mysql统计今日首充用户_电商用户行为MySQL分析

一：分析背景

近年来电商行业发展迅猛，发展的模式也从最开始粗糙的供给结构开始向精细化电商发展。我国政策也指出： 促进电子商务发展是推进供给侧结构性改革重要的途径。因此分析用户的行为，可打造爆款商品，爆款孵化的核心不是一味地营销，而是基于爆款的推广能力，对用户需求有精准的把控，且有能力在最短的时间内满足用户需求。完善推送机制，使得电商的“供”与用户的“需”进一步契合。本文将对电商用户的行为进行分析。

二：理解数据

数据集来源：阿里巴巴天池User Behavior Data from Taobao for Recommendation-数据集-阿里云天池​tianchi.aliyun.com

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、喜欢)。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。

数据集中有近100万条数据，本篇分析报告只导入10万条数据。

三：清洗数据处理字段名。在navicat中导入数据，数据源中列名默认为第一条数据，为了便于分析，我们重新设置列名，并设置联合主键如下，确保无重复值。勾选“不是NULL”确保无缺失值。

接下来我们验证确实无缺失值。