电商用户行为分析
一、项目背景
以淘宝app平台为数据集,通过行业的指标对淘宝用户行为进行分析,从而探索淘宝用户的行为模式,具体指标包括:日PV和日UV分析,付费率分析,复购行为分析,漏斗流失分析和用户价值RFM分析。
数据来源天池
二、数据处理
2.1 字段说明
- user_id - 用户身份
- item_id - 商品ID
- behavior_type - 用户行为类型(包含点击、收藏、加购物车、支付四种行为,用数字1、2、3、4表示)
user_geohash - 地理位置
item_category - 品类ID
time - 用户行为发生的时间
2.2 数据清洗
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
data=pd.read_csv('/Users/kuebiko/Downloads/淘宝用户行为.csv')
# 查看重复值数量
data.duplicated().sum()
4092866
# 删除重复值
data.drop_duplicates(inplace=True)
# 查看缺失值数量
data.isnull().sum()
user_id 0
item_id 0
behavior_type 0
user_geohash 4308015
item_category 0
time 0
dtype: int64
# 缺失值集中在用户地理信息列 故删去
del data['user_geohash']
# 把time列拆分成date和hour后 删除time列
data['date']=data.time.str.split(' ').str[0]
data['hour']=data.time.str.split(' ').str[1]
del data['time']
# 转换数据格式
for i in data.columns[:2]:
data[i]=data[i].astype('str')
data['date']=pd.to_datetime(data.date)
data['hour']=data.hour.astype('int')
# 按时间排序
data=data.sort_values(by=['date','hour'])
data=data.reset_index(drop=True)
三、数据分析
3.1 分析框架
- 流量指标诊断:PV、UV
- 用户购买情况分析:成交量、付费率、人均购买次数 、复购率
- 用户行为漏斗转化率:点击-支付、点击-收藏、点击-购物车、收藏/购物车-支付
- 用户群体分层:RFM模型分析
3.2 流量指标诊断
3.2.1 日流量指标
pv_daily=data[data.behavior_type==1].groupby('date').count()['user_id'].reset_index().rename(columns={
'user_id':'pv'})
uv_daily=data.groupby('date')