天池-淘宝用户行为数据分析（python+Tableau)

天池-淘宝用户行为数据分析（python+Tableau)

一、背景

​　　用户行为分析可以让产品更加详细、清楚地了解用户的行为习惯，从而找出网站、app、推广渠道等产品存在的问题，有助于产品发掘高转化率页面，让产品的营销更加精准、有效，提高业务转化率。本文选取阿里天池项目中的淘宝App用户行为数据利用Python进行数据分析。

常用用户分析模型：

常用用户行为分析方法：

本次分析的用户行为数据来自于阿里巴巴天池平台：
[User Behavior Data on Taobao App]: https://tianchi.aliyun.com/dataset/dataDetail?dataId=46

用户行为数据基本情况：

• 该数据集总共有：12256906条
• user_id：用户ID，共有10000位用户。
• item_id：商品ID，共有2876947件商品。
• behvior_type：用户行为，有点击、加购物车、收藏、购买四种。
• user_geohash：地理位置，经过脱敏处理。
• item_category：商品类目，共有8916种
• time：时间，2014年11月18日至2014年12月18日。

二、分析目的和思路

1、目的

​　　对淘宝的用户行为数据做探索性分析，找出问题然后做具体分析。

2、思路

三、数据处理

#导入数据
import pandas as pd
data = pd.read_csv('data/tianchi_mobile_recommend_train_user.csv')
#查看数据字段类型
data.info()
"""
user_id          int64
item_id          int64
behavior_type    int64
user_geohash     object
item_category    int64
time             object
"""

​　　user_geohash地理位置字段，由于做了加密处理且大多数为空无法利用分析，所以剔除。

#删除地理位置字段
data=data.drop('user_geohash',axis=1)

​　　查看是否存在缺失值：没有缺失值

#查看是否存在缺失值
data.count()
"""
user_id          12256906
item_id          12256906
behavior_type    12256906
item_category    12256906
time             12256906
dtype: int64
"""

​　　将behavior_type字段的1，2，3，4类型分别改为pv，collect，cart，buy。

# 将behavior_type字段的1,2,3,4类型分别改为，pv,collect,cart,buy
data.ix[data['behavior_type']==1,'behavior_type']='pv'
data.ix[data['behavior_type']==2,'behavior_type']='collect'
data.ix[data['behavior_type']==3,'behavior_type']='cart'
data.ix[data['behavior_type']==4,'behavior_type']='buy'

​　　为了便于时间维度的分析，将time时间字段中的内容分成 time(时间)、date(日期)、week(星期)三个字段。

#将time时间字段中的内容分成 time(时间)、date(日期)、week(星期)三个字段
data['date'] = data.time.apply(lambda x:([i for i in x.split()][0]))
data['time'] = data.time.apply(lambda x:([i for i in x.split()][1]))
#转换时间格式
data['date']=pd.to_datetime(data['date'])
data['time']=data['time'].astype(int)
data['week'] = [i.weekday() for i in data['date']]

四、数据分析与展示

1、淘宝用户流量分析

（1）用户一个月的pv和uv

#一个月的用户pv和uv
data.groupby(['behavior_type'])['user_id'].count()
"""
behavior_type
buy          120205
cart         343564
collect      242556
pv         11550581
Name: user_id, dtype: int64
"""
data.groupby(['user_id']).count().shape
#(10000, 6)

​　　总pv：11550581；uv：10000。

（2）一个月内，每天的pv、uv

#每日的访问量和uv
data.groupby(['date']).count()
data.groupby('date')['user_id'].nunique()

​　　由图可知，在12月12日（“双十二”）当天，pv和uv数激增，然后又恢复正常状态。说明活动取得了很好的吸引流量的效果。

2、用户消费行为分析

（1）时间维度分析用户消费行为习惯

#用户四种行为各自的记录
pv_data=data[data['behavior_type']=='pv']
cart_data=data[data['behavior_type']=='cart']
collect_data=data[data['behavior_type']=='collect']
buy_data=data[data['behavior_type']=='buy']
#每个时刻四种行为各自的uv
pv_data.groupby(['time'])['user_id'].nunique()
cart_data.groupby(['time'])['user_id'].nunique()
collect_data.groupby(['time'])['user_id'].nunique()
buy_data.groupby(['time'])[