mysql 用户流失_利用SQL对平台用户行为进行分析

一、提出问题

1、 平台的用户流失情况是怎样的？

2、 造成该种流失情况是原因是什么？

二、理解数据

1、 数据来源

https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1

本数据集(UserBehavior.csv)包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、收藏）。

数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成，源文件数据100,150,807条

2、 字段含义

列名称说明

用户ID：字符串类型，用户ID

商品ID：字符串类型，商品ID

商品类目ID：字符串类型，商品所属类目ID

行为类型：字符串，枚举类型，包括('pv', 'buy', 'cart', 'fav')

时间戳：整型，行为发生的时间戳

注意到，用户行为类型共有四种，它们分别是

行为类型说明

pv：商品详情页pv，等价于点击

buy：商品购买

cart：将商品加入购物车

fav：收藏商品

三、数据清洗

通过数据库管理工具Navicat将数据集导入MySQL数据库中。

1、 选择子集

数据集全部为有效记录，由于数量巨大，故此仅随机导入了10,0000以供后续分析。

2、 删除重复值

无重复值

3、 缺失值处理

对所有列进行计数，计数结果都为99999，不存在缺失值。

4、 一致化处理

由于timestamp包含了（年-月-日）和小时，为了方便，将该字段分成2个字段，一个日期列一个时间列

5、 异常值处理

检查是否有错误时间戳，如负数或者0；不存在错误时间戳