用户购买CD行为数据分析

最新推荐文章于 2024-07-14 21:55:07 发布
最新推荐文章于 2024-07-14 21:55:07 发布
阅读量475 收藏
点赞数
文章标签： 数据分析 python 办公软件
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44141000/article/details/107299895
版权 
%matplotlib inline
# 正常显示中文
from pylab import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
# 正常显示符号
matplotlib.rcParams['axes.unicode_minus']=False
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt

# 读取数据
columns = ['user_id', 'order_dt', 'order_products', 'order_amount']
date = pd.read_table('CD.txt', names=columns, sep='\s+', engine='python')
print(date.head())

# 将时间序列转化为时间格式
date['order_dt'] = pd.to_datetime(date['order_dt'], format='%Y%m%d')
# 转化为月份格式
date['month'] = date['order_dt'].values.astype('datetime64[M]')

   user_id  order_dt  order_products  order_amount
0        1  19970101               1         11.77
1        2  19970112               1         12.00
2        2  19970112               5         77.00
3        3  19970102               2         20.76
4        3  19970330               2         20.76

# 进行用户消费趋势的分析（按月）
group_month = date.groupby('month')
# 1. 每月的消费总金额
m_money = group_month['order_amount'].sum()
print(m_money.head())
plt.figure(figsize=(10,8), dpi=80)
plt.plot(m_money.index, m_money.values)
# m_money.plot()
plt.xticks(rotation=45)
plt.style.use('ggplot')
plt.show()

month
1997-01-01    299060.17
1997-02-01    379590.03
1997-03-01    393155.27
1997-04-01    142824.49
1997-05-01    107933.30
Name: order_amount, dtype: float64

在这里插入图片描述

从图中可以看出1997年前三个月销量比较高，随后一直到1998年消费下降并保持微小波动
# 2. 每月的消费次数
num_consume = group_month.count()['user_id']
print(num_consume.head())
plt.figure(figsize=(10,8), dpi=80)
plt.plot(num_consume.index, num_consume.values)
# m_money.plot()
plt.xticks(rotation=45)
plt.style.use('ggplot')
plt.show()

month
1997-01-01     8928
1997-02-01    11272
1997-03-01    11598
1997-04-01     3781
1997-05-01     2895
Name: user_id, dtype: int64

在这里插入图片描述

从上图可以看出，1997年前三个月有比较高的消费次数，三月达到最高，但随后一直到1998年消费次数下降并在一定范围内有些许波动
# 3. 每月的产品购买量
num_product = group_month['order_products'].sum()
print(num_product.head())
plt.figure(figsize=(10,8), dpi=80)
plt.plot(num_product.index, num_product.values)
# m_money.plot()
plt.xticks(rotation=45)
plt.style.use('ggplot')
plt.show()

month
1997-01-01    19416
1997-02-01    24921
1997-03-01    26159
1997-04-01     9729
1997-05-01     7275
Name: order_products, dtype: int64

在这里插入图片描述

# 4. 每月的消费人数
num_person = date.groupby(['month', 'user_id']).count()
num_person = num_person.reset_index('user_id').groupby('month').count()
print(num_person.head())
plt.figure(figsize=(10,8), dpi=80)
plt.plot(num_person.index, num_person.values)
# m_money.plot()
plt.xticks(rotation=45)
plt.style.use('ggplot')
plt.show()

            user_id  order_dt  order_products  order_amount
month                                                      
1997-01-01     7846      7846            7846          7846
1997-02-01     9633      9633            9633          9633
1997-03-01     9524      9524            9524          9524
1997-04-01     2822      2822            2822          2822
1997-05-01     2214      2214            2214          2214

在这里插入图片描述

每月消费人数低于每月消费次数，但差异不太大，前三个月每月的消费人数在8000-10000之间，随后平均消费人数为2000左右波动
date.pivot_table(index=['month'], values=['order_products', 'order_amount', 'user_id'],
                aggfunc={'order_products':'sum', 'order_amount':'sum', 'user_id':'count'}
                ).head()
order_amountorder_productsuser_id
month
1997-01-01299060.17194168928
1997-02-01379590.032492111272
1997-03-01393155.272615911598
1997-04-01142824.4997293781
1997-05-01107933.3072752895
avg_consume = date.pivot_table(index=['month'], values=['order_amount'],
                aggfunc='mean'
                )

# 5. 每月用户平均消费金额趋势
# count_consume = date.groupby('month')['order_amount'].count()
# all_consume = date.groupby('month')['order_amount'].sum()
# avg_consume = all_consume / count_consume

print(avg_consume.head())
plt.figure(figsize=(10,8), dpi=80)
plt.plot(avg_consume.index, avg_consume.order_amount)
# m_money.plot()
plt.xticks(rotation=45)
plt.style.use('ggplot')
plt.show()

            order_amount
month                   
1997-01-01     33.496883
1997-02-01     33.675482
1997-03-01     33.898540
1997-04-01     37.774263
1997-05-01     37.282660

在这里插入图片描述

通过上图可以发现，用户每月平均消费金额上下波动，有可能该产品属于一种间断性使用的物品
# 6. 每月用户平均消费次数的趋势
avg_count_consume = []
for i in range(len(num_consume)):
    avg_count_consume.append(num_consume.values[i] / num_person.values[i])

plt.figure(figsize=(10,8), dpi=80)
plt.plot(num_consume.index, avg_count_consume)
# m_money.plot()
plt.xticks(rotation=45)
plt.style.use('ggplot')
plt.show()

在这里插入图片描述

由上图可以看出，用户每月平均消费次数从1997/01开始到1997/03一直是快速增长的趋势，随后在用户每月平均消费次数在1.3次左右波动

用户个体消费分析

  • 用户消费金额、消费次数的描述统计
  • 用户消费金额和消费的次数散点图
  • 用户消费金额的分布图
  • 用户消费次数的分布图
  • 用户累计消费金额占比（百分之多少的用户占了百分之多少的消费额）
group_user = date.groupby('user_id')

group_user.sum().describe()
order_productsorder_amount
count23570.00000023570.000000
mean7.122656106.080426
std16.983531240.925195
min1.0000000.000000
25%1.00000019.970000
50%3.00000043.395000
75%7.000000106.475000
max1033.00000013990.930000
从上图统计得出，用户平均消费次数和消费金额波动性很大，数据呈现右偏趋势，即大部分用户的消费次数和消费金额都不是很高
user_data = group_user.sum()

user_data.head()
order_productsorder_amount
user_id
1111.77
2689.00
316156.46
47100.50
529385.61
user_data.plot.scatter(x='order_products', y='order_amount')

<matplotlib.axes._subplots.AxesSubplot at 0xaadf780>

在这里插入图片描述

user_data.query('order_amount < 4000').plot.scatter(x='order_products', y='order_amount')

<matplotlib.axes._subplots.AxesSubplot at 0xa846898>

在这里插入图片描述

绘制直方图（用户消费金额直方图）

user_data['order_amount'].plot.hist(bins=50)

<matplotlib.axes._subplots.AxesSubplot at 0xc7c92e8>

在这里插入图片描述

从图中可以看出绝大部分用户比较集中，只有极少异常值，可以进行过滤操作
user_data.query('order_products < 150')['order_amount'].plot.hist(bins=40)

<matplotlib.axes._subplots.AxesSubplot at 0xc8abb00>

在这里插入图片描述

使用切比雪夫定理过滤掉异常值，计算96%的数据分布情况，order_products标准差为16.983531
user_data.query('(order_products < 16.983531*5) & (order_products > -16.983531*5)')['order_amount'].plot.hist(bins=40)

<matplotlib.axes._subplots.AxesSubplot at 0xc8db6a0>

在这里插入图片描述

用户累计消费金额占比（百分之多少的用户占了百分之多少的消费额，需要排序）

user_cumsum = user_data.sort_values('order_amount')[['order_amount']].cumsum()

# user_data[['order_amount']].sum()
user_cumsum = user_cumsum.apply(lambda x:x/user_data['order_amount'].sum())

user_cumsum.head()
order_amount
user_id
101750.0
45590.0
19480.0
9250.0
107980.0
user_cumsum.reset_index()['order_amount'].plot()

<matplotlib.axes._subplots.AxesSubplot at 0xab57978>
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200712152347221.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDE0MTAwMA==,size_16,color_FFFFFF,t_70)
由图表可以看出，50%的用户仅仅贡献了15%的消费金额，而排名前20000的用户贡献了近40%的消费额。

3.用户消费行为

  • 用户第一次消费时间分布（首购）
  • 用户最后一次消费
  • 新老客消费比
    • 多少用户仅消费了一次？
    • 每月新客占比？
  • 用户分层
    • RFM
    • 新、活跃、回流、流失/不活跃
  • 用户购买周期（按订单）
    • 用户消费周期描述
    • 用户消费周期分布
  • 用户生命周期（按第一次和最后一次消费时间）
    • 用户生命周期描述
    • 用户生命周期分布
group_user['order_dt'].min().value_counts().plot()

<matplotlib.axes._subplots.AxesSubplot at 0xcabc7f0>

在这里插入图片描述

用户首购集中在前三个月，并且可以看出在第二月间有明显的波动
group_user['order_dt'].max().value_counts().plot()

<matplotlib.axes._subplots.AxesSubplot at 0xca506a0>

在这里插入图片描述

从图中可以看出，大部分用户在进行了第一次消费后就不再消费了，并且三月后，可以看出用户消费呈现不断流失的状态

多少用户仅消费了一次？

shop_time = group_user['order_dt'].agg(['min', 'max'])

shop_time.head()
minmax
user_id
11997-01-011997-01-01
21997-01-121997-01-12
31997-01-021998-05-28
41997-01-011997-12-12
51997-01-011998-01-03
count = shop_time[shop_time['min']==shop_time['max']]

count.count()

min    12054
max    12054
dtype: int64

# 每月新客占比
month_user_sum = date.groupby('month')[['order_dt']].count()

month_user_sum = month_user_sum.cumsum()

user_class = date.groupby('user_id')

user_min = user_class.month.agg('min').reset_index()
user_min = user_min.groupby('month').count()

user_min
user_id
month
1997-01-017846
1997-02-018476
1997-03-017248
new_user = month_user_sum.join(user_min).fillna(0)

new_user
order_dtuser_id
month
1997-01-0189287846.0
1997-02-01202008476.0
1997-03-01317987248.0
1997-04-01355790.0
1997-05-01384740.0
1997-06-01415280.0
1997-07-01444700.0
1997-08-01467900.0
1997-09-01490860.0
1997-10-01516480.0
1997-11-01543980.0
1997-12-01569020.0
1998-01-01589340.0
1998-02-01609600.0
1998-03-01637530.0
1998-04-01656310.0
1998-05-01676160.0
1998-06-01696590.0
def func_handel(x):
    return x.user_id / x.order_dt

new_user['proportion'] = new_user.apply(func_handel, axis=1).values

new_user
order_dtuser_idproportion
month
1997-01-0189287846.00.878808
1997-02-01202008476.00.419604
1997-03-01317987248.00.227939
1997-04-01355790.00.000000
1997-05-01384740.00.000000
1997-06-01415280.00.000000
1997-07-01444700.00.000000
1997-08-01467900.00.000000
1997-09-01490860.00.000000
1997-10-01516480.00.000000
1997-11-01543980.00.000000
1997-12-01569020.00.000000
1998-01-01589340.00.000000
1998-02-01609600.00.000000
1998-03-01637530.00.000000
1998-04-01656310.00.000000
1998-05-01676160.00.000000
1998-06-01696590.00.000000
将每月新客占比进行图的绘制
plt.plot(new_user.index, new_user.proportion)
plt.xticks(rotation=45)
plt.show()

在这里插入图片描述

从图中可以看出新客用户都集中在前三个月，并且每月新客占比逐月减少，到第三月后再无新增客户
rfm = date.pivot_table(index='user_id', values=['order_products','order_amount','order_dt'],
                 aggfunc={'order_dt':'max','order_products':'sum','order_amount':'sum'})

rfm.head()
order_amountorder_dtorder_products
user_id
111.771997-01-011
289.001997-01-126
3156.461998-05-2816
4100.501997-12-127
5385.611998-01-0329
# -(rfm.order_dt - rfm.order_dt.max()) / np.timedelta64(1, 'D')    # 将其转化为数字，而不是带着 days 的单位

rfm['R'] = -(rfm.order_dt - rfm.order_dt.max()) / np.timedelta64(1, 'D') 
rfm.rename(columns={'order_products':'F','order_amount':'M'}, inplace=True)

rfm.head()
Morder_dtFR
user_id
111.771997-01-011545.0
289.001997-01-126534.0
3156.461998-05-281633.0
4100.501997-12-127200.0
5385.611998-01-0329178.0
def rfm_func(x):
    level = x.apply(lambda x:'1' if x>=0 else '0')
    label = level.R + level.F + level.M
    d = {
        '111':'重要客户',
        '011':'重要保持客户',
        '101':'重要挽留客户',
        '001':'重要发展客户',
        '110':'一般客户',
        '010':'一般保持客户',
        '100':'一般挽留客户',
        '000':'一般发展客户'
    }
    result = d[label]
    return result

rfm['label'] = rfm[['R','F','M']].apply(lambda x:x-x.mean()).apply(rfm_func, axis=1)

rfm.head()
Morder_dtFRlabel
user_id
111.771997-01-011545.0一般挽留客户
289.001997-01-126534.0一般挽留客户
3156.461998-05-281633.0重要保持客户
4100.501997-12-127200.0一般发展客户
5385.611998-01-0329178.0重要保持客户
rfm.groupby('label').sum()
MFR
label
一般保持客户19937.45171229448.0
一般发展客户196971.2313977591108.0
一般客户7181.2865036295.0
一般挽留客户438291.81293466951815.0
重要保持客户1592039.62107789517267.0
重要发展客户45785.01202356636.0
重要客户167080.8311121358363.0
重要挽留客户33028.401263114482.0
# 为相关的分组添加上标签
rfm.loc[rfm.label == '重要客户', 'color'] = 'g'
rfm.loc[~(rfm.label == '重要客户'), 'color'] = 'r'
rfm.plot.scatter('F','R',c=rfm.color)

<matplotlib.axes._subplots.AxesSubplot at 0xca0f908>

在这里插入图片描述

由RFM分层可得，大部分银行为重要保持客户，但这是由于极值的影响，所以RFM的划分标准应该以业务为准

  • 尽量用小部分的用户涵盖大部分的额度
  • 不要为了数据好看划分等级
# 新、活跃、回流、流失/不活跃
pivot_counts = date.pivot_table(index='user_id', columns='month', values='order_dt', aggfunc='count').fillna(0)

pivot_counts.head()
month1997-01-01 00:00:001997-02-01 00:00:001997-03-01 00:00:001997-04-01 00:00:001997-05-01 00:00:001997-06-01 00:00:001997-07-01 00:00:001997-08-01 00:00:001997-09-01 00:00:001997-10-01 00:00:001997-11-01 00:00:001997-12-01 00:00:001998-01-01 00:00:001998-02-01 00:00:001998-03-01 00:00:001998-04-01 00:00:001998-05-01 00:00:001998-06-01 00:00:00
user_id
11.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
22.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
31.00.01.01.00.00.00.00.00.00.02.00.00.00.00.00.01.00.0
42.00.00.00.00.00.00.01.00.00.00.01.00.00.00.00.00.00.0
52.01.00.01.01.01.01.00.01.00.00.02.01.00.00.00.00.00.0
purchase_user = pivot_counts.applymap(lambda x:1 if x>0 else 0)
purchase_user.tail()
month1997-01-01 00:00:001997-02-01 00:00:001997-03-01 00:00:001997-04-01 00:00:001997-05-01 00:00:001997-06-01 00:00:001997-07-01 00:00:001997-08-01 00:00:001997-09-01 00:00:001997-10-01 00:00:001997-11-01 00:00:001997-12-01 00:00:001998-01-01 00:00:001998-02-01 00:00:001998-03-01 00:00:001998-04-01 00:00:001998-05-01 00:00:001998-06-01 00:00:00
user_id
23566001000000000000000
23567001000000000000000
23568001100000000000000
23569001000000000000000
23570001000000000000000
def active_status(data):
    status = []
    for i in range(18):
        # 本月没有消费
        if data[i] == 0:
            if len(status) == 0:
                status.append('unregister')
            else:
                if status[i-1] == 'unregister':
                    status.append('unregister')
                else:
                    status.append('unactive')
        # 本月消费
        else:
            if len(status) == 0:
                status.append('new')
            else:
                if status[i-1] == 'unregister':
                    status.append('new')
                elif status[i-1] == 'unactive':
                    status.append('return')
                else:
                    status.append('active')
    return status

purchase_user = purchase_user.apply(active_status, axis=1)
purchase_user.tail()
month1997-01-01 00:00:001997-02-01 00:00:001997-03-01 00:00:001997-04-01 00:00:001997-05-01 00:00:001997-06-01 00:00:001997-07-01 00:00:001997-08-01 00:00:001997-09-01 00:00:001997-10-01 00:00:001997-11-01 00:00:001997-12-01 00:00:001998-01-01 00:00:001998-02-01 00:00:001998-03-01 00:00:001998-04-01 00:00:001998-05-01 00:00:001998-06-01 00:00:00
user_id
23566unregisterunregisternewunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
23567unregisterunregisternewunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
23568unregisterunregisternewactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
23569unregisterunregisternewunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
23570unregisterunregisternewunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
purchase_user_status = purchase_user.replace('unregister', np.NaN).apply(lambda x:pd.value_counts(x))
purchase_user_status
month1997-01-01 00:00:001997-02-01 00:00:001997-03-01 00:00:001997-04-01 00:00:001997-05-01 00:00:001997-06-01 00:00:001997-07-01 00:00:001997-08-01 00:00:001997-09-01 00:00:001997-10-01 00:00:001997-11-01 00:00:001997-12-01 00:00:001998-01-01 00:00:001998-02-01 00:00:001998-03-01 00:00:001998-04-01 00:00:001998-05-01 00:00:001998-06-01 00:00:00
activeNaN1157.016811773.0852.0747.0746.0604.0528.0532.0624.0632.0512.0472.0571.0518.0459.0446.0
new7846.08476.07248NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
returnNaNNaN5951049.01362.01592.01434.01168.01211.01307.01404.01232.01025.01079.01489.0919.01029.01060.0
unactiveNaN6689.01404620748.021356.021231.021390.021798.021831.021731.021542.021706.022033.022019.021510.022133.022082.022064.0
purchase_user_status.fillna(0).T
activenewreturnunactive
month
1997-01-010.07846.00.00.0
1997-02-011157.08476.00.06689.0
1997-03-011681.07248.0595.014046.0
1997-04-011773.00.01049.020748.0
1997-05-01852.00.01362.021356.0
1997-06-01747.00.01592.021231.0
1997-07-01746.00.01434.021390.0
1997-08-01604.00.01168.021798.0
1997-09-01528.00.01211.021831.0
1997-10-01532.00.01307.021731.0
1997-11-01624.00.01404.021542.0
1997-12-01632.00.01232.021706.0
1998-01-01512.00.01025.022033.0
1998-02-01472.00.01079.022019.0
1998-03-01571.00.01489.021510.0
1998-04-01518.00.0919.022133.0
1998-05-01459.00.01029.022082.0
1998-06-01446.00.01060.022064.0
purchase_user_status.fillna(0).T.plot.area()

<matplotlib.axes._subplots.AxesSubplot at 0xc9fc0b8>

在这里插入图片描述

purchase_user_status.fillna(0).T.apply(lambda x:x/x.sum(), axis=1)
activenewreturnunactive
month
1997-01-010.0000001.0000000.0000000.000000
1997-02-010.0708860.5192990.0000000.409815
1997-03-010.0713190.3075100.0252440.595927
1997-04-010.0752230.0000000.0445060.880272
1997-05-010.0361480.0000000.0577850.906067
1997-06-010.0316930.0000000.0675430.900764
1997-07-010.0316500.0000000.0608400.907510
1997-08-010.0256260.0000000.0495550.924820
1997-09-010.0224010.0000000.0513790.926220
1997-10-010.0225710.0000000.0554520.921977
1997-11-010.0264740.0000000.0595670.913958
1997-12-010.0268140.0000000.0522700.920916
1998-01-010.0217230.0000000.0434870.934790
1998-02-010.0200250.0000000.0457790.934196
1998-03-010.0242260.0000000.0631740.912601
1998-04-010.0219770.0000000.0389900.939033
1998-05-010.0194740.0000000.0436570.936869
1998-06-010.0189220.0000000.0449720.936105

由上表可知，每月用户消费状态变化

  • 回流用户：之前没消费，本月才消费（唤回运营）
  • 活跃用户：持续消费（消费运营的质量）
  • 不活跃用户：流失用户
# 用户购买周期（按订单）    shift()函数是使得数据矩阵偏移一个单位
order_diff = group_user.apply(lambda x:(x.order_dt - x.order_dt.shift()) / np.timedelta64(1, 'D'))
order_diff.hist(bins=20)

<matplotlib.axes._subplots.AxesSubplot at 0x1299db00>

在这里插入图片描述

# 用户生命周期（按第一次和最后一次消费时间）
user_period = group_user.order_dt.agg(['max', 'min'])
user_period = user_period.apply(lambda x:(x['max'] - x['min']) / np.timedelta64(1, 'D'), axis=1)

user_period.describe()

count    23570.000000
mean       134.871956
std        180.574109
min          0.000000
25%          0.000000
50%          0.000000
75%        294.000000
max        544.000000
dtype: float64

user_period = pd.DataFrame(user_period, columns=['diff'])
user_period.head()
diff
user_id
10.0
20.0
3511.0
4345.0
5367.0
user_period[user_period['diff']!=0].hist(bins=40)   # 将生命周期为0的全部剔除掉

array([[<matplotlib.axes._subplots.AxesSubplot object at 0x000000000B3A2DD8>]], dtype=object)

在这里插入图片描述

复购率和回购率分析

  • 复购率
    • 自然月内，购买多次的用户占比
  • 回购率
    • 曾经购买过的用户在某一段时间内的再次购买的占比
pivot_counts.head(10)
month1997-01-01 00:00:001997-02-01 00:00:001997-03-01 00:00:001997-04-01 00:00:001997-05-01 00:00:001997-06-01 00:00:001997-07-01 00:00:001997-08-01 00:00:001997-09-01 00:00:001997-10-01 00:00:001997-11-01 00:00:001997-12-01 00:00:001998-01-01 00:00:001998-02-01 00:00:001998-03-01 00:00:001998-04-01 00:00:001998-05-01 00:00:001998-06-01 00:00:00
user_id
11.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
22.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
31.00.01.01.00.00.00.00.00.00.02.00.00.00.00.00.01.00.0
42.00.00.00.00.00.00.01.00.00.00.01.00.00.00.00.00.00.0
52.01.00.01.01.01.01.00.01.00.00.02.01.00.00.00.00.00.0
61.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
71.00.00.00.00.00.00.00.00.01.00.00.00.00.01.00.00.00.0
81.01.00.00.00.01.01.00.00.00.02.01.00.00.01.00.00.00.0
91.00.00.00.01.00.00.00.00.00.00.00.00.00.00.00.00.01.0
101.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
re_purchase = pivot_counts.applymap(lambda x:1 if x>1 else np.NaN if x==0 else 0)
re_purchase.head(10)
month1997-01-01 00:00:001997-02-01 00:00:001997-03-01 00:00:001997-04-01 00:00:001997-05-01 00:00:001997-06-01 00:00:001997-07-01 00:00:001997-08-01 00:00:001997-09-01 00:00:001997-10-01 00:00:001997-11-01 00:00:001997-12-01 00:00:001998-01-01 00:00:001998-02-01 00:00:001998-03-01 00:00:001998-04-01 00:00:001998-05-01 00:00:001998-06-01 00:00:00
user_id
10.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
21.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
30.0NaN0.00.0NaNNaNNaNNaNNaNNaN1.0NaNNaNNaNNaNNaN0.0NaN
41.0NaNNaNNaNNaNNaNNaN0.0NaNNaNNaN0.0NaNNaNNaNNaNNaNNaN
51.00.0NaN0.00.00.00.0NaN0.0NaNNaN1.00.0NaNNaNNaNNaNNaN
60.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
70.0NaNNaNNaNNaNNaNNaNNaNNaN0.0NaNNaNNaNNaN0.0NaNNaNNaN
80.00.0NaNNaNNaN0.00.0NaNNaNNaN1.00.0NaNNaN0.0NaNNaNNaN
90.0NaNNaNNaN0.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN0.0
100.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
re_purchase.apply(lambda x:x.sum()/x.count()).plot(figsize=(10, 4))

<matplotlib.axes._subplots.AxesSubplot at 0x28a1390>

在这里插入图片描述

复购率在前三月增长的较快，可能是新增用户基数较大，但大部分都是只购买了一次，导致复购率较低，随后一直稳定在20%左右
# 回购率是指本月消费了的用户中，在下一月继续消费的用户有多少
repurchase = pivot_counts.applymap(lambda x:1 if x>0 else  0)
repurchase.head(10)
month1997-01-01 00:00:001997-02-01 00:00:001997-03-01 00:00:001997-04-01 00:00:001997-05-01 00:00:001997-06-01 00:00:001997-07-01 00:00:001997-08-01 00:00:001997-09-01 00:00:001997-10-01 00:00:001997-11-01 00:00:001997-12-01 00:00:001998-01-01 00:00:001998-02-01 00:00:001998-03-01 00:00:001998-04-01 00:00:001998-05-01 00:00:001998-06-01 00:00:00
user_id
1100000000000000000
2100000000000000000
3101100000010000010
4100000010001000000
5110111101001100000
6100000000000000000
7100000000100001000
8110001100011001000
9100010000000000001
10100000000000000000
def Repurchase(data):
    is_purchase = []
    for i in range(0, 17):
        # 本月消费了
        if data[i] > 0:
            # 下月消费了
            if data[i+1] > 0:
                is_purchase.append(1)
            # 下月没有消费
            else:
                is_purchase.append(0)
        # 本月没有消费
        else:
            # 不管下月消费与否
            is_purchase.append(np.NaN)
            
    is_purchase.append(np.NaN)
    return is_purchase

repurchase = repurchase.apply(Repurchase, axis=1)
repurchase.head(5)
month1997-01-01 00:00:001997-02-01 00:00:001997-03-01 00:00:001997-04-01 00:00:001997-05-01 00:00:001997-06-01 00:00:001997-07-01 00:00:001997-08-01 00:00:001997-09-01 00:00:001997-10-01 00:00:001997-11-01 00:00:001997-12-01 00:00:001998-01-01 00:00:001998-02-01 00:00:001998-03-01 00:00:001998-04-01 00:00:001998-05-01 00:00:001998-06-01 00:00:00
user_id
10.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
20.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
30.0NaN1.00.0NaNNaNNaNNaNNaNNaN0.0NaNNaNNaNNaNNaN0.0NaN
40.0NaNNaNNaNNaNNaNNaN0.0NaNNaNNaN0.0NaNNaNNaNNaNNaNNaN
51.00.0NaN1.01.01.00.0NaN0.0NaNNaN1.00.0NaNNaNNaNNaNNaN
repurchase.apply(lambda x:x.sum()/x.count()).plot(figsize=(10,4))

D:\Anaconda3\lib\site-packages\ipykernel_launcher.py:1: RuntimeWarning: invalid value encountered in true_divide
  """Entry point for launching an IPython kernel.





<matplotlib.axes._subplots.AxesSubplot at 0xaad40b8>

在这里插入图片描述

Trouble maker д
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CD网站用户消费数据分析案例
qq1392738339的博客
04-28 1506
项目一:CD销售数据分析欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用...
用户消费行为分析
weixin_45339389的博客
07-14 1399
# 目录 一.项目背景与数据来源 二.提出问题 三. 数据处理  3.1 导入数据   3.1.1 导入常用的库   3.1.2 导入源数据   3.1.3 查看数据的基本信息  3.2 描述性统计  3.3 数据处理   3.3.1 缺省值   3.3.2 数据清洗 四. 用户总体消费趋势分析 每月的总销售额、每月的消费次数、每月的销量、每月的消费人数波动 五.用户个体
用户购买CD消费行为分析
铁血阿张
06-03 561
用户购买CD消费行为分析1.进行用户消费趋势的分析（按月）1.1每月的消费总金额1.2每月的消费次数1.3每月的产品购买量1.4每月的消费人数2.用户个体消费分析2.1用户消费金额、消费次数、产品购买量的描述性统计2.2用户消费金额和产品购买量的散点图2.3用户产品购买量的分布图2.4用户累计消费金额占比（百分之多少的用户占了百分之多少的消费额）3.用户行为分析3.1用户第一次消费3.2用户最后一次消费3.3新老客户消费比3.3.1多少客户仅消费了一次3.3.2每月新客占比3.4用户分层3.4.1RFM用户
CD网站用户消费行为的分析报告
weixin_46147435的博客
03-22 660
CD网站的用户消费行为的分析报告 数据来源CDNow网站的用户购买明细。通过对用户消费趋势、用户个体消费、用户消费行为、复购率以及回购率的分析，可以更清楚了解用户行为习惯，为进一步制定营销策略提供依据。 一、理解数据 本数据集共有 6 万条左右数据，数据为 CDNow 网站 1997年1月至1998年6月的用户行为数据，共计 4 列字段，分别是： user_id: 用户ID order_dt: 购...
CD用户消费数据分析
城南以东的博客
09-08 837
项目来自网络 附数据集 １.数据载入和探索 1.1 数据加载 import numpy as np import pandas as pd %matplotlib inline import matplotlib.pyplot as plt df = pd.read_csv('./CDNOW_master.csv', names = ['user_id', 'order_dt', 'order_products', 'order_amount'], sep='\s+') df.head() use
Python实战项目——用户消费行为数据分析（三）
分享关于数据的知识。
07-20 3616
大多数用户最后一次购买时间集中在前3个月，说明缺少忠诚用户。随着时间的推移，最后一次购买商品的用户量呈现上升趋势，猜测：这份数据选择是的前三个月消费的用户在后面18个月的跟踪记录1．针对用户进行按照月份做整体和个体分析，主要分析维度是人数，消费金额，购买量2．消费分析：首购时间，最后一次购买时间，相邻两个购物时间的间隔，用户分层（ RFM 模型＋数据透视表），分析维度主要是新用户，活跃用户，不活跃用户流失分析，回流用户占比3．复购率和回购率进行分析。
Java基于用户行为分析的汽车销售平台源码.zip
05-29
6. **数据结构与算法**：在处理大量用户行为数据时，高效的数据结构（如哈希表、树等）和算法（如排序、查找）至关重要。 7. **安全实践**：考虑到涉及用户数据，项目应包含安全措施，如防止SQL注入、XSS攻击，以及...
c#销售分析系统.rar
04-29
6. 客户行为分析：系统分析客户的购买行为，如购买频率、购买组合，以识别高价值客户，进行精准营销。 三、开发与实施 开发C#销售分析系统时，需遵循敏捷开发原则，采用迭代方式逐步完善功能。测试阶段包括单元...
在线cd销管理系统实训文档
01-18
总的来说，在线CD销售管理系统实训旨在提升学生的实际操作能力，理解电子商务系统的工作原理，并掌握相关技术，包括库存管理、订单处理、CRM和数据分析等，为未来从事相关工作打下坚实基础。通过实训，不仅能够提升...
图书推荐系统，源码+数据
11-09
图书推荐系统是一种基于用户行为和兴趣的个性化信息服务，它能够根据用户的阅读历史、喜好和行为模式，为用户提供精准的图书推荐。在这个项目中，我们主要关注的是一个使用JavaWeb技术开发的图书推荐系统，该系统...
行业数据-2017-2025年全球音乐细分市场用户数量及预测.rar
09-11
标题和描述中提到的“行业数据-2017-2025年全球音乐细分市场用户数量及预测”是一个关于全球音乐市场的研究报告，重点在于分析不同音乐细分市场的用户数量变化趋势，并对未来进行了预测。这份数据可能包含了全球各地...
用户消费行为实战三
一曲无痕奈何
09-26 568
用户消费行为实战三 需求： 一、用户第一次消费（首购） 二、用户最后一次消费 三、新老客户消费比 多少用户仅消费一次？ 每月新客户比？ 四、用户分层 #...
linux cd new,linux cd-sql打开数据库表的语句-WinFrom控件库|.net开源控件库|HZHControls官网...
weixin_39731845的博客
05-17 71
cd -返回之前的目录cd !$ 把上个命令的参数作为这个命令的参数阅读目录(Content)1.命令格式：cd [目录名]2.命令功能切换当前目录至 [目录名]3. 常用范例1.进入系统根目录命令：cd /说明：进入系统根目录,上面命令执行完后拿ls命令看一下，当前目录已经到系统根目录了输出：hc@hc-virtual-machine:~$ pwd/home/hchc@hc-virtual...
每天一个数据分析题（四百十六）- 线性回归模型
shiguangre的博客
07-08 514
内容涵盖Python，SQL，统计学，数据分析理论，深度学习，可视化，机器学习，Spark八个方向的专项练习题库，数据分析从业者刷题必备神器！根据模型假设，线性回归模型中误差项的方差为。D. 以上都不是。C. 随机变量。A. 常数。B. 函数。
《Python数据科学之三：探索性数据分析与可视化》
最新发布
4.0啊的博客
07-14 535
Python数据科学之三：探索性数据分析与可视化
社交媒体数据分析：赋能企业营销策略的利器
zhou6343178的博客
07-11 490
在这个信息爆炸的时代，社交媒体成为了企业洞察市场趋势、消费者行为的金矿。本文将探讨如何通过精准的数据采集策略，利用社交媒体内容为企业战略规划赋能，揭示数据驱动决策的奥秘。
每天一个数据分析题（四百二十三）- 置信区间
shiguangre的博客
07-11 308
内容涵盖Python，SQL，统计学，数据分析理论，深度学习，可视化，机器学习，Spark八个方向的专项练习题库，数据分析从业者刷题必备神器！在给定的显著性水平下，某一特定的X水平上，总体Y分布的离散度越大，即σ^2越大，则。B. 预测区间越宽，预测误差越小。D. 预测区间越窄，预测误差越大。A. 预测区间越宽，精度越低。C. 预测区间越窄，精度越高。
数据分析入门指南：表结构数据（三）
shiguangre的博客
07-10 1531
在数字化转型的浪潮中，表结构数据作为企业决策支持系统的核心要素，其重要性日益凸显。本文深入剖析了表结构数据的本质特征、高效处理策略，并探讨了其在现代商业智能环境中的广泛应用，旨在为数据分析师与决策者提供前沿洞察与实战指南。数据，作为现代企业决策的基石，其重要性不言而喻。表结构数据，凭借其高度组织化与标准化的特点，为企业数据的存储、检索与分析搭建了坚实的框架。本文不仅深入解析表结构数据的构成要素与处理艺术，还揭示了如何通过商业智能工具的赋能，提升数据价值的挖掘深度与广度。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值