基于天池淘宝用户100万条行为数据分析——SQL、Tableau

目录

一、项目背景和目的

1.1项目背景

1.2项目目的

二、数据来源和数据清洗

2.1数据介绍

2.2数据清洗

2.2.1观察数据添加需要的字段

2.2.2检查是否存在重复值

2.2.3检查是否存在异常值

2.2.4检查是否存在缺失值

三、用户维度分析

3.1获客情况

3.2留存情况

3.2.1留存率

3.2.2跳失率

3.3行为情况

3.3.1时间序列分析

3.3.2用户转化率分析

3.3.3行为路径分析

3.4 RMF模型

四、商品维度分析

4.1商品浏览排行榜（前十）

4.2商品类别浏览量排行榜（前十）

4.3各类别的热门商品中浏览量前十的

五、结论及其建议

六、数据可视化

一、项目背景和目的

• 1.1项目背景

  • 移动互联网企业运营管理过程中，需要结合用户行为、商品及其市场等数据分析，对用户开展有针对性的运营活动，提供个性化、差异化的运营策略，以实现运营业务指标。本项目利用sql对淘宝用户行为数据进行分析，结合人货场模型，提供针对性的运营策略。

• 1.2项目目的

  • 通过对taobao用户行为数据分析，为以下问题提供解释和改进建议：
  • 1、分析用户使用APP过程中的常见电商分析指标，找到用户偏好商品，针对用户行为提出营销策略，提高用户忠诚度。
  • 2、研究用户在不同时间尺度下的行为规律，找到用户在不同时间周期下的活跃规律，在用户活跃时间点推出相应营销策略。
  • 3、建立用户行为转化漏斗模型，确定各个环节的转化率，找到需要改进的环节
  • 4、分析商品特征，寻找⾼浏览商品

• 二、数据来源和数据清洗

• 2.1数据介绍

  • 阿里天池‘‘淘宝用户购物行为数据集'’： 数据集-阿里云天池
  • 本数据集包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、喜欢）。数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。关于数据集中每一列的详细描述如下：

    

  • 原数据量太大，本项目仅截取100w条行为数据作为本次数据分析的数据集，使用的 Navicat Premium数据库管理工具连接Mysql 8.0，进行对UserBehavior.csv 数据集的处理

• 2.2数据清洗

  • 2.2.1观察数据添加需要的字段

    • 各字段数量

      

    • 预览前十条数据。发现timestamp为整数型数据，可以在后期增加一个字段datetimes，把它修改成日期型。

      

    • 添加字段前，可以更改一下缓冲值的大小，把缓冲值增加到10g，加快更改的速度

      

    • 添加字段，根据Timestamp新建datetimes,date,time,hour

      

  • 2.2.2检查是否存在重复值

    • 可以将userid,itemid,categoryID,timestamp四者进行联合，对数据集分组。

      

    • 结果：不存在重复值

      

  • 2.2.3检查是否存在异常值

    • 由于数据集时间范围为2017-11-25至2017-12-3，因此需要对不在该时间范围内的异常数据进行过滤。

      

    • 结果：存在异常值

      

    • 处理：去除异常值（注意：是去除异常值，日期范围要正确选择；是or不是and。）

      

    • 再次检查，删除成功