做营销和运营的人都会特别关注用户生命周期。生命周期模型是分析用户/会员价值的重要理论模型和分析利器。
一、 用户生命周期是什么?
简单介绍下我对用户生命周期的理解:1、定义:
针对用户的消费行为,生命周期是用户第一次消费到最后一次消费的过程。
2、数据样本:
构成用户生命周期研究的数据样本需要消费次数>=2次的用户。
3、重点关注的指标:
生命周期的长度、用户价值、用户剩余价值、用户转化状态
4、计算方式:
有两种,一种是延时计算:选取一年前的数据样本(已走完完整生命周期的用户)计算;另一种是全样本统计:全部用户最后一次购买日期-第一次购买日期。有点是可是计算当下的用户数据,缺点是含未完成完整生命周期的用户,不够精确。
5、局限性:
用户生命周期是反映用户一段时长内的状态,具有延时性,无法灵敏地反映当下用户状态。
在实际操作中,用户转化状态分析是最复杂也是最难操作的,它比常规的留存分析更细致,将用户状态分为四种状态:新用户-活跃用户-回流用户-睡眠用户(不活跃)/流失用户。本文通过python来实现用户生命周期的用户状态分层和可视化的全过程。
二、python实现
案例数据:
以老数据为例
步骤1:数据导入和预处理
import time
import pandas as pd
import numpy