').reset_index()
# 访客数,先分组,去重,最后统计count
uv_daily = tbdata['user_id'].groupby(tbdata['date']).apply(lambda x:x.drop_duplicates().count()).rename('uv').reset_index()
# 日期变换
date = pv_daily.date.astype('str').to_list()

可视化

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

pv = (
Line(init_opts=opts.InitOpts(width="1000px",height="500px")) #设置画布大小
    .add_xaxis(date)
    .add_yaxis(
                "页面访问量(PV)",
                #PV数据,用np的方法,转为十万,取小数点2位
                np.round(pv_daily.pv/10000,decimals=2)
                )
    .add_yaxis(
                "页面访客数(UV)",
                yaxis_index=1,
                #UV数据,用np的方法,转为,取小数点2位
                y_axis=np.round(uv_daily.uv/1,decimals=2)
                
                )
    .extend_axis(      #添加新的Y轴
        yaxis=opts.AxisOpts(
            name="uv",
            type_="value",
            min_=0,
            max_=10000,
            interval=2000, #最小值,最大值,步长
            axislabel_opts=opts.LabelOpts(formatter="{value} 人"),
        )
    )
#   全局  
    .set_global_opts(  
        tooltip_opts=opts.TooltipOpts(#打开提示框
            is_show=True,   # 是否显示提示框组件，包括提示框浮层和 axisPointer。
            trigger="axis",  # 触发类型,坐标轴
            axis_pointer_type="cross"    #指示器类型,十字
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",#纵轴区间阴影
            axispointer_opts=opts.AxisPointerOpts(is_show=True,type_="shadow"),
        ),
        yaxis_opts=opts.AxisOpts( #调整主Y轴的名称 最小值,最大值,步长
            name="pv",
            type_="value",
            min_=0,
            max_=40,
            interval=10,
            axislabel_opts=opts.LabelOpts(formatter="{value} 万次"),
            axistick_opts=opts.AxisTickOpts(is_show=True),  #显坐标轴刻度
            splitline_opts=opts.SplitLineOpts(is_show=True),  #显分割线
        ),
        title_opts=opts.TitleOpts(title="日期维度下的PV和UV",pos_left='center'),#标题设置
        legend_opts=opts.LegendOpts(is_show=True,pos_top='95%')    #显示图例
    )
     .set_series_opts(
        # 为了不影响标记点，这里把标签关掉
        label_opts=opts.LabelOpts(is_show=False), #不显示标签数字
        markpoint_opts=opts.MarkPointOpts( #显示最大值和最小值
            data=[
                opts.MarkPointItem(type_="max", name="x轴最大", value_index=1),
                opts.MarkPointItem(type_="min", name="x轴最大", value_index=1),
                
            ])
    )
)
pv.render_notebook()```

## 2.读入数据

代码如下（示例）：

```c
data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

在这里插入图片描述

（2）分析

从图中可以看出，pv和uv数据成正相关关系。双十二当天浏览量和访问量急剧上升，均达到最高值，这是因为当天双十二活动，推测为大量优惠活动推广拉新活动带来的影响，吸引了大量用户的访问点击，也证明了这次活动的效果很好。

（3）不同日期的网页浏览量和访问量情况

# 24小时pv的变化
pv_moment = tbdata.groupby('hour')['user_id'].count().rename('pv').reset_index()
# 24小时uv的变化
uv_moment = tbdata.groupby('hour')['user_id'].apply(lambda x:x.drop_duplicates().count()).rename('uv').reset_index()
# 日期变换
attr = pv_moment.hour.astype('str').to_list()    #日期列表

可视化

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

pv = (
Line(init_opts=opts.InitOpts(width="1000px",height="500px")) #设置画布大小
    .add_xaxis(xaxis_data=attr)
    .add_yaxis(
                "页面访问量(PV)",
                np.around(pv_moment.pv/10000,decimals=2),   #PV数据,用np的方法,转为十万,取小数点2位
                )
    .add_yaxis(
                series_name="页面访客数(UV)",
                yaxis_index=1,
                y_axis=uv_moment['uv'].to_list(),
                
                )
    .extend_axis(      #添加新的Y轴
        yaxis=opts.AxisOpts(
            name="uv",
            type_="value",
            min_=0,
            max_=10000,
            interval=2000, #最小值,最大值,步长
            axislabel_opts=opts.LabelOpts(formatter="{value} 人"),
        )
    )
#   全局  
    .set_global_opts(  
        tooltip_opts=opts.TooltipOpts(#打开提示框
            is_show=True,   # 是否显示提示框组件，包括提示框浮层和 axisPointer。
            trigger="axis",  # 触发类型,坐标轴
            axis_pointer_type="cross"    #指示器类型,十字
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",#纵轴区间阴影
            axispointer_opts=opts.AxisPointerOpts(is_show=True,type_="shadow"),
        ),
        yaxis_opts=opts.AxisOpts( #调整主Y轴的名称 最小值,最大值,步长
            name="pv",
            type_="value",
            min_=0,
            max_=100,
            interval=20,
            axislabel_opts=opts.LabelOpts(formatter="{value} 万人"),
            axistick_opts=opts.AxisTickOpts(is_show=True),  #显坐标轴刻度
            splitline_opts=opts.SplitLineOpts(is_show=True),  #显分割线
        ),
        title_opts=opts.TitleOpts(title="时刻维度下的PV和UV",pos_left='center'),#标题设置
        legend_opts=opts.LegendOpts(is_show=True,pos_top='95%')    #显示图例
    )
     .set_series_opts(
        # 为了不影响标记点，这里把标签关掉
        label_opts=opts.LabelOpts(is_show=False), #不显示标签数字
        markpoint_opts=opts.MarkPointOpts( #显示最大值和最小值
            data=[
                opts.MarkPointItem(type_="max", name="x轴最大", value_index=1),
                opts.MarkPointItem(type_="min", name="x轴最大", value_index=1),
                
            ])
    )
)
pv.render_notebook()

在这里插入图片描述

（4）分析

由图可以看出，发现每天用户活跃的高峰时间段在晚上21点和22点，这可能是因为上班族这时候也差不多下班结束工作，学生也结束了学习选择娱乐放松的休闲时刻；低峰时间段是在凌晨4点，该时间段人大都处于睡眠休息中。
建议：可以考虑在晚上8点增大商品推广力度，加大营销投入，可取的较好的收益，1点到5点之间适合做系统维护。

2、用户留存规律

（1）跳失率

跳失率 = 只有过1次pv的用户数量/总用户数

gourpby_userid = tbdata.groupby(tbdata['user_id'])
user_type = gourpby_userid.behavior_type.value_counts().unstack()
# print("分组情况",user_type.head(10))
# 跳失率:计算只浏览过一次界面的用户数量
only_pv_users = user_type[user_type[1]==1].shape[0]
bounce_rate = only_pv_users/to_uv

在这里插入图片描述

（2）分析

这个周期内的跳失率为0.0009，在一定程度上反应了商品的受欢迎程度高，说明店铺的商品详情页能吸引到用户进行下一步行为。

（3）留存率

由于数据不完整，假设将第一天（2014.12.18）登录的用户作为新用户，对其分析次日留存率、三日留存率、七日留存率。

# 次日新用户人数
ciri = df_date[df_date['date_diff']=='1 days'].drop_duplicates('user_id').shape[0]
# 三日新用户人数
sanri = df_date[df_date['date_diff']=='2 days'].drop_duplicates('user_id').shape[0]
# 七日新用户人数
qiri = df_date[df_date['date_diff']=='6 days'].drop_duplicates('user_id').shape[0]
print('次日留存率：{}'.format(round(ciri/diyi*100,2)))
print('三日留存率：{}'.format(round(sanri/diyi*100,2)))
print('七日留存率：{}'.format(round(qiri/diyi*100,2)))

结果：
在这里插入图片描述

（4）分析

用户的留存率较高，并保持相对稳定，由于无法获得第一天新用户人数，故数据的准确含义不能确定，但也从侧面说明淘宝平台是一个较成熟的平台。

3、用户购买情况

（1）复购率

复购率 = 购买2次及以上用户数/总购买用户数

gourpby_userid = tbdata.groupby(tbdata['user_id'])
user_type = gourpby_userid.behavior_type.value_counts().unstack()
# 复购率:计算支付行为>=2的用户数量 / 总购买数
user_bought_twice = user_type[user_type[4]>=2].shape[0]
# print("计算支付行为>=2的用户数量:",user_bought_twice)
user_bought = user_type[user_type[4]>0].shape[0]
repurchase = user_bought_twice/user_bought

可视化
在这里插入图片描述

（3）分析

平台整体复购率较高，淘宝用户的忠诚度以及淘宝对用户的粘性高。

（4）购买频次分析

# 这个id共发生了多少次支付行为(behavior_type==4),count对
a = tbdata['behavior_type'][tbdata['behavior_type']==4].groupby(tbdata['user_id']).count().rename('pay_count').reset_index()
# print("每个id发生的支付行为情况",'\n',a)

# 对支付行为的次数进行计数\分类,10次|20次|30次
b = a['user_id'].groupby(a['pay_count']).count().rename('user_count').reset_index()
print("每种支付次数对应多少个用户",'\n',b)
# 添加一列:支付次数分层,[1,10):10 ; [10,20):20 ; ...
b['fenceng'] = b['pay_count'].apply(lambda x:(int(x/10)+1)*10)
# 算算每层有多少用户,count数条数,sum求和:将user_count加和
data_user_buy = b['user_count'].groupby(b['fenceng']).sum().rename('num').reset_index()
data_user_buy

可视化

from pyecharts.charts import *
import pyecharts.options as opts
bar = (Bar()
       .add_xaxis(data_user_buy.fenceng[0:15].tolist())
       .add_yaxis('人数', data_user_buy.num[0:15].tolist(), yaxis_index=0)
    
       .set_global_opts(
        tooltip_opts=opts.TooltipOpts(
            is_show=True,trigger="axis",axis_pointer_type="cross"
        ),
        xaxis_opts=opts.AxisOpts(
            name="频次",
            type_="category",
            axispointer_opts=opts.AxisPointerOpts(is_show=True,type_="shadow"),
        ),
        yaxis_opts=opts.AxisOpts(
            name="人数",
            axislabel_opts=opts.LabelOpts(formatter="{value}人"),
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
        title_opts=opts.TitleOpts(title="用户购买次数情况分析",pos_left='center'),
        legend_opts=opts.LegendOpts(is_show=False)
    )
      )

bar.render_notebook()

在这里插入图片描述

（5）分析

由图可见，58.05%的用户购买10次以内，10-20-30次之间的流失较多，下降幅度较大，10-20次用户流失了57.44%，20-30次用户流失了62.93%。
建议：针对较少成交的买家要多次触达,养成消费习惯，增加推广，完善购物体验，提高用户消费频次。30次以上,较高几率会成为高度忠实用户，应提高其满意度，增大留存率。

（6）复购特征分析

代码

# 多重行索引分组聚合,先按user_id分组，然后按date分组，最后统计各组内支付行为的次数
buy_again_days1 = tbdata[tbdata['behavior_type']==4].groupby(['user_id','date']).count().reset_index()
# 加一列，实现date数据列的格式转换：str-> datetime
buy_again_days1['date_time'] = pd.to_datetime(buy_again_days1['date'])
# 对date_time 里的每个用户下面的所有交易时间进行升序排序，然后做差分，删除空值
buy_again_days2 = buy_again_days1.groupby('user_id')['date_time'].apply(lambda x:x.sort_values().diff(1).dropna())
# 将时间数据转换成int型，然后统计数量
buy_again_days = buy_again_days2.map(lambda x:x.days).value_counts().reset_index()

可视化

line = (Line()
       .add_xaxis([i for i in range(1,31)])
       .add_yaxis('',buy_again_days.date_time.tolist())
       .set_global_opts(
        tooltip_opts=opts.TooltipOpts(
            is_show=True,trigger="axis",axis_pointer_type="cross"
        ),
        xaxis_opts=opts.AxisOpts(
            name="天数",
            type_="category",
            axispointer_opts=opts.AxisPointerOpts(is_show=True,type_="shadow"),
        ),
        yaxis_opts=opts.AxisOpts(
            name="人数",
            type_="value",
            min_=0,
            max_=15000,
            interval=3000,
            axislabel_opts=opts.LabelOpts(formatter="{value}人"),
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
        title_opts=opts.TitleOpts(title="用户复购间隔时间及消费次数分布",pos_left='center'),
        legend_opts=opts.LegendOpts(is_show=True,pos_top='95%')
    )
    
      )

line.render_notebook()

在这里插入图片描述

（7）分析

从上图可知，用户复购时间间隔主要在2天，大部分买家会在购买后的2天内在重新购买。推测可能商店本身性质，及相关优惠活动对用户的吸引力较大，用户在短时间发生复购。

总结

以上是对用户生命周期的分析。从用户活跃规律、用户留存规律、用户购买情况入手，分析用户频繁浏览、访问的时间，发现规律，找到增加访问量、点击量的活动投入时间点；分析用户留存规律，及时采取新的活动策略，预防流失；分析用户购买情况，了解用户购买规律，知道用户的购买习惯，利于我们活动商品的推荐。

Yvonne酸奶

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
淘宝用户行为数据分析

系列文章目录第二章淘宝用户生命周期分析文章目录系列文章目录一、项目背景二、项目目的三、理解数据二、分析思路三、用户生命周期分析1、用户活跃规律（1）不同日期的网页浏览量和访问量情况（2）分析（3）不同日期的网页浏览量和访问量情况（4）分析2、用户留存规律（1）跳失率（2）分析（3）留存率（4）分析3、用户购买情况（1）复购率（3）分析（4）购买频次分析（5）分析（6）复购特征分析（7）分析总结一、项目背景随着互联网行业快速发展，其中电商已成为消费的主要趋势，并且电商板块收入已经成为企业新的主
复制链接

扫一扫