用户消费行为分析

1. 项目简介

数据来源：CDNow网站的用户在1997年1月1日至1998年6月30日期间内购买CD交易明细。
数据集字段：用户ID，购买日期，订单数，订单金额。
目标：通过各个指标对用户行为进行分析，更清楚了解用户行为习惯，为进一步制定营销策略提供依据。

2. 思路

3. 具体分析

3.1 用户总体消费行为分析

3.1.1 每月产生的总订单数

从结果可用看出：
统计每个月的CD销量。前3个月的销量数据相对较高，有异常。而后期的销量则很平稳。
假设出现的原因：

1. 用户数据异常值。
2. 有促销活动。
3. 某一（或多名）知名歌手发布新曲专辑。

3.1.2 每月产生的总消费金额

从结果可用看出：
每月产生的总消费金额变化趋势与每月产生的总订单数的变化趋势相似，两者产生的原因相似。

3.1.3 每月消费的总人数

3.1.4 每月平均每人的订单数

3.1.5 每月平均每人产生的消费金额

3.2 用户个体消费行为分析

3.2.1 第一次消费的用户人数与时间的关系

由图可以看出，大概在97年3月末之后就没有新增用户了.

3.2.2 最后一次消费的用户人数与时间的关系

从结果可以看出：

1. 用户第一次购买分布，集中在1997的前三个月，其中，在 2 月 11 日至 2 月 25 日有一次剧烈波动。
2. 用户最后一次购买的分布比第一次分布广，但是大部分最后一次购买也集中在前三个月，说明忠诚用户较少，随着时间的递增，最后一次购买数在递增，消费呈现流失上升的趋势，

3.2.3 只消费一次的用户占比

从结果可以看出：
在刚刚开始的3个月内存在着每月只消费一次的用户，但占比逐月减少，到3个月后就没有每个月只消费一次的用户，说明销售市场已经被打开，口碑逐渐提高。

3.2.4 用户分层

3.2.4.1 RFM分层

R：最近一次消费时间
F：消费频率
M：消费金额

从图中可以看到:
从 RFM 分层可知，大部分用户为重要保持客户和一般发展客户,且购买频次基本在在200以内。

3.2.4.1 用户活跃度分层

将用户划分为：未注册、新用户、活跃用户、不活跃用户、回流用户、持续活跃用户、流失用户。

3.2.5 用户购买周期

从结果可以看到：

1. 订单的周期大致呈指数分布，绝大部分用户的购买周期集中在前100天。
2. 用户的平均购买周期是 68 天。
3. 可以看到在购买后10天之内的用户重复购买的用户比较多，此时在消费10天发放优惠卷或代金券用于促进消费，消费后60天短信推送最新的信息比如优惠或是新发的专辑信息用于唤醒于用户。

3.2.6 用户生命周期

客户的平均生命周期是135天，最长生命周期是544天。中位数 0 天，大部分用户第一次消费也是最后一次，这批属于低质量用户，而最大的是 544 天，几乎是数据集的总天数，这用户属于核心用户。

从结果可用看出：

1. 生命周期在 50 天内的用户属于低质量用户，应采取尽量引导购买的措施，提高用户转化率。
2. 少部分用户集中在 50-300 天，属于普通用户，忠诚度一般。
3. 集中在 300-400 天以后的，属于忠诚用户。
4. 部分大于 400 天的用户已经属于核心用户，忠诚度极高，应尽量维护这批用户的利益。

3.3 复购率和回购率分析

3.3.1 复购率

月复购率: 在一个月内消费两次及以上的用户在总消费用户中占比

从结果可用看出：

1. 前三个月大量新客增加，复购率不高，在5%-15%之间，但在猪圈增加，在3月后的用户数开始稳定，使得复购较稳定，在20%左右。
2. 复购率的平均值为0.194745，说明在一个月内每5个消费者中中就有1个人消费两次及以上。

3.3.2 回购率

从结果可用看出：

1. 回购率与复购率的变化趋势一致。前三个月的回购率较低，3月后回购率稳定在30%左右。
2. 用户回购率高于复购率，
3. 根据复购率和回购率可知，老客的复购和回购远高于新客，忠诚度更高，这是 CDNow 网站的用户消费特征。

代码链接：https://github.com/guotianyi960531/CDNow-.
参考：
[1]python数据分析实战.
[2]数据分析实战项目| 用户消费行为的分析报告.
[3]CDNow网站的用户购买明细分析.
[4]CDNow网站用户消费行为分析.