-- 数据集来源:阿里天池
一、分析目的
通过对淘宝用户行为数据的分析,发现用户的消费习惯和行为特征,指导业务精细化运营。
二、提出问题
日新增用户的情况怎么样?
用户活跃度的情况以及是否有潜在的规律?
用户次日留存、7日留存如何?
用户行为转化率怎么样?
热销产品有哪些?
用户价值RFM模型?
三、数据处理
原数据集无字段名,需要在Navicat导入过程中添加字段名。
-- 提取日期列
ALTER TABLE UserBehavior add date VARCHAR(255);
UPDATE UserBehavior set date = FROM_UNIXTIME(时间戳,"%Y-%m-%d");
-- 提取时间列
ALTER TABLE UserBehavior add time VARCHAR(255);
UPDATE UserBehavior set time = FROM_UNIXTIME(时间戳,"%H:%m:%s");
添加日期和时间列,方便后续分析。
四、数据提取和分析
1、查看总数据量,用户总数,商品总数,商品类目总数,行为类型数量,总天数
SELECT
COUNT(*) AS total,
COUNT( DISTINCT 用户ID ) AS user_count,
COUNT( DISTINCT 商品ID ) AS product_count,
COUNT( DISTINCT 商品类目ID ) AS category_count,
COUNT( DISTINCT 行为类型 ) AS behavior_count,
COUNT( DISTINCT date ) AS day_count
FROM
UserBehavior;
结果返回如下:
2、日新增用户统计
SELECT date,COUNT(*) as 日新增用户数量
from (select *,row_number() over(part