mysql 时间段内的周末_淘宝用户行为分析（MYSQL版）

本文利用已有数据通过申MYSQL对淘宝用户行为进行分析，主要分为几个部分：

1、观察理解数据。因为是在已有数据的基础上进行分析，因此先观察数据，思考能在数据中获取到什么有用的信息；

2、提出问题。观察理解数据后，针对关键指标提出待解决问题。

3、对数据进行清洗。

4、构建模型。

5、数据可视化

6、总结建议。

一、理解数据

数据来源

User Behavior Data from Taobao for Recommendation-数据集-阿里云天池​tianchi.aliyun.com

数据集介绍

本数据集随机抽取了从2017年11月23号到2017年12月3号大约一亿条淘宝用户行为数据，包括点击数量、添加购物车数据量、收藏数量以及购买数量。这个数据集和MovieLens-20M非常相似，每一行代表了一个特定用户-商品的组合，它们由用户编号、商品编号、商品类别编号、用户行为和时间戳构成。

由于本数据集数据量过大，因为 选取前100万条数据进行分析 。

二、提出问题

1、电商分析常用数据指标

2、本次分析的问题以及相应的指标

本次通过对淘宝用户行为数据分析，解决以下问题：

（1）用户从点击浏览、收藏、加入购物车以及追踪购买整个流程的各个环节的流量指标和转化率，提出提高转化率的建议。

（2）研究不同时间、不同时段的用户活跃程度，了解用户的时间行为模式。

（3）研究哪些购买次数最多以及用户复购次数分布情况，找出核心用户群体，进行精准营销。

（4）研究销量TOP N商品以及不同商品的购买次数，优化商品的结构。

三、数据清洗

1、选择子集

导入全部字段

2、列名重命名

原数据集缺少字段名，因此在导入时调价字段名和类型，再导入CSV。

建表时字段均为“不是null”，因此保证无缺失值。

3、去除重复值

根据查询结果，无重复值，不需要去重。

4、一致化处理

向原表中添加datetime、date以及time三个字段，将“时间戳”转化为日期时间、日期和时间添加进相应字段中。

5、异常处理

由于原数据是包括了2017年11月25日到2017年12月3日之间有行为的用户行为，查看异常数据

验证数据准确性

四、构建模型。

（一）用户行为模式

1、不同日期流量指标。PV、UV、人均页面访问量。

通过结果可以看出，12月22号和12月3号两天（周末）无论是PV还是UV都有明显的上涨，根据用户的行为，商家可以考虑在周末进行相应的营销活动，拓展渠道。而均访问量基本持平，保持在13左右。

2、不同时段的流量指标。

通过对一天中不同时段的流量指标进行分析，发现PV和UV总体上呈正相关，从6点到23点一直处于上升趋势，尤其是19点到23点之间，说明大部分的用户在晚上时间段进行购物。人均访问量在19点到23点也有明显的提升。

（二）用户购买流程转化情况

1、各行为类型用户数量

从结果结果可以看出，从浏览到收藏或加入购物车这一环节的转化率并不高，加入购物车紧张PV的6.19%，收藏占比为3.14%，说明如何提高点击转化率才是重点，优化商品的筛选功能，优化产品页面。

2、不同时段各种用户行为占比

在不同时段上，用户加入购物车和收藏的行为占比相对稳定，而购买的占比重，11-13点有小幅度的上涨。

3、不同复购次数的人数

从结果上看，购买了两次的人数最多，占购买次数大于一次的35.54%，上次的23.59%，并随着次数额增多递减，符合用户的消费习惯，其中消费次数最多的用户消费次数达72次。用户复购率66.21%。

通过以上 分析，可以帮助商家找到高价值的客户，了解高价值客户的购买行为，通过有针对性的进行个性化推荐等方式提高销量。

（三）商品销售分析

1、销量前二十的商品

针对产品的销量情况，商家可以优化产品结构，调整产品的页面等有利于用户快速找打自己所需商品，提高产品的销量。

2、不同购买次数的商品数量

从购买次数来看，仅仅别购买一次的商品占了88.45%，一次和两次的占比达97.38%，没有什么特殊的规律。

五、结论

根据以上对用户行为的数据进行分析，可以得出以下结论：

1、PV和UV在周末两天显著增加，或是由于平台促销活动，或是休息日的影响，针对这种情况，商家可以在周末进行一些促销活动，提高产品销量。

2、在一天的不同时间段中，从早上六点到晚上23点稳步上升，尤其是19点到23点期间，说明大部分的用户更喜欢在晚上进行商品的浏览以及购买，商家应该抓住点击量和独立访客数多的时候开展营销活动。

3、加入购物车的转化率仅为6.19%，转化率低，商家应该考虑如何提高商品的转化率。比如优化关键词，提高产品搜索的准确性。

4、用户商品复购率达66.21%，其中两次购买的人数最多，可以通过商品优惠推送等方式进一步提高客户的复购率，大部分用户追求的是性价比，所以只有提供物美价廉大商品才能增强用户的忠诚度。特别是对于复购次数较多的用户，要了解他们的购买行为，有针对性的进行个性化推荐以及给与一些优惠政策，提高用户自身的忠诚度以及进行病毒式传播。

5、对于热销的商品，可以优化商品详情页，将销量高的商品置于容易客户查找的位置，便于客户由浏览化成为购买。