CDNow网站用户消费行为分析

为了检验自己前段时间学习的成果，同时也想通过一个实例来记录学习历程。这是本人第一篇数据分析实战项目，使用excel、MySQL和tableau对CDNow网站用户消费行为进行分析，也欢迎大家提出建议，相互交流探讨学习，实现共同进步。

1、数据来源

这次数据分析所用到的数据来源于CDNOW，数据包含了四个方面的数据信息，分别是用户ID、购买日期、订单数和订单金额。

2、分析思路

3、数据预处理

通过可以python可以看到数据集包含了69659行数据，共4个方面的数据信息，没有缺失值。其中购买日期不是规范的日期类型数据，通过excel函数=- -TEXT(B2,“0000-00-00”)转换为文本类型，再转换为短日期类型，同时给数据集增加一列序号信息。

4、用户消费特征分析

4-1-1、用户订单数、订单金额的描述性统计

分析：
订单数角度：用户总消费次数是69659次，平均每次消费产生2.41个订单，中位数为2，最大订单数是99次，平均订单数略大于中位数，说明存在一小部分用户一次消费的订单数较多。

订单金额角度：用户每次消费的平均订单金额为35.89元，中位数为25.98，单次购买的最大订单金额为1286.01元，说明存在一小部分用户一次消费的订单金额较大。

4-1-2、用户整体消费分析

分析：
通过月消费次数、月消费金额、月销售量和月消费人数的折线图可以看出，月消费次数、月消费金额、月销量最高均在1997年3月，分别是11598次、393155元和26159单，月消费人数的最高是在1997年2月，达到9524人。

随着时间的改变，这4个指标折线图整体趋势基本一致。前3个月，这4个指标的值均较高，均呈现快速上升至峰值，从第4个月开始骤降至基本平稳，稍微有下降的趋势。

由于数据集中的维度不足，只能推断出现这样分布可能是因为1997年1~3月该网站推出了优惠活动，或者推出某一款或几款当时消费者所期待的新音乐，导致消费次数、消费金额、销售量、消费人数激增的原因。

4-1-3、用户月人均消费分析

分析：
从月消费人数折线图中还可以发现，2月消费人数是最多的，3月开始略微下降而消费次数、消费金额、销售量在3月确是达到了峰值，可以推断消费者中存在高价值客户。

用户月人均订单数和月人均消费金额趋势基本一致。
前3个月人均订单数不足3单，从1997年4月开始，人均订单数趋于稳定，在3单和4单之间波动。前3个月人均消费金额相对较低，到3月才略微超过40元，4月份以后开始稳定在45元~60元。

虽然1997年1~3月消费人数较多，总消费金额高，但通过箱线图可以发现，由于这些消费者当中大部分消费的金额不高，订单数也不多，拉低了整体的人均订单数和人均消费金额。

随着4月份开始，这部分低低消费金额、少订单的用户群体减少，并且有小部分高价值用户的出现，月人均消费金额和月人均订单数相对前三个月有一定提高，并且稳定在[45,60]的区间内。

4-2、用户个人消费分析

通过散点图可以发现，用户消费金额和订单数成线性关系。

分析：
由于消费金额和消费订单数均存在个别极值，使得图形分布受到了干扰，因此对左边两个分布图的数据进行处理，分别截取了消费金额800元以内和消费订单数100单以内的数据。经过处理后可以看出，消费金额集中在40元以内，消费订单数集中在3单以内，说明大部分的用户的消费能力一般，高消费用户较少，由于网站主营的是cd产品，相对较为单一，这一情况也是满足cd消费市场的规律。通过辅助线可以看出，32.8%的用户占据了80%的的订单数，且32.65%用户所消费的总金额占80%。

这数据说明了这32.65%的用户是网站重点关注的对象，只需要重点维护好这批用户，业绩KPI就能完成80%。

4-3、用户生命周期分析

分析：
由上图可以发现，由于很大一部分用户消费周期为0，即只是一次消费，从图中难看出规律。排除只消费一次的数据后得到下图，可以发现分布图呈双峰分布，第一个高峰是20天内，第二个高峰是450天左右，针对这个现象，网站可以在20天内对用户进行引导，促使再次消费；在到30~400天内，可以通过定期短信通知、网络宣传、电话回访的方式，并且可以针对这些用户推出一些营销活动，引导其持续消费。
用户平均生命周期为134.9天，筛选点生命周期为0的数据后，用户平均生命周期是276天，将近是未筛选前的2倍，积极引导生命周期为0的用户，对提高平均生命周期尤为重要。

5、用户分层分析

5-1、用户价值度分析

使用RFM模型对用户进行分层。
R：距离最近一次消费的时间差，数值越小越好。
F：消费次数，数值越大越好。
M：累计消费金额，数值越大越好。

分析：
按照这3个指标的组合，将用户分为8个等级，分别为
重要价值用户、潜力用户、重点深耕用户、一般发展用户、重点唤回用户、一般维持用户、重点挽回用户和流失用户。有57.73%用户为流失用户，占据了主要部分，其次是重要价值用户，有19.59%。

5-2、用户活跃度分析

（1）由于本数据集中没有包含用户注册时间的数据集，且没有1997年之前的数据，因此，定义1997年开始第一次购买的用户为新用户。

分析：
结合用户第一次消费和最后一次消费时间分布图发现，新用户集中在前3个月，后面一直都没有新增用户。大部分最后一次消费的用户集中在前3个月，说明忠诚用户的数量较少。从4月份开始，随着时间的递增，最后一次消费的用户数呈略微上升的趋势。

（2）针对每个用户的消费情况，将每个用户的消费状况按月进行划分：
注册未消费用户：注册id，但一直没有消费的用户；
新用户：第一次消费的用户；
活跃用户：上个月有消费，这个月也有消费的用户；
回流用户：上个无消费，这个月有消费的用户；
不活跃用户：上个月有消费，这个月无消费的用户。
通过MySQL生成user_status表（用户状态表）：

select a.* ,
(case 
when a.s_id!=@k and a.s_amount!=0 then '新用户'
when a.s_id!=@k and a.s_amount=0 then '注册未消费用户'
when 
	((extract(month from a.s_date)-extract(month from @s_date)=1 and extract(year from a.s_date)=extract(year from @s_date))
	or (extract(month from a.s_date)-extract(month from @s_date)=-11 and extract(year from a.s_date)!=extract(year from @s_date))) 
    and a.s_id=@k 
	then '活跃用户' else '回流用户'
end) s_status,
@s_date:=s_date,@k:=a.s_id from s_table1 a,(select @ra:=0,@last_id='',@k:=0) b
group by a.s_id,extract(year from a.s_date),extract(month from a.s_date);
-- 查询需要的维度
select s_id,s_date,s_num,s_amount,s_status from user_group;

通过excel中的数据透析表，转换为下图：

1月份有数据的替换成“新用户”，空单元格替换成“未注册用户”。
复制一份上表，通过下面的公式，将剩余的数据替换。

=IF(AND(VLOOKUP($A2{,}^{\prime }用户消费情况（参照表{）}^{\prime }!$A$1:$S