Python数据分析案例-电商用户留存同期群分析

最新推荐文章于 2023-04-23 20:26:24 发布

吴下阿泽

最新推荐文章于 2023-04-23 20:26:24 发布

阅读量1.2k

点赞数 2

分类专栏：数据分析统计分析文章标签：数据分析 python 统计学

本文链接：https://blog.csdn.net/maiyida123/article/details/117420804

版权

数据分析同时被 2 个专栏收录

9 篇文章 21 订阅

订阅专栏

统计分析

5 篇文章 4 订阅

订阅专栏

前言

本文主要分享如何利用Python实现同期群分析。

1. 同期群简介

定义：

同期群分析（Cohort Analysis），是按用户初始行为的发生时间，将用户划分为群组，从而分析相似群体随着时间的变化。

作用：

同期群分析关注客户生命周期相同阶段的群组之间的差异，揭示总体衡量指标所掩盖的问题。
通过分析每个同期群的行为差异，来制定有针对性的营销方案。

2. 案例

2.1 案例背景

数据集为线上某店铺的2019.09 - 2020.02的销售订单，每月进行不同的促销策略，分析其每月新用户的留存状况。
数据来源：点击链接

2.2 数据清洗

import pandas as pd
import numpy as np

# 数据加载
data = pd.read_excel('同期群订单数据.xlsx')
data.head()

查看数据
在这里插入图片描述
查看数据信息

data.info()

在这里插入图片描述

付款时间存在缺失值

删除缺失值

# 删除缺失值
data.dropna(inplace=True)
# 查看订单状态
data['订单状态'].value_counts()

在这里插入图片描述

没有交易失败的订单

提取年与月，用于时间分组

data['date'] = pd.to_datetime(data['付款时间'].tolist(), utc=True).strftime("%Y-%m")

数据清洗完毕

2.3 分析

查看用户数量复购同期分布，以2019年9月为基准。

df = pd.DataFrame()
month_list = data['date'].unique()  # 月份数
total_user_list = []  # 总用户列表
for i,j in enumerate(month_list):
    month_user_list = data.query("date == @j")['客户昵称'].unique().tolist()  # 该月的用户
    month_new_user_list = list(set(month_user_list).difference(set(total_user_list)))  # 该月的新用户
    current_new_user_list = []  # 用来存放该月之后每月的新增用户
    for k in month_list[i:]:
        current_user_list = data.query("date == @k")['客户昵称'].unique()  # 该月之后的第k个月的用户
        current_new_user_num = len(set(month_new_user_list).intersection(set(current_user_list)))  # 该月之后的第k个月的新增用户数
        current_new_user_list.append(current_new_user_num)  # 添加到列表
    df = df.append(pd.DataFrame(current_new_user_list).T)  # 添加到df
    total_user_list += month_user_list  # 将该月的用户添加到总用户列表
df.columns = ['本月新增'] + [ '+'+str(i)+'个月' for i in range(1,6)]
df.index = month_list
df.fillna(' ', inplace=True)
df

在这里插入图片描述
数字不够直观，所以转换成百分比进行对比

df1 = df.replace(' ', np.nan)
def func(x, y):
    res = ['%.2f%%'%i for i in round((x/y)*100, 2)]
    return res
df1.iloc[:,1:] = df1.apply(func, args=(df['本月新增'], )).iloc[:,1:].round(2).replace('nan%',' ')
df1

在这里插入图片描述
观察上表：

横向对比，顾客留存率随时间逐渐下降，19年9月份留存率最高，稳定在8%左右；19年10月最低，仅为6%左右。
纵向对比，19年9月新增客户最少，但人群相对精准，留存率表现优于其他月份。19年10月的新增客户较多，但人群精准度较低，留存率不高。

我们可以看看留存用户的客单价同期分布

# 客单
df2 = pd.DataFrame()
month_list = data['date'].unique()  # 月份数
total_user_list = []  # 总用户列表
for i,j in enumerate(month_list):
    month_user_list = data.query("date == @j")['客户昵称'].unique().tolist()  # 该月的用户
    month_new_user_list = list(set(month_user_list).difference(set(total_user_list)))  # 该月的新用户
    current_new_user__ATV_list = []  # 用来存放该月之后每月的新增用户的客单价
    for k in month_list[i:]:
        current_user_list = data.query("date == @k")['客户昵称'].unique()  # 该月之后的第k个月的用户
        current_new_user = set(month_new_user_list).intersection(set(current_user_list))  # 该月之后的第k个月的新增用户
        current_new_user_payment = data.query("date == @k & 客户昵称 in @current_new_user")['支付金额'].sum()  # 该月之后的第k个月的新增用户总消费
        current_new_user_ATV = current_new_user_payment / len(current_new_user)  # 客单价
        current_new_user__ATV_list.append(current_new_user_ATV )  # 添加到列表
    df2 = df2.append(pd.DataFrame(current_new_user__ATV_list).T)  # 添加到df2
    total_user_list += month_user_list  # 将该月的用户添加到总用户列表
df2.columns = ['本月新增客单价'] + [ '+'+str(i)+'个月' for i in range(1,6)]
df2.index = month_list
df2 = df2.round()
df2['本月新增客单价'] = df2['本月新增客单价'].astype("int")
df2.fillna(' ', inplace=True)
df2