数据分析｜用户分析与RFM模型实战

大家好，我是芒果。

不知道大家是否记得，很久之前分享过一篇用户分层的方法论文章，详见👉用户分层方法论总结，文中详细介绍了用户分层的多种方法，感兴趣的朋友可以回顾一下～

但是方法论总结的文章难以避免有枯燥晦涩、不易理解的缺点，因此这篇文章在方法论的基础上希望通过真实数据和项目实战帮助你更好理解用户分层～

同时，近期有不少朋友后台私信我说没有相关数据分析实习，在找第一份实习/工作时，简历上完全不知道写什么，所以希望这篇文章也可以帮你丰富简历～

本文数据为某电子产品仅半年销售情况数据，数据源于和鲸社区，感兴趣的朋友加我微信（follow_a_select）获取全部数据和代码～

本文结构速览：

因为内容过多，影响阅读，将本文拆分成上下两部分，上篇讲解数据预处理和用户基础维度分析的代码和结果，下篇讲解产品分析和用户分层的代码和结论～

标准的数据分析报告应该将结论前置：

主要结论🎖 1、数据结论： 清洗完的数据共53w条，15个字段； 2、用户基础维度分析： 地域维度分析：广东、上海、北京三个城市购买人数最多；北京、上海、海南、天津四个城市的购买率最高； 男女性别在购买金额和购买频次上均差异不大；