Python项目实战 —— 淘宝用户行为分析

最新推荐文章于 2024-09-22 08:58:25 发布

程序员老华

最新推荐文章于 2024-09-22 08:58:25 发布

阅读量994

点赞数 1

文章标签： python 开发语言 pandas 数据分析数据挖掘

本文链接：https://blog.csdn.net/m0_72557783/article/details/126628294

版权

本项目通过Python分析淘宝1200万用户行为数据，涵盖数据清洗、用户整体行为、每日行为、每时行为、商品品类选择及RFM分析。发现用户活跃高峰期在21-22点，付费率在23.8%左右，建议通过活动提高转化率，针对不同用户群体采取个性化运营策略。

摘要由CSDN通过智能技术生成

Python项目实战

Python项目实战 —— 0淘宝用户行为分析

一、背景

本数据集共有大约1200万条数据，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，字段分别是：user_id用户身份(已脱敏)、item_id商品ID(已脱敏)、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。

二、解题思路

本文从以下几个角度，对淘宝用户进行行为分析：

① 不同维度用户行为数据；

② 用户感兴趣的商品品类；

③ 漏斗分析；

④ RFM分析；

三、数据分析

3.1 数据清洗

查重 ➜ 缺失值处理 ➜ 数据加工(如时间字段的处理、astype等)

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

df = pd.read_csv('/xxx/recommend_user.csv',parse_dates=['time'])
df['date'] = df.time.dt.date
df['hour'] = df.time.dt.hour

print('文件中有{}行重复数据,已删除.'.format(len(df[df.duplicated()])))
df.drop_duplicates(inplace=True,ignore_index=True)
df.drop(['user_geohash','time'],axis=1,inplace=True)

3.2 数据分析

3.2.1 用户整体行为分析

在此期间，用户的行为如下：访问次数是748w，访问人数是1w，人均访问次数是747.9次，数据详情如图所示…

3.2.2 用户每日行为分析

自进入12月开始，访问次数和人数逐渐上升，且在双十二当天达到峰值，访问次数约43w次、人数约7.7k人，购买量1.4w件；此外，在双十二的前后一周内，每日的数据基本大于等于均值。付费率=付费人数/总人数，当日点击且购买的付费率均值是23.8%，当月点击且购买的付费率均值是77% (11月是72.4%，12月是81.8%)。

3.2.3 用户每时行为分析

05-10点：人们逐渐醒来开始上班，利用路程时间访问app，访问人数和次数都在持续上升；
10-17点：人们工作时间，利用空闲时间访问app，访问人数和次数都处于平稳状态；
17-22点：人们下班有大量空余时间，可访问app购买自己所需商品，访问人数缓慢上升，但访问次数上升明显的，且在21&22点达到峰值；在此时间段购买量和人均购买次数都高于均值且上升明显；
22-05点：因开始休息了，故访问人数和次数都在持续下降；

3.2.4 用户对商品品类的挑选分析