mysql 客户商_使用MySQL对电商用户进行数据分析

1 背景介绍

电子商务是指以信息网络技术为手段，以商品交换为中心的商务活动，人们通过互联网进行购物，非常方便。

卖家可以根据用户产生的数据，改进营销策略，提升商品销售，最大化收益。

2 数据源介绍

数据源是天池竞赛的数据，包含2017年11月25日至2017年12月3日之间的用户行为数据。用户数大约100万，数据集记录数大约1亿。

由于数据量太大，本文选择前100万行记录来做分析。

3 分析目标

电商行业的主要分析目标有：用户、商品、网站分析、购买行为等。

分析方法有：对比分析、分组分析、结构分析、矩阵分析等分析方法。

分析模型有：漏斗模型、AARRR模型、RFM模型等。图-分析思维导图

3.1 目标&需求

根据数据集已有的字段，分析目标如下：网站分析：页面浏览量PV、访客数UV、跳失率。

用户分析：购买用户数、购买次数、复购率。

商品分析：销售量排名、产品类别分布、复购率高的商品。

购买行为分析：点击、添加购物车、购买、各环节转化率。

4 数据清洗&数据处理

创建表和导入数据：创建表user_behavior，一共有5个字段：userId, itemId, categoryId, behaviorType, timestamp。使用导入功能导入前100万行数据到数据库中。(有一亿多行记录，数据量过大，所以选择前100万行记录来处理)

开始数据清洗：

做备份(建议做此步骤)：

create table user_behavior_bak as select * from user_behavior;

检查重复值：

select distinct * from user_behavior;

检查缺失值：

select * from user_behavior where userId is null;

添加时间相关的列：

alter table user_behavior add column datetime datetime;

update user_behavior set datetime =from_unixtime(timestamp, '%Y-%m-%d %H:%i:%s');

alter table user_behavior add column date char(10);

update user_behavior set date=from_unixtime(timestamp,