电商App用户行为分析

一、分析背景和目的

分析背景：如今，电商在我们的日常生活中扮演着越来越重要的角色，它给我们的生活带来了极大的便利，基本足不出户就能就能就能买到我们所需的各种生活物资，淘宝作为我国最最大的电商平台，绝大多数人都在上面买过东西，特别是在如今爆发病毒疫情的特殊时期，大家都居家隔离的情况下，网上购买生活物资更是必不可少，相信未来我们也会更加的喜爱和依赖网上购物。
分析目的：用户在网上购物会产生了一系列的行为，用户行为分析是营销工作的首要环节，指挥着营销活动的走向，之所以分析用户行为，是为了找到用户行为的特征，从而为企业的经营提供支持。与PC端相比，移动终端上的网络接入可以随时随地进行。并且还具有丰富的背景数据，如用户的位置信息、访问时间的规律性等。下面主要是对用户行为数据的分析。

二、数据集简介

数据集来源于阿里云天池平台的数据，主要记录了客户的购买行为，包括点击、收藏、加入购物车和购买商品。
字段理解：本数据集主要包含user_id，item_id，
behavior_type，user_geohash，item_category，time等字段，具体解释如下表所示

字段	字段描述	注释
user_id	用户id	脱敏用户信息
item_id	商品id	脱敏商品信息
behavior_type	用户行为类型	1、2、3和4分别对应点击、收藏、加入购物车和购买商品
user_geohash	纬度	行为发生时的用户位置，可能为空
item_category	品类id	商品所属的品类
time	行为发生的时间	最近行为发生的时间

数据集来源：User Behavior Data on Taobao App
https://tianchi.aliyun.com/dataset/dataDetail?dataId=46

三、数据清洗

由于数据体量比较大，在自己的电脑上运行的很慢，这里随机选取数据集的300万条数据进行分析，并将其保存到表user_behavior中。
1、首先在mysql中建表并导入数据：

#建表并导入数据
create table if not exists users(
user_id varchar(20) default null,
item_id varchar(20) default null,
behavior_type int default null,
user_geohash varchar(20) default null,
item_category varchar(20) default null,
times varchar(20) default null
);
#导入数据
load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/user_behavior.csv"
into table users
fields terminated by ","
ignore 1 lines;

查看整体情况如图所2、检查数据的完整性即检查字段是否存在空值：

#检查完整性（即检查字段是否存在空值）：
select 
sum((case when user_id="" then 1 else 0 end)) as user_id_null,
sum((case when item_id="" then 1 else 0 end)) as item_id_null,
sum((case when behavior_type="" then 1 else 0 end)) as behavior_type_null,
sum((case when user_geohash="" then 1 else 0 end)) as user_geohash_null,
sum((case when item_category="" then 1 else 0 end)) as item_category_null,
sum((case when times="" then 1 else 0 end )) as times_null
from users;

且由于表中的user_geohash字段空值太多，且后面也不用这个字段，将这个字段删除

alter table users drop column user_geohash;

3、检查是否有重复值

select 
count(distinct(user_id)) as user_id,
count(distinct(item_id)) as item_id,
count(distinct(behavior_type)) as behavior_type,
count(distinct(item_id)) as item_id
from users;

由于用户可以同时下多个订单，多个用户可以买相同的商品，所以字段是可以有重复值的
4、观察到times字段中的日期和小时存在于一列中，这里将其分为两列，新增加两个字段，字段名分别为user_date和user_hour。

#创建user_date，user_time两个新字段
alter table users add user_date varchar(20) not null;
alter table users add user_time varchar(20) not null;

#user_date取字段times文本型字段的前10位字符
update users set user_date=substring(times,1,10);
#user_time取字段times文本型字段的后2位字符
update users set user_time=substring(times,12,13);

#将user_date字段类型更改为date类型
alter table users modify user_date date ;

5、转化字段：将behavior_type的1-4转换为点击、收藏、加购和支付。

#将behavior_type字段类型转换成字符串型
alter table users modify behavior_type varchar(20);

# 转化字段，将1，2，3，4分别转换为点击、收藏、加购和支付
update users set behavior_type =replace(behavior_type,1,"点击");
update users set behavior_type =replace(behavior_type,2,"收藏");
update users set behavior_type =replace(behavior_type,3,"加入购物车");
update users set behavior_type =replace(behavior_type,4,"购买商品");

查看表格如图所示：

6，创建一个weeks字段，求出每天对应的星期，用于后面的分析：

#创建一个星期字段
alter table users add weeks varchar(30) null;
update users set weeks=date_format(user_date,"%W");
select * from users limit 10;

再查看一遍整体数据

四、构建模型与分析

分析思路
如图所示为构建的数据分析框架，不同观察的维度，去衡量事物发展的指标，并使用RFM模型挖掘潜在客户的价值，为运营提供方向。

指标分析

（一）. 平台整体运营分析

• 流量类分析

1.PV、UV、人均点击量、人均收藏加购量、人均购买量
PV：即页面点击数（Page View）为分析时间段内所有用户产生的所有点击次数。
UV：即独立访客数（Unique View/Visitor），所有登录过的用户的总数
人均点击量：计算公式=页面点击数PV/独立访客数UV
人均收藏/加购：计算公式=（收藏+加购）总人数/独立访客数UV
人均购买量：计算公式=购买人数/独立访客数UV

# 页面点击数PV,独立访客数UV，人均点击量，人均收藏加购量，人均购买量
select 
(select count(behavior_type) from users where behavior_type = '点击') as '页面点击数PV',
count(distinct user_id) as '独立访客数UV',
(select count(behavior_type) from users where behavior_type = '点击')/count(distinct user_id) as '人均点击量',
(select count(behavior_type) from users where behavior_type ='收藏' or behavior_type ='加入购物车')/count(distinct user_id) as '人均收藏/加购量',
(select count(behavior_type) from users where behavior_type = '购买商品')/count(distinct user_id) as '人均购买量'
from users;

结果：

由图中可知，PV为2826967，UV为9979，人均点击量为283.29次，人均收藏/加购为14.4次，人均购买量为3次

2.跳失率
跳失率：显示顾客通过相应入口进入，只访问了一个页面就离开的访问次数占该入口总访问次数的比例，这里指的是那些只产生点击行为，没有参与加购、收藏、购买等一系列其他购物行为的用户除以总用户。
跳失率 = 只浏览了一个页面的访客数/ 总访客数

#只产生点击行为的用户数
SELECT COUNT(DISTINCT user_id) FROM users
WHERE user_id not in