是不是感觉被淘宝监控了！看啥立马就推送过来！用Python对淘宝用户行为进行分析！(1)

所给数据集只有5个字段、时间维度限制在9天内、商品数据均为脱敏数据、行为数据只有4种，具有一定的局限性。结合电商平台分析指标和AARRR漏斗分析模型，比较有分析价值的是用户行为和时间这两个维度。可以初步计划从用户行为习惯、用户消费习惯和用户价值等方分析。

2.1 用户行为方面

---

• 页面浏览量PV和独立访客数UV如何变化？和时间有关系吗？

• 用户的平均访问深度是多少？平台的跳失率怎么样？

• 用户从浏览到购买会经历哪些过程？最终的转化率如何？

• 平台用户留存率怎么样？

2.2 用户消费方面

---

• 平台的用户付费率是多少？用户复购的情况怎么样？

• 平台商品销售情况是怎么样？

• 商品销售之间有没有一定的联系？

2.3 用户价值方面

---

• 如何判断用户价值？针对不同用户如何采取不同的运营策略？

将上述问题整理如下，便于之后有针对性的进行分析：

三、数据处理

======

3.1 数据导入

---

用python导入前120万条数据，原数据没有列名，导入的时候加上对应的列名。

​​​查看数据类型，是否有缺失值，重复值。

​

​​data.isnull().any()

data.duplicated().sum()

3.2数据整理

数据集原有的时间列采用时间戳存储，为了方便后续分析，这里将原有时间戳转为北京时间，并从中抽取出日期、时间和小时数据。

同时将date列转换为时间类型，我们研究的是从2017年11月25日至2017年12月3日之间的行为数据，挑选出这一区间的数据。最后按照user_id和时间进行排序。

import datetime

data[‘time’]=pd.to_datetime(data[‘time’],unit=‘s’)+datetime.timedelta(hours=8)

data[‘date’]=data[‘time’].map(lambda x:x.strftime(‘%Y-%m-%d %H’).split(’ ')[0])

data[‘hour’]=data[‘time’].map(lambda x:x.strftime(‘%Y-%m-%d %H’).split(’ ')[1])

data[‘date’]=pd.to_datetime(data[‘date’])

data = data[(data[‘date’] >= ‘2017-11-25’) & (data[‘date’] <= ‘2017-12-03’)]

data = data.sort_values(by = [‘time’,‘user_id’], ascending=True)

data = data.reset_index(drop=True)

data

​​​

四、数据分析

======

（一）用户行为习惯分析

4.1.1 页面访问量PV和独立访客数UV

---

下面按照日期分析UV、PV的变化趋势：

#pv_daily记录每天用户操作次数，uv_daily记录每天不同的上线用户数量

pv_daily=data.groupby(‘date’)[‘user_id’].count().reset_index().rename(columns={‘user_id’:‘pv’})

uv_daily=data.groupby(‘date’)[‘user_id’].apply(lambda x:x.drop_duplicates().count()).reset_index().ren