基于电商用户开展的用户行为分析

分析背景

中国电商行业逐渐转变到精细化运营的模式，随着数据基础平台以及数据库的完善，所收集到的数据更加完整，对于分析提供了强有力的支持，同时通过数据分析来为企业经营提供决策变得越来越重要，在此背景下，本次项目尝试基于淘宝天猫真实电商用户数据开展一定分析。

数据来源

本次项目数据集通过公开渠道获得，数据来源于阿里云天池竞赛平台，包含了淘宝天猫2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、喜欢），原始数据量级100万左右。

数据集-阿里云天池数据集-阿里云天池的文档介绍：## User Behavior Data from Taobao for Recommendation**1.概述**UserBehavior是阿里巴巴提供的一个淘宝用户行为数...https://tianchi.aliyun.com/dataset/dataDetail?dataId=649数据说明：

列名称	说明
UserID	用户ID
ItemID	商品ID
categoryID	商品所属类目ID
BehaviorType	包括（pv buy cart fav）
TimesTamp	行为发生的时间戳

其中BehaviorType（用户行为类型）共有四种，分别是

行为类型	说明
pv	商品详情页pv，等价于点击
buy	商品购买
cart	将商品加入购物车
fav	收藏商品

分析目的

本次项目从多个维度分析用户数据、行为数据、商品数据，发现能够提升销售量的建议。

分析思路

分析前提出如下疑问：

1、哪些商品是热搜商品？哪些是畅销商品？热搜商品是否是畅销商品？

2、用户各个行为类型的占比是多少？行为之间的转化率是怎样的？哪个环节流失比较严重？

3、工作日或周末，每天不同时间段对于用户行为的影响

4、使用RFM方法对用户进行分类

针对分析目的，采用多维度拆解分析方法对问题进行拆解，并在分析过程中使用漏斗模型、对比分析法、RFM模型分析法、假设检验分析方法对流程级业务指标中的问题进行分析。

分析思路见下图：

分析步骤

数据清洗：删除重复值

select UserID,ItemID,TimeStamp 
from userbehavior 
group by UserID,ItemID,TimeStamp 
having count(1)>1;

 结果：经验证，无重复值

数据清洗：缺失值处理

select count(UserID),count(ItemID),count(categoryID),count(TimeStamp) 
from userbehavior;

 结果：经验证，无缺失值

数据清洗：一致化处理

考虑到分析过程中需要用到日期数据，但原始数据中timestamp格式是时间戳，包含了日期和时间，因此要先对timestamp字段进行拆分，调整成日期和时间格式

新增日期和时间字段并更新字段内容

alter table userbehavior 
add Date varchar(20) not null, add Time varchar(10) not null;

UPDATE userbehavior set Date = FROM_UNIXTIME(TimeStamp,'%Y-%m-%d'),
Time = FROM_UNIXTIME(TimeStamp,'%H:%i:%s');