淘宝用户行为分析报告

项目介绍

本次项的目的，为探究淘宝用户的行为，并进行分析。原始数据为淘宝用户，一个月的用户操作记录。数据来源于阿里天池官网。该数据已进行脱敏处理。总数据量为1200万条，包含的字段如下：

user_id	item_id	behavior_type	user_geohash	item_category	time
0	98047837	232431562	1	NaN	4245	2014-12-06 02
1	97726136	383583590	1	NaN	5894	2014-12-09 20
2	98607707	64749712	1	NaN	2883	2014-12-18 11
3	98662432	320593836	1	96nn52n	6562	2014-12-06 10
4	98145908	290208520	1	NaN	13926	2014-12-16 21

本人职责

挖掘数据，并分析用户行为，包括：

• 这个月中的用户PV和UV的情况如何？
• 商品的转化率如何分布？
• 商品的ARPU和ARPPU如何变化？
• 消费者购买的次数和频率分布？
• 哪种商品最受消费者青睐？

最后需要对现象给出解释，并对相关的问题提出合理化的建议。本次选择的分析工具为python以及tableau。数据需要进行数据清洗，但在此不过多的赘述。

分析过程

PV和UV的分布情况

每天的分布

通过日期的聚合，来查看每天的PV和UV的变化情况，最后把结果导出。

v_d=pd.DataFrame()
v_d['pv_d']=data.groupby(by='date')['user_id'].count()
v_d['uv_d']=data.groupby(by='date')['user_id'].apply(lambda x:x.drop_duplicates().count())

v_d.to_csv(r'C:/Users/mi/Desktop/v_d.csv')

双十二

要特别注意，PV和UV的Y坐标是不同的，因为PV和UV不是一个数量级，所以在此对PV和UV分别绘图。结果如下图所示：

通过图表，可以得出以下规律：

• 12月8号到12月13号之间，PV，UV，以及平均每人每天操作次数(PV/UV)，都有一个突然增大的趋势，然后有迅速的滑落到正常水平。从时间点上看，不难推测出，这主要是因为双十二购物节，商家通过各种手段来刺激消费。
  从PV看，而从8号开始，商家就开始铺垫了。12号达到顶峰，然后出现了一次断崖式的下滑，回到了正常水平。
• 对比UV和PV，UV的变化趋势比较平缓，其一个月最高与最低相差25%，而PV达到了119%！这将近是UV的5倍。由此能得到，商家的活动大幅度刺激了消费
• 通过平均每人每天操作次数，可以得出，商家的活动提高了活跃度，刺激了消费。
• 对于双十二的推广活动，能提高了用户的粘度。这里采用的统计量为日UV/月UV，月UV为10000，也就是说这一个月中有10000用户访问过。

通过以上四点分析，能看出双十二对于消费的刺激力度还是很大的。

非双十二

但如果不考虑双十二的推广活动，只看8号之前的状况。不管PV还是UV都呈现出周期性波动。如下图所示：

前三个低点，包括了两个完整的周期，而且前三个最低点都是星期五。第四个星期五就是12月12号。所以在星期五的时候，人们的活跃度是比较低的。估计上班，上了一周，身心俱疲，想好好休息一下。

一天内不同时刻

通过时间的聚合，来查看这个月中，每小时PV和UV的变化情况，最后导出结果。

v_h=pd.DataFrame()
v_h['pv_h']=data.groupby(by='hour')['user_id'].count()
v_h['uv_h']=data.groupby(by='hour')['user_id'].apply(lambda x:x.drop_duplicates().count())
v_h['p/u']=v_h['pv_h']/v_h['uv_h']

总体分析

绘制每小时的PV和UV的变化图

从图中我们不难发现：

1. 在凌晨4、5点，不管是PV还是UV，都是较低的状态；
2. 从PV和UV角度看，5点到9点用户是大幅度增加，到9点达到稳定，持续到下午5点。接着PV和UV就有比较大的差别了。晚上6点到10点，PV快速增加，UV则缓慢增长一点;
3. 从每个人的操作次数可以看出，5点到9点快速增加，9点到下午6点比较稳定，6点以后快速增加，10点以后，快速回落。

以上三点是数据规律的描述，从中可以得到：
凌晨4、5点是人们活跃度最低的时候，这也很好理解，大部分人还在睡觉呢！
9点到下午6点钟，人们活跃度比较稳定，因为大部分人需要上班或者上学，不可能一直刷手机。从6点开始，人们开始下班、放学，活跃度开始逐步攀升，在晚上10点中达到了顶峰。

不同的操作类型

对于用户的操作分成4类，点击、加购、收藏和购买。如下图所示：

点击占比最大，达到整个操作的90%以上，但更有价值的是后三种类型。毕竟商家是希望你买它的东西，而不是做一个吃瓜群众。所以我们看看后三种类型的变化如何。

通过上图，也能够之前我们所得到的结论，在9点10点的时候用户是比较活跃的，购买的商品次数也是比较多，在此不过多赘述。

商品转化率

每天商品转化率

下图为商品每天转化率的变化情况图。

双十二，商品的购买率有着大幅度的增加。

一天内不同时刻商品转化率

通过三者的面积图占比，能很好的说明商品的转化率变化情况。在此不考虑商品的点击情况。

凌晨商品的购买率最低，这也是人们活跃度最低的时候。但购买率最高的却不是，人们最活跃的时候，而是在吃午饭的时候。
猜测是，晚上人们更多的是选择自己感兴趣的商品，但还没有下决心到底剁不剁手。到了中午，一方面经过了一夜的思考，坚定了决心，剁手！另一方面赶上午休，所以转化率相对来说要高一点。

靠前的商品真的是货真价实吗？

根据商品总体情况统计：

• 有8916种商品，但是客户真正购买过的商品，有4665种。占商品总数52%；
• 总体用户的点击操作共计1150万次，而购买的次数只有12万；

选择商品

由于商品的种类较多，所以选择点击次数和购买次数前三十的商品。但由于点击次数和购买次数不一定重合，对其进行联合。最终有41种品类的商品，相比较30种虽然有较大的出入，但也有很强的相关性。以下为部分数据：

商品的点击与购买

以商品的点击次数排序，最下方的柱状图为购买次数，颜色越深代表商品的贡献率越大。对41种商品进行展示，如下图所示：

对于商品的贡献率，对其进行量化展示。

通过以上两种图片的展示，我们可以看到以下现象：

• 不是越热闹的商品，用户就越愿意掏钱；
• 有些点击率不高，知名度较小的商品，用户却很愿意花钱；
• 商品的点击量和购买率存在一定的相关性。

对比6344和1863，也就是购买次数第一和点击次数第一的商品。虽然6344商品比1863点击率要高出4.5倍，但两者的购买次数确实极为相近的。甚至6344商品还要高出很多。
由于本次数据中，没有商品的交易额、商品的种类以及单价。无法做出6344商品就要比1863商品要好的结论。如果1863是新发布的手机，而6344是一种牙膏。那么其两者就根本没有对比的意义。

虽然缺失较多信息，但建议：

• 对于6977商品极有可能是爆款。虽然相比头部，知名度较低，但是知名度也是不错。建议商家了解更多此类商品的信息。如果确实是爆款则加大推广。
• 对于哪些贡献率为0的以及较低的商品，则同样需要加大关注，如果只是靠打广告，把知名度打上去的。建议平台提醒该商家注重产品的质量和性价比。如果是其他情况，如一款单价较高的产品，虽然买的人不多，但吃瓜群众特别多，则需要采取其他措施。

用户购买的频率和次数

统计数据

通过统计用户这个月中，购买的商品次数及频率得到如下数据。

根据统计：

• 有8886位顾客有购买记录,占到这一个月中有访问记录用户的89%；
• 而购买的次数有12万条；

根据统计数据，绘制出以下图形。

由此可以看出，不管是商品的频率还是商品的购买数量，都呈现了很明显的长尾分布。特别是商品的购买数量，其中商品的购买数量，最大值达到了900多。为了绘图方便在图中没有体现。

由此得到以下现象：

• 这个月购买过商品的用户，复购率达到87%；
• 大部分顾客，购买商品的数量在20件以内。
• 大部分顾客，购买商品的频率，为每月不超过10次。

根据上述现象给出以下建议：

• 对于购买次数较多的客户，可以给与更多的优惠，以增加用户的粘度；
• 对于购买次数特别频繁和数量特别多的客户，需特别注意，是否存在异常；
• 对于没有购买过商品以及购买次数较少的客户，需要加大推广，以及运营活动；
• 考虑到本月有双十二活动的影响，可能会对上述结论产生影响。从个人生活角度出发，双十二会产生较大的影响，但这个影响具体由多大，则需要进一步讨论。

项目成果

以上分析，得到以下重要结论：

1. 用户每天PV和UV是呈现周期性变化，但如果出现较大的促销活动则会被打破；
2. 双十二对于刺激消费具有很大作用，能大幅度提高用户的活跃度；
3. 用户和平台有很高的粘度，即便没有双十二；
4. 一般情况，每天的商品的转化率较为稳定；
5. 中午时分，消费者的购买概率最大。