用户消费行为报告

用户消费行为报告

学习秦路老师课程之后写的报告

本文将从五个步骤对该数据进行分析
一、数据清洗
缺失值的处理，数据类型的转化
二、进行用户消费趋势的分析（按月）
每月的消费总金额、每月的消费次数、每月的产品购买量、 每月的消费人数、每月用户平均消费金额的趋势、每月用户平均消费次数的趋势
三、用户个体消费分析
用户消费金额，消费次数的描述性统计、用户消费金额和消费次数的散点图、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）
四、用户消费行为
用户第一次消费（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&最后一次消费） （用户生命周期描述、 用户生命周期分布）
五、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时期内的再次购买的占比）

一、数据清洗

加载包和数据，文件是txt，用read_table方法打开，因为原始数据不包含表头，所以需要赋予。字符串是空格分隔，用’\s+'表示任意空白符。


观察数据表，购买日期order_dt只是年月日组合的一串数字，没有时间含义，购买金额order_amount是小数。
注意：一个用户在一天内可能购买多次，ID为2的用户在1月12号买了两次。

用户平均每笔订单购买2.4个商品，标准差在2.3，稍稍具有波动性。中位数在2个商品，75分位数在3个商品，说明绝大部分订单的购买量都不多。最大值在99个，数字比较高。购买金额的情况差不多，大部分订单都集中在小额。

通过查看表的属性，可知该数据是很干净的数据。只需将时间的数据类型转换。

二、进行用户消费趋势的分析（按月）

1. 每月的消费总金额
   
   

• 从图中可以看出，前几个月份的CD销售总金额比较大，紧接着数据下跌，后面月份的销量才趋于稳定。

2. 每月的消费次数
   

• 前三个月消费订单数在10000笔左右，后续月份的平均消费人数则在2500人

3. 每月的产品购买量
   

• 每月的产品购买量和和每月消费总金额一样，前几个月份购买量比较大，到后面月份购买量才趋于稳定。

4. 每月的消费人数
   

• 每月消费人数低于每月消费次数，但差异不大
• 前三个月每月的消费人数在8000-10000之间，后续月份，平均消费人数在2000人不到

5. 每月用户平均消费金额的趋势
   

• 从图中可以看出每月用户的平均消费金额忽高忽低，并不稳定，但总体呈上升趋势。

6. 每月用户平均消费次数的趋势
   

• 从图中可知每月用户平均消费次也是忽高忽低，并无规律可言。

三、用户个体消费分析

1. 用户消费金额和消费次数的描述性统计
   

• 每位用户平均购买7张CD，用户最多购买了1033张，属于狂热用户了。
• 用户的平均消费金额106元，标准差是240，结合分位数和最大值看，平均值才和75分位接近，肯定存在小部分的高额消费用户。

2. 用户消费金额和消费次数的散点图
   

• 因为这是CD网站的销售数据，商品比较单一，金额和商品量的关系也因此呈线性，没几个离群点。

3. 用户消费金额的分布图
   

• 从直方图可知，用户消费金额，绝大部分呈现集中趋势，小部分异常干扰了判断，可以使用过滤操作排除异常

4. 用户消费次数的分布图
   

5. 用户累计消费金额占比
   

四、用户消费行为

1. 用户第一次消费（首购）
   

• 用户第一次购买分布，集中在前3个月，其中在2月11号至2月25号有一次剧烈的波动

2. 用户最后一次消费
   

• 用户最后一次消费比第一次消费分布广
• 大部分最后一次消费集中在前三个月，说明很多客户购买一次就不再进行购买
• 随着时间的增长，最后一次购买数也在递增，消费呈现流失上升的情况，用户忠诚度在慢慢下降。

3. 新老客消费比

多少用户仅消费了一次

• 有一半用户，就消费了一次

4. 用户分层

RFM

• 从RFM分层可知，大部分用户为重要保持客户，但是这是由于极值的影响，所以RFM的划分标准应该为以业务为准

新、活跃、回流、流失/不活跃

• 接下来定义新函数：
  • 若本月没有消费
    • 若之前是未注册，则依旧为未注册
    • 若之前有消费，则为流失/补活跃
    • 其他情况，为未注册
  • 若本月有消费
    • 若是第一次消费，则为新用户
    • 如果之前有过消费，则上个月为不活跃，则为回流
    • 如果上个月为未注册，则为新用户
    • 除此之外，为活跃

• 有上表可知，每月的用户消费状态变化

• 在1997年四月份以后，就不再有新客了
• 不活跃用户越来越多，活跃用户反而越来越少，回流用户也是相当的少

5. 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

• 订单周期呈指数分布
• 用户的平均购买周期是68天
• 绝大部分用户的购买周期都低于100天

6. 用户生命周期（按第一次&最后一次消费）

用户生命周期描述

用户生命周期分布

• 过滤掉仅消费了一次的用户，因为有不少用户生命周期靠拢在0天，部分质量差的用户虽然消费了两次，但是任然无法持续，在用户首次消费30天内应该尽量引导。少部分用户集中在50—300天，属于普通型的生命周期。高质量用户的生命周期，集中在400天以后，这属于忠诚用户。

五、复购率和回购率分析

1. 复购率（自然月内，购买多次的用户占比）
   
   

• 复购率稳定在20%左右，前三个月因为有大量新用户涌入，而这批用户只购买了一次，所以导致复购率降低

2. 回购率（曾经购买过的用户在某一时期内的再次购买的占比）

• 定义一个判断函数：当月消费过次月没有消费就定义为0，当月消费过次月也消费过就定义为1
  

• 从回购率和复购率综合分析可以得出，新客的整体质量低于老客，老客的忠诚度（回购率）表现较好，消费频次稍次，这是CDNow网站的用户消费特征。

秦路老师的课