数分练习-淘宝用户行为

一、背景及数据

背景：

# 原数据集共有大约1200万条数据，为便于运行随机抽取100万条数据，内容为淘宝APP2014年11月18日至2014年12月18日的用户行为数据，共6列字段，列字段分别是：
    # user_id：用户身份，脱敏
    # item_id：商品ID，脱敏
    # behavior_type：用户行为类型（包含点击、收藏、加购物车、支付四种行为，分别用数字1、2、3、4表示）
    # user_geohash：地理位置
    # item_category：品类ID（商品所属的品类）
    # time：用户行为发生的时间
# 提出问题
    # 不同时间维度下用户活跃度如何变化？
    # 用户的留存情况如何（复购率及漏斗流失情况）？

    #用户价值情况？

数据来源：和鲸社区用户上传，一并参考"和鲸训练营-数分基础"

软件使用：主要使用Spyder(Python3.9) ，辅助使用MySQL、Tableau

二、分析过程及结果

1.导入数据即数据清洗准备工作

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

file_path=r'D:\练习大数据集\和鲸\taobao_user_bahavior.csv' 
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] #显示中文
plt.rcParams['axes.unicode_minus']=False #显示负数

behavior_data=pd.read_csv(file_path)  #读取数据

pd.set_option('display.max_columns', None)  #显示完全

#查看首行及相关信息
behavior_data.head(1)
behavior_data.info()

 user_geohash地理位置字段有大量缺失

#查看缺失情况-直接分字段求合计
behavior_data.isnull().sum()
#剔除大量缺失的地理位置列
behavior_data.drop('user_geohash',axis=1,inplace=True)

 此外基于原表中的time字段属性为精确到小时的object字符串，对其进行格式转换并拆分便于下一步分析

#拆分日期时间便于分析
behavior_data['time']=pd.to_datetime(behavior_data['time'])#原数据首先转换为datetime格式

#拆分出年月日并将其由object转化为datetime格式
behavior_data['date']=behavior_data['time'].dt.date
behavior_data['date']=pd.to_datetime(behavior_data['date']) #没有这一步则单独取12.12数据匹配不上，数据格式不匹配
#拆分出小时
behavior_data['hour']=behavior_data['time'].dt.hour

 鉴于原表用数字1 2 3 4分别代替用户点击、收藏、加购、购买行为，为便于分析，将其转为文字显示

#将用户行为类型的数字编码转化为文字方便使用
behavior_type_transform=['click','collect','cart','buy']
behavior_data["behavior_type"]=behavior_data["behavior_type"].map(lambda s: behavior_type_transform[s-1])

#数据预处理清洗完毕后查看基本信息
behavior_data.head(1)
behavior_data.info()

2.流量维度分析

2.1总流量情况概览

#总访问pv（访问多少次）
    pv_gross=behavior_data['user_id'].count()
#总访问uv（访问多少人）
    uv_gross=behavior_data['user_id'].nunique()
#人均访问量PV/UV
    pv_uv_gross=pv_gross/uv_gross
#日均访问量
    visit_daily=pv_gross / behavior_data['date'].nunique()
#用户行为数据       
behavior_gross_num1=behavior_data['behavior_type'].value_counts().sort_values(ascending=False)
    # behavior_gross=behavior_data.groupby(by='behavior_type')['user_id'].count().sort_values(ascending=False)
    # 以上两种方法结果一样count()与value_counts()
#用户行为数量
    behavior_gross_num2=behavior_data.groupby(by='behavior_type')['user_id'].nunique().sort_values(ascending=False)

#购买用户数量量
    buy_num=behavior_data[behavior_data['behavior_type']=='buy']['user_id'].nunique()
#人均购买次数：购买次数/人数
    round(behavior_data[behavior_data['behavior_type']=='buy']['user_id'].count() /     behavior_gross_num2['click'],3) 
#购买用户人均购买次数
    round(behavior_data[behavior_data['behavior_type']=='buy']['user_id'].count() / behavior_gross_num2['buy'],3) 
#购买率
    round(behavior_gross_num2['buy']/behavior_gross_num2['click'],3)
#复购率
#先求每个用户购买次数，再求大于2的用户数/总用户数
    buy_times=behavior_data[behavior_data['behavior_type']=='buy'].groupby('user_id')['behavior_type'].count().reset_index()
    round(buy_times[buy_times['behavior_type']>=2]['user_id'].count()/buy_times['user_id'].count(),3)

2.1.1数据汇总结果如下：

访问总量（PV）：100000

访问总量（UV）：9918

人均访问量（PV/UV）：100.8267795926598

日均访问量：32258.064516129034

用户行为（总量）：

behavior_type
click               942366
cart                28098
collect            19772
buy                 9764

用户行为（人次）：

behavior_type   
click                9911
cart                 5735
buy                 4607
collect             3634

购买用户数量：4607

人均购买次数（购买次数/总人数）：0.985

购买用户人均购买次数（购买次数/购买人数）：2.119

购买率（购买用户人数/总用户人数）：0.465

复购率（购买两次及两次以上的用户人数/购买用户人数）：0.493

2.1.2结论

①自2014.11.18—2014.12.18，网站总访问量100万次，总访客数9918人，人均访问量101次，日均访问量约3万次

②在用户行为数据中，其中商品详情页点击次数约94万次，加购次数约2万8千次，收藏次数约2万次，购买次数约1万次 

③具体到购买数据中，购买用量为4607人，人均购买次数约为1次/人，购买用户人均购买次数约为2次/人，购买率约46%（有46%的人在使用APP后会选在进行购买），复购率约49%（有49%的人在首次购买后仍会选择使用该APP进行二次及以上复购）

④这一个月中用户购买率及复购率都接近50%，表明基于总用户，25%的用户会在该APP发生至少两次购买行为，但上述相关总量指标还是应进行同比环比后再判断其质量，选择对比对象时应注意此期间包含12.12日促销活动。若同比往年或同行业相对较低或未达到预期，则结合指标拆解即维度一并查找原因

2.2日流量情况分析

2.2.1日流量计算及绘图

#日访问量pv(访问多少次)
    pv_daily=behavior_data.groupby(by='date')['user_id'].count()
#日访问量uv(访问多少人)
    uv_daily=behavior_data.groupby(by='date')['user_id'].nunique()
#人均访问量：PV/UV 也叫访问深度
    pv_uv_daily=pv_daily / uv_daily
#日点击情况
    click_daily=behavior_data[behavior_data['behavior_type']=='click'].groupby(by='date')['user_id'].count()
#日收藏情况         
  collect_daily=behavior_data[behavior_data['behavior_type']=='collect'].groupby(by='date')['user_id'].count()
#日加购物车情况
    cart_daily=behavior_data[behavior_data['behavior_type']=='cart'].groupby(by='date')['user_id'].count()
#日支付情况
    buy_daily=behavior_data[behavior_data['behavior_type']=='buy'].groupby(by='date')['user_id'].count()

#将日情况综合成一个DataFrame并修改列名  
daily_data=pd.concat((pv_daily,uv_daily,pv_uv_daily,click_daily,collect_daily,cart_daily,buy_daily),axis=1)
daily_data.columns = ['pv_daily','uv_daily','pv_uv_daily','click_daily','collect_daily','cart_daily','buy_daily']
 

#绘制活跃情况图
plt.subplot(311)
plt.plot(daily_data.index,daily_data['pv_daily'])
plt.title('日访问量pv')
plt.subplot(312)
plt.plot(daily_data.index,daily_data['uv_daily'])
plt.title('日访问量uv')
plt.subplot(313)
plt.plot(daily_data.index,daily_data['pv_uv_daily'])
plt.title('人均访问量pv/uv')
plt.show()

日活跃情况走势图

 由上图可发现在2014.12.12前走势基本平稳，12.12当天出现明显峰值，后迅速下降至日常水平

#绘制用户行为日均走势图
plt.figure(figsize=(18,10),dpi=80)
plt.subplot(411)
plt.plot(daily_data.index,daily_data['click_daily'])
plt.title('日点击量')
plt.subplot(412)
plt.plot(daily_data.index,daily_data['collect_daily'])
plt.title('日收藏量')
plt.subplot(413)
plt.plot(daily_data.index,daily_data['cart_daily'])
plt.title('日加购物车量')
plt.subplot(414)
plt.plot(daily_data.index,daily_data['buy_daily'])
plt.title('日购买量')
plt.show()

日用户行为走势图

 2.2.2结论及分析

①从日活跃情况及用户行为变动可看出，点击、收藏、加购等行为在12.12日前3-4天已逐渐呈现稳步上升趋势，购买指标在12.12当天呈跳跃式增长，符合下单习惯。

②各指标在双12前几天即呈现上升趋势，表明此时活动效果已经初步显露，人们的消费欲望提高，一方面，在这三四天里可以考虑增加活动优惠的推送消息，进一步刺激消费欲望；另一方面，可以在双12前通过预订商品或者直接提前锁定商品价格方式，提前释放用户的购买需求，以减少活动时间延长所带来消费欲望可能减退的不确定性影响。

2.3时流量分析

2.3.1整体时流量计算及绘图

指标计算

#整体时均访问
pv_data_hour=behavior_data.groupby(by='hour')['user_id'].count()
uv_data_hour=behavior_data.groupby(by='hour')['user_id'].nunique()
pv_uv_data_hour=pv_data_hour / uv_data_hour

#整体时均点击、收藏、加购、购买
click_data_hour=behavior_data[behavior_data['behavior_type']=='click'].groupby(by='hour')['user_id'].count()
collect_data_hour=behavior_data[behavior_data['behavior_type']=='collect'].groupby(by='hour')['user_id'].count()
cart_data_hour=behavior_data[behavior_data['behavior_type']=='cart'].groupby(by='hour')['user_id'].count()
buy_data_hour=behavior_data[behavior_data['behavior_type']=='buy'].groupby(by='hour')['user_id'].count()

#整体时均总合成一个df
data_hour=pd.concat((pv_data_hour,uv_data_hour,pv_uv_data_hour,click_data_hour,collect_data_hour,cart_data_hour,buy_data_hour),axis=1)
data_hour.columns=['pv_data_hour','uv_data_hour','pv_uv_data_hour','click_data_hour','collect_data_hour','cart_data_hour','buy_data_hour']

绘制小时访问趋势图 

#整体小时pv uv 人均访问
plt.subplot(311)
plt.title('总体小时访问量pv')
plt.plot(data_hour.index,data_hour['pv_data_hour'])
plt.subplot(312)
plt.title('总体小时访问量uv')
plt.plot(data_hour.index,data_hour['uv_data_hour'])
plt.subplot(313)
plt.title('总体小时人均访问量pv/uv')
plt.plot(data_hour.index,data_hour['pv_uv_data_hour'])
plt.show()

小时流量情况走势图

 数据期内，访问量通常在每天18-20点左右逐步上升，对应一般下班时间，大概21-22点左右达到顶峰，后逐渐下降至次日凌晨4-5点达到低点（约18点左右开始UV相对上升幅度不大，而PV上升幅度较为明显，可能表明用户集中高密度使用APP）

绘制小时用户行为趋势图

#整体小时用户行为
plt.subplot(411)
plt.plot(data_hour.index,data_hour['click_data_hour'])
plt.title('总体小时点击量')
plt.subplot(412)
plt.plot(data_hour.index,data_hour['collect_data_hour'])
plt.title('总体小时收藏量')
plt.subplot(413)
plt.plot(data_hour.index,data_hour['cart_data_hour'])
plt.title('总体小时加购物车量')
plt.subplot(414)
plt.plot(data_hour.index,data_hour['buy_data_hour'])
plt.title('总体小时购买量')
plt.show()

小时用户行为趋势图

购买量在17-18达到低值，随后与各项指标一起呈上升趋势，也基本符合整体日流量趋势

2.3.2结论

① 从小时流量及小时用户行为走势情况来看，用户多习惯于在每天18点-22点范围内集中频繁使用APP，此时间段为用户高度活跃期（可能因为下班休闲、主播带货等）

②根据这一特征，在此时间段可以集中推送与用户相关度较高的商品（向高转化率、高销量优质商品倾斜）及优惠活动。从推广角度看，此时间段的流量推广应适当提价；23时-4时是用户行为活动的低谷期，在此期间应减少高成本的流量推广活动，在推送消息次数有限的前提下减少此时段的消息推送。

3.用户维度分析

3.1用户转化率情况

3.1.1转化率计算与绘图

#查看不同用户行为的总量并统一到一个df中
user_behavior=behavior_data['behavior_type'].value_counts().reset_index()#计算某列中不同值的个数（感觉类似于按具体字段内容groupby后count，毕竟groupby只能按字段名，而非具体内容）
user_behavior.columns=['用户行为','访问量']
#计算各个环节转化率
temp1 = user_behavior['访问量'][1:].values
temp2 = user_behavior['访问量'][0:-1].values#类似列表左侧（上方）从0开始，右侧（下方）从-1开始，此处左闭右开代表从第一个到倒数第二个
p = np.around(temp1 / temp2,decimals=4)*100 #np的around方法保留几位小数（np数组,小数位数）
p = list(p) #转化为列表，或者上一步直接用tolist()方法
p.insert(0,100) #打头插入100%

user_behavior['单一环节转化率%']=p
# user_behavior.drop('单一环节转化率',axis=1,inplace=True)
user_behavior['整体转化率%']=round(user_behavior['访问量'] / user_behavior.loc[0,'访问量'],4) *100
user_behavior['单一环节流失率%']=100-user_behavior['单一环节转化率%']

收藏-购买、加购-购买转化率
click_collect=np.around(user_behavior[user_behavior['用户行为']=='buy']['访问量'].values / user_behavior[user_behavior['用户行为']=='collect']['访问量'].values,decimals=4)*100
click_cart=np.around(user_behavior[user_behavior['用户行为']=='buy']['访问量'].values / user_behavior[user_behavior['用户行为']=='cart']['访问量'].values,decimals=4)*100


绘制条形图
plt.title('不同环节转化率%')
p1=plt.bar('收藏/点击',user_behavior[user_behavior['用户行为']=='collect']['整体转化率%'])
plt.bar_label(p1,label_type='edge')
p2=plt.bar('加购/点击',user_behavior[user_behavior['用户行为']=='cart']['整体转化率%'])
plt.bar_label(p2,label_type='edge')
p3=plt.bar('购买/点击',user_behavior[user_behavior['用户行为']=='buy']['整体转化率%'])
plt.bar_label(p3,label_type='edge')
p4=plt.bar('购买/收藏',click_collect)
plt.bar_label(p4,label_type='edge')
p5=plt.bar('购买/收藏',click_cart)
plt.bar_label(p4,label_type='edge')
plt.show()

从前三列个柱形图来看，点击后的转化率还需进一步进行环比同比对比才能确定高低，如果出于较低水准，则可能要考虑推送机制（推送的商品是否符合用户浏览倾向、质量如何、定价如何等）

从后两列柱形图来看，虽然从数字上收藏行为与加购行为对购买的转化率较高，但由于没有一一对应所购买的商品是否有收藏、加购行为，无法得出收藏加购后购买的可能性提高的结论。主要因为用户路径可能存在多种可能，点击、收藏与加购并非顺序固定的流程，故也不便使用漏斗图，无法通过单环节的流量比率来判断各环节的转化率。

3.2用户路径分析

3.2.1用户路径计算

针对用户路径多样的情况，对所有购买商品探究其潜在路径，结合判断用户转化与流失

#-—————用户购买路径偏好分析——————
#购买的用户集合（有多少个用户购买过，如果不加set会是array类型，加set便于转化为dataframe，为啥非得是Set，用list试了下很慢很慢）
buy_route_set=set(behavior_data[behavior_data['behavior_type']=='buy']['user_id'].unique())

#取出所有购买记录按时间排序后再按用户、商品id分组，便于下一步对每件售出商品探究路径
buy_route_data=behavior_data[behavior_data['user_id'].map(lambda a: a in buy_route_set )].sort_values(by='date').groupby(['user_id',"item_id","item_category"],as_index=False)
#上面这一套有点类似于SQL先取出符合条件的id,再子查询嵌套select x where id in(xxx)得出这些id的所有记录

#同一用户对同一件商品若购买多件，则按照最后一件的购买时间作为购买时间的标志
#直接购买用户数
buy_route_data_num1=buy_route_data.filter(lambda x: set(x[x['date']<=x[x['behavior_type']=='buy']['date'].max()]['behavior_type'])=={'buy'})['user_id'].nunique()
#思路在于在按用户、商品group后，首先保证buy的日期最晚，随后取出在该日期前的用户行为，细化到用户行为只有'buy'的，对userid去重计数
print('直接购买用户数量',buy_route_data_num1)
buy_route_data_num2=buy_route_data.filter(lambda x: set(x[x['date']<=x[x['behavior_type']=='buy']['date'].max()]['behavior_type'])=={'click','buy'})['user_id'].nunique()
#思路在于在按用户、商品group后，首先保证buy的日期最晚，随后取出在该日期前的用户行为，细化到用户行为只有'click'与'buy'的，即该商品在购买(buy)之前只经历了click的行为，即由click转化到buy，对userid去重计数
print('点击-购买用户数量',buy_route_data_num2)
buy_route_data_num3=buy_route_data.filter(lambda x: set(x[x['date']<=x[x['behavior_type']=='buy']['date'].max()]['behavior_type'])=={'click','collect','buy'})['user_id'].nunique()
print('点击-收藏-购买用户数量',buy_route_data_num3)
buy_route_data_num4=buy_route_data.filter(lambda x: set(x[x['date']<=x[x['behavior_type']=='buy']['date'].max()]['behavior_type'])=={'click','cart','buy'})['user_id'].nunique()
print('点击-加购-购买用户数量',buy_route_data_num4)
buy_route_data_num5=buy_route_data.filter(lambda x: set(x[x['date']<=x[x['behavior_type']=='buy']['date'].max()]['behavior_type'])=={'click','collect','cart','buy'})['user_id'].nunique()
print('点击-收藏-加购-购买用户数量',buy_route_data_num5)

直接购买用户数量 3322
点击-购买用户数量 2393
点击-收藏-购买用户数量 45

点击-加购-购买用户数量 262
点击-收藏-加购-购买用户数量 3

（PS：运行时间花了好久）

直接购买、点击-购买是比较主要的路径，收藏、加购后购买相对较少

3.2.2 结论  

  ①点击后的转化率相对较低，需要与业内其他平台的相关指标进行对比，如果处于较低水平，可以考虑推送机制是否精准、推送的商品质量是否有待提高、定价相对同行是否过高、详情页是否需要优化、售前服务质量是否有待提高等维度来定位问题所在

  ②结合上文收藏、点击数据可见，虽然收藏、加购的用户量不低，但真正转化为购买的用户量占比较少。收藏的转化相对更低，是否可以考虑对收藏一段时间但尚未下单的商品设置推送提醒，或者对用户收藏、加购的商品品类发放优惠券、推送促销活动，也可推送与收藏加购商品同类别但更畅销、更优质的商品以提升销量。

3.3用户留存

3.3.1用户留存指标计算

这一块感觉看别人用的Python代码略复杂，改用MySQL实现计算，Tableau接入绘图

select
register_time,
count(distinct a.user_id) as new_user_daily,
count(distinct case when DATEDIFF(DATE_FORMAT(time,'%Y-%m-%d'),register_time)=1 then a.user_id else null end) / count(distinct a.user_id) as retain1,
count(distinct case when DATEDIFF(DATE_FORMAT(time,'%Y-%m-%d'),register_time)=3 then a.user_id else null end) / count(distinct a.user_id) as retain3,
count(distinct case when DATEDIFF(DATE_FORMAT(time,'%Y-%m-%d'),register_time)=7 then a.user_id else null end) / count(distinct a.user_id) as retain7,
count(distinct case when DATEDIFF(DATE_FORMAT(time,'%Y-%m-%d'),register_time)=14 then a.user_id else null end) / count(distinct a.user_id) as retain14,
count(distinct case when DATEDIFF(DATE_FORMAT(time,'%Y-%m-%d'),register_time)=30 then a.user_id else null end) / count(distinct a.user_id) as retain30
from
(SELECT
user_id,
min(DATE_FORMAT(time,'%Y-%m-%d')) as register_time
from 
taobao_user_bahavior
group by 
user_id
) a left join taobao_user_bahavior b on a.user_id=b.user_id and DATEDIFF(DATE_FORMAT(time,'%Y-%m-%d'),register_time)>0
group by register_time
-- 假设11.18用户为首日新增

（如果按照自身与自身连接应该可以算出活跃用户的留存，但是可能电脑性能不太行，SQL没跑出来，显示磁盘空间不足） 

从上至下分别为次日、3、7、14、30留存情况，最下一行为日新增用户

 3.3.2结论

前期整体来看留存率随时间推移较为平稳，也有部分日期呈现出相对较大的涨跌，平均来看retain1次日留存约为0.39，短期留存还有较大提升空间，或可考虑通过分发推送提醒等方式提升。

3.4用户RFM

3.4.1RFM分类

由于该数据集缺乏金额数据，故此处仅从R（最近一次购买时间）、F（购买频率）两个维度进行拆分。

# R：最近一次交易时间间隔，F：频率，此处定义为这一个月里的消费品率
date_max=behavior_data['date'].max()
data_RFM=pd.DataFrame()
data_RFM['R']=(date_max-behavior_data[behavior_data['behavior_type']=='buy'].groupby('user_id')['date'].max()).map(lambda a: a.days)
#date_max选择数组中的最晚日期，减去有购买行为用户的最晚消费日期，取天数
data_RFM['F']=behavior_data[behavior_data['behavior_type']=='buy'].groupby('user_id')['date'].count()
data_RFM.describe() #描述性统计为打分做依据

def r_score(x):
    if x<=2:
        return 5
    if x>=3 and x<=5:
        return 4
    if x>=6 and x<=8:
        return 3
    if x>=9 and x<=17:
        return 2
    if x>=18:
        return 1
def f_score(x):
    if x==1:
        return 1
    if x==2:
        return 2
    if x==3:
        return 3
    if x==4:
        return 4
    if x>=5:
        return 5

#为R与F赋值，具体分档赋值应结合业务与经验
data_RFM['R_SCORE']=data_RFM['R'].map(r_score)
data_RFM['F_SCORE']=data_RFM['F'].map(f_score)

#根据评分均值区分True or False 便于最后拆分归类维度
data_RFM['R>R_MEAN']=data_RFM['R_SCORE']>data_RFM['R_SCORE'].mean()
data_RFM['F>F_MEAN']=data_RFM['F_SCORE']>data_RFM['F_SCORE'].mean()

def user_classification(x):
    r,f=x
    if r==True and f==True:
        return '重要价值用户'
    elif r==True and f==False:
        return '重要发展用户'
    elif r==False and f==True:
        return '重要保持客户'
    elif r==False and f==False:
        return '重要挽留客户'
    else:
        return None
    
data_RFM['user_classification']=data_RFM[['R>R_MEAN','F>F_MEAN']].apply(user_classification,axis=1)
RFM_user=data_RFM['user_classification'].value_counts()#各个层次用户分别合计
RFM_user / RFM_user.sum() *100 #各个层次用户占比

重要价值用户    31.73%
重要挽留客户    31.26%
重要发展用户    19.47%
重要保持客户    17.54%

3.4.2结论

  ①重要价值用户：主要提升该部分用户的满意度，服务升级，发放专属特别优惠，推送推广时也应当注意频率和方式，提升用户体验。
  ②重要发展用户：最近消费时间间隔小，但消费频率不高，需要提高其消费频率，可在每次购买商品收货后提供限时代金券、限时优惠券等，提升下一步的消费欲望。
  ③重要保持用户：交易频繁但最近无交易，可以向该类用户增加活动优惠、相关商品的推送频率等，唤回该部分用户。
  ④重要挽留用户：最近消费时间间隔大，且消费频率低，这类用户即将流失，发放调查问卷调查用户体验找出问题原因，想办法挽留客户，若是价格原因则推送优惠券，若是推送不准确则改进推送机制。

4.商品维度分析

根据二八法则判断重点销售的商品品类及单个商品（数据集缺乏销售数据，只能统计下销量，若搭配销售二八法则可能更好）

#求每个品类销售数量二八区分
item_category=behavior_data[behavior_data['behavior_type']=='buy'].groupby('item_category')['user_id'].count().sort_values(ascending=False).reset_index()
item_category.rename(columns={'user_id':'item_category_count'},inplace=True) #改名
item_category['累积销售数量']=item_category['item_category_count'].cumsum() #求累计
total_count=item_category['累积销售数量'].max() #累计一共是多少
item_category['累计占比']=item_category['累积销售数量']/total_count #求占比

#求单个商品销售数量二八区分
item=behavior_data[behavior_data['behavior_type']=='buy'].groupby('item_id')['user_id'].count().sort_values(ascending=False).reset_index()
item.rename(columns={'user_id':'item_id_count'},inplace=True) #改名
item['累积销售数量']=item['item_id_count'].cumsum() #求累计
total_id_count=item['累积销售数量'].max() #累计一共是多少
item['累计占比']=item['累积销售数量']/total_id_count #求占比

#绘制占比图
plt.subplot(121)
plt.title('商品品类销量占比')
plt.ylabel('累计比率')
plt.plot(item_category['累计占比'])   
plt.grid()

plt.subplot(122)
plt.title('单个商品销量占比')
plt.ylabel('累计比率')
plt.plot(item['累计占比'])  
plt.grid()
plt.show()

前600个品类贡献了近80%的销量（占比约30%），前7500个品类贡献了近80% ，后者分布过于零散可能如果有金额数据更好，整体来看运营活动针对这30%的商品品类应当分配更多的资源，以期获得显著的销量提升效果。

5.总结

1.基本情况

        自2014.11.18—2014.12.18，网站总访问量100万次，总访客数9918人，人均访问量101次，日均访问量约3万次；在用户行为数据中，其中商品详情页点击次数约94万次，加购次数约2万8千次，收藏次数约2万次，购买次数约1万次；具体到购买数据中，购买用量为4607人，人均购买次数约为1次/人，购买用户人均购买次数约为2次/人，购买率约46%（有46%的人在使用APP后会选在进行购买），复购率约49%（有49%的人在首次购买后仍会选择使用该APP进行二次及以上复购）这一个月中用户购买率及复购率都接近50%

2.流量维度

        用户的活跃时间基本规律得集中于18-22点，用户访问量、各项行为指标明显上升，故而可在此期间多进行推送、促销等活动

3.用户维度

        ①点击后的转化率还需进一步进行环比同比对比才能确定高低，如果出于较低水准，则可能要考虑推送机制（推送的商品是否符合用户浏览倾向、质量如何、定价如何等）

        ②直接购买、点击-购买是比较主要的路径，收藏、加购后购买相对较少；收藏的转化相对更低，是否可以考虑对收藏一段时间但尚未下单的商品设置推送提醒，或者对用户收藏、加购的商品品类发放优惠券、推送促销活动，也可推送与收藏加购商品同类别但更畅销、更优质的商品以提升销量。

        ③整体来看留存率随时间推移较为平稳，也有部分日期呈现出相对较大的涨跌，可判断是否触及警戒需要排查原因等；平均来看retain1次日留存约为0.39，短期留存还有较大提升空间，或可考虑通过分发推送提醒等方式提升。

        ④根据RFM进行用户分类，针对不同价值用户采取不同策略，将用户向重要价值用户方向提升，减少挽留用户

4.商品维度

        根据二八法则敲定重点商品与品类加大资源倾斜