淘宝用户行为分析

淘宝用户行为分析

一、项目背景

随着电商行业的发展度过红利期，新客获取的流量成本居高不下，对消费品牌的直接影响则是销售贡献中增量的减少。为了弥补乏力的增长，各个品牌越来越重视对存量人群进行精细化运营，因为与获取新客相比，对存量老客的运营维护成本更低，反而能带来更高的转化率。

二、数据说明

2.1数据来源

阿里云-天池数据集

2.2字段说明

所提供数据来自阿里巴巴真实业务数据， 是2017年11月25日至2017年12月3日之间用户行为数据，由于原数据较大（100万），在此只导入前10万条数据进行分析。

此数据集中已有的字段及behavior_type值域说明如下：

三、分析思路

3.1分析目标

基于对淘宝用户行为数据的挖掘，形成数据结论后，输出一套能提高运营效率的策略建议赋能业务增长。

3.2分析思路

项目整体的分析思路：明确问题-分析原因-落地建议。

【明确问题】：通过对整体数据的分析，透视业务现状，并结合分析框架明确业务问题；

【分析原因】：把复杂的业务问题通过多维度分析方法拆解成多个小问题，并选择合适的分析方法、分析模型逐一对问题进行分析

【落地建议】：分析得到的数据结论，需要结合业务场景，转成可落地执行的策略建议，帮助赋能业务增长

四、数据清洗

4.1选择子集

现有的5个字段都有用途，故选择所有子集。

4.2列名均明确易懂，不需要重命名。

4.3删除重复项

– 查找是否存在重复数据并删除

– 新建行id

alter table userbehavior
add id int primary key auto_increment

– 找到重复id并删除重复行记录

delete from userbehavior
where id in (select id 
from (select id,user_id,item_id,time_stamp,
row_number()over(partition by user_id,item_id,time_stamp)'重复值'
from userbehavior) as temp
where 重复值>1)

4.4缺失值处理

查找是否存在缺失值

select *
from userbehavior
where user_id is null
or category_id is null
or item_id is null
or time_stamp is null

数据显示无缺失值。

4.5一致化处理、数据排序、异常值处理

（1）时间戳的处理

为了方便后文更复杂的日期分析，这里用函数FROM_UNIXTIME(时间戳，时间格式) 将时间戳转为不同格式的时间。

alter table userbehavior add dates varchar(255);
update userbehavior
set dates = FROM_UNIXTIME(time_stamp,'%Y-%m-%d');

alter table userbehavior add hours varchar(255); 
update userbehavior set hours = from_unixtime(time_stamp,'%H');

alter table userbehavior add datetime varchar(255);
update userbehavior
set datetime = FROM_UNIXTIME(time_stamp,'%Y-%m-%d %H:%i:%s');

alter table userbehavioradd weekday varchar(255); 
update userbehavior set weekday = weekday(datetime)+1;

（2）剔除超出时间范围的数据

有了日期字段后，就可以直接将超出指定时间范围的数据剔除掉。

delete from userbehavior
where dates<'2021-11-25'or dates >'2021-12-03'

至此，已完成数据清洗工作，剩余的数据便是可以直接用来分析的“纯净”数据。

五、明确问题

此部分要求对业务有个整体的认识，在本案例中，主旨是进行用户行为分析，所以要知道总共有多少会员、他们分布情况如何等。

5.1会员总数

SELECT COUNT(DISTINCT user_id) '会员数' FROM userbehavior

根据统计结果可以知道，出现有业务中，共有983名会员在2017年11月25日-12月3日期间发生了动作。

5.2 AIPL漏斗分析

知道整体有多少会员后，接下来要进一步对他们的行为进行观察，因为分析的是淘宝行为，在电商领域比较常用的方法是AIPL营销模型：

A - Awareness 认知：浏览

I - Interested 兴趣：收藏、加购

P - Purchase 购买：购买

L - Loyalty 忠诚：复购

为了方便进行复杂分析，需要对表结构进行【行列互换】，此操作通过【创建视图】来完成：

CREATE VIEW behavior AS 
SELECT user_id, datetime, dates, hours,
max(CASE behavior_type when 'pv' then 1 else 0 end) ' view ',
max(CASE behavior_type when 'fav' then 1 else 0 end) 'favor',
max(CASE behavior_type when 'cart' then 1 else 0 end) 'cart',
max(CASE behavior_type when 'buy' then 1 else 0 end) 'buy'
FROM
userbehavior
GROUP BY user_id, datetime;
------------------------------------
select * from behavior