- 博客(7)
- 收藏
- 关注
RSS订阅原创 用户消费行为分析（七）
本文通过用户消费数据分析复购率与回购率。使用pivot表统计用户每月消费次数，定义复购用户(月消费>1次)和非复购用户(消费1次)。结果显示每月复购率稳定在40%左右，用户忠诚度较高。回购率分析显示用户连续两月消费情况，发现回购率呈上升趋势且高于复购率，表明1月新用户逐渐转化为忠实用户。可视化对比表明老用户忠诚度优于新用户，建议持续优化营销策略以提升用户留存。
2025-05-27 18:06:15
422
原创 用户消费行为分析（六）
该报告分析了用户消费行为数据，重点关注购买周期和生命周期两个维度。研究发现：1）用户平均购买间隔为12天，75%用户在15天内复购；2）48.3%用户仅消费一次，用户留存率有待提升；3）25%用户生命周期超过59天，是核心用户群体；4）生命周期分析呈现双峰分布，存在部分忠诚用户。建议针对不同用户群体采取差异化运营策略：对核心用户重点维护，对普通用户在消费后3天推送优惠券以提升复购率，并针对性开展营销活动改善用户留存。
2025-05-26 18:07:46
763
原创 用户消费行为分析（五）
本文介绍了用户活跃度分层分析方法。首先通过透视表统计用户每月消费频次，并使用0填充缺失值。然后定义了5种用户状态：未注册、新用户、活跃用户、不活跃用户和回流用户，通过编写状态判断函数进行分类。数据分析显示，不活跃用户占比最大，其次是新用户和活跃用户。可视化图表显示2月份活跃用户增长明显（可能受春节和情人节营销活动影响），但新用户持续下滑。回流用户占比在3-4月有所上升，可能与妇女节营销相关。建议加强节日营销力度以提高用户活跃度，同时关注市场竞争因素。
2025-05-24 15:51:09
491
原创 用户消费行为分析（三）
首购客户每日的客流量分析，从图可以看出，客流量从1月到4月末是呈下降趋势，可能是春节期间有促销活动，有折扣，吸引了客流量，所以1月份的客流量比较集中，其中在2月15号有出现客户流量增加，可能是情人节有促销活动，到情人节过后，新客流量慢慢趋于平缓，价格不再吸引客流量。可以从第三个图看出，每日的客流量是在80左右 ，结合图一与图二分析，可以大致了解，2015年1-4月份的数据，用户首次购买到最后一次购买，这4个月的用户忠诚度较高，用户的复购率还算良好。不区分新老用户区分，每日的客流量分析。
2025-05-22 14:32:52
321
原创 用户消费行为分析（二）
消费金额角度：消费金额的均值174.5、标准差355.6、中位数90，均值>中位数，大致推断，汇总后的数据偏右边分布，用户消费金额区间在100-190元之间，看75%分布值，才与均值相近，可以推断出，存在个别土豪。由图可以看出A类前10名用户，消费金额都在1500以上，可以针对此类价值高的用户加以维护，而B类与C类客户的整体的消费金额较低，趋向日用产品的购买。按照A类前80%，B类前95%，C类100%的销售金额 占比来看，顾客个数的分布均衡，可以看出A类客户存在消费价值高的客户。用户消费的贡献度分析。
2025-05-22 00:37:16
688
原创 用户消费行为分析(一)
图二消费金额在 2 月达到峰值，远超其他月份，随后在 3 月大幅下降，4 月有所回升但仍未达到 2 月水平，可能是处理春节期间和情人节，购买的商品价值较高的产品销售明显增加。图三趋势与产品购买数量类似，1 月次数较多，2 月和 3 月持续走低，3 月达到低谷，4 月回升。图四同样是 1 月人数较多，2 月和 3 月下降，3 月人数最少，4 月有所增加。图一1 月购买量处于高位，随后在 2 月和 3 月持续下滑，3 月达到最低点。数据预处理，将数据集中的销售日期的格式，改成日期格式。
2025-05-21 19:13:45
161
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人