教育平台线上课程项目分析

项目背景

本项目通过某线上教育平台的数据，对用户行为进行分析，为平台制定综合的线上课程推荐策略。

分析目标

1. 分析平台用户的活跃情况，计算用户的流失率

2. 分析线上课程的受欢迎程度，构建课程智能推荐模型，为教育平台的线上推荐服务提供策略。

数据预处理

1. 数据构成分析

教育平台线上课程数据包含三张表（users、login、study_information）

• users结构：

• login结构：

• study_information结构：

2. 数据清洗

• 重复值

使用Excel数据工具-删除重复值，对三张表分别进行处理，只有users表中存在3条重复记录，其余表中存在的是一个用户对应多条记录的情况，因此不存在重复记录。

• 缺失值

使用Excel筛选功能分别对三张表进行筛选：

users表中user_id存在、recently_logged、school字段中存在缺失值，user_id字段未知，也无法按照默认进行填充，因此将user_id字段缺失行删除；recently_logged字段中存在‘--’，但占比不超过20%，因此将recently_logged字段缺失行删除，school字段在本项目的分析中不起作用，因此将school字段中空白项填充为'N'。

login表中无明显缺失值。

study_information表中price字段存在缺失，经分析为课程51、课程96的价格缺失，属于整体价格缺失，无替代方法，因此采用直接删除的方法处理缺失值。

分析平台用户的活跃情况，计算用户的流失率

---

• 分析结论

1. 活跃用户的占比是不到一半的，其中北京和上海的活跃用户是前15中最少的。

2. 流失用户的比例高达60%，即用户流失率为60.66%。

3. 流失用户的流失天数存在三个峰值，分别在15天、75 天、45天达到极高值点。

4. 用户活跃时间主要集中在上午9-11点、下午14-16点、晚上19-21点。

• 建议

1. 一线城市中北京和上海的活跃用户较少，针对此现象，可以对用户进行精细化分类，定位流失率较高的客户群，分析高流失率的原因。

2. 可根据用户的活跃时间段，在活跃时间段里加大课程的宣传推广力度，以此促进课程的销售数量。

---

用户流失漏斗模型

---