本文聚焦于淘宝用户在下单前的行为分析，基于1个月的脱敏用户数据，涉及点击、加购、收藏和购买四个关键行为。内容包括基本指标计算、转化率分析、用户行为聚类和购买预测。已有的分析涵盖了基本统计指标的可视化展示、行为特点分析和用户行为聚类，旨在揭示用户模式并提升预测准确性。
前面研究的都是用户下单后的行为，是基于已经生成的订单数据，接下来几篇文章将把重点放在下单之前的用户行为分析。
数据来源于 Season 1 of Ali Mobile Recommendation Algorithm Competition
是一份跨期1个月且经过脱敏处理的淘宝用户行为数据，共1225 6906行，6个字段如下，主要涉及用户click, collect,add-to-cart , payment等4个行为。
关于本数据的分析，暂定思路是这样的：
-
基本指标计算：GMV&SKU、PV&UV分析（折线图）、 付费率分析、流失/回购分析等
3/17完成：参考链接：用户行为分析（二）：基本统计指标可视化展示 -
各环节转化分析（点击、加购、收藏、购买并不是一个线性过程，也不是一个一次性过程，普通的漏斗图可能用不了）
3/18完成：参考链接：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
