电商平台用户消费行为分析

CD案例分析

本文对CD案例进行了一个分析总结，主要是根据用户消费记录，分析用户消费行为，统计电商领域的一些关键性指标。

项目背景

CDNOW 是一个主打线上销售的CD品牌，通过 1.5年 的用户消费记录，针对这1.5年时间里的销售数据对用户消费行为进行分析，并针对分析结果对后续的营销策略及用户管理提出合理的建议。

分析目标

根据CDNOW一年半时间里的线上消费数据，分析用户消费行为，建立RFM模型并对用户进行分层，统计用户生命周期，复购率及回购率等关键性指标。

分析过程

• 数据准备
• 消费趋势分析
• 用户个体消费分析
• 用户消费行为分析
• 用户生命周期分析

1.数据准备

• 导入常用模块

import matplotlib.pyplot as plt
%matplotlib inline                          
plt.rcParams['font.sans-serif']=['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False    # 用来正常显示负号
import numpy as np
import pandas as pd

• 导入数据集

数据集没有列名，为新建表格创建列名

• user_id:用户ID
• order_dt:购买日期
• order_product:购买产品的数量
• order_amount:购买金额

数据列间使用空格间隔，分割使用正则进行匹配，\s 表示匹配任何空白字符

columns=['user_id','order_dt','order_product','order_amount']
data = pd.read_csv('./data/CDNOW_master.txt',sep='\s+',names=columns)
data.head()

	user_id	order_dt	order_product	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

• 数据清洗

观察数据，查看数据类型，是否存在缺失值

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 69659 entries, 0 to 69658
Data columns (total 4 columns):
 #   Column         Non-Null Count  Dtype  
---  ------         --------------  -----  
 0   user_id        69659 non-null  int64  
 1   order_dt       69659 non-null  int64  
 2   order_product  69659 non-null  int64  
 3   order_amount   69659 non-null  float64
dtypes: float64(1), int64(3)
memory usage: 2.1 MB

数据集不存在缺失值，不需要进行处理

order_dt 为int类型，将其转换为日期类型

data['order_dt'] = pd.to_datetime(data['order_dt'],format='%Y%m%d')
data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 69659 entries, 0 to 69658
Data columns (total 4 columns):
 #   Column         Non-Null Count  Dtype         
---  ------         --------------  -----         
 0   user_id        69659 non-null  int64         
 1   order_dt       69659 non-null  datetime64[ns]
 2   order_product  69659 non-null  int64         
 3   order_amount   69659 non-null  float64       
dtypes: datetime64[ns](1), float64(1), int64(2)
memory usage: 2.1 MB

后面会使用月份衡量数据指标，新增一列月份month字段,order_dt转换后的数据类型为datetime64，从其中截取月份数据，即datetime64[M]

data['month'] = data['order_dt'].values.astype('datetime64[M]')
data.head()

	user_id	order_dt	order_product	order_amount	month
0	1	1997-01-01	1	11.77	1997-01-01
1	2	1997-01-12	1	12.00	1997-01-01
2	2	1997-01-12	5	77.00	1997-01-01
3	3	1997-01-02	2	20.76	1997-01-01
4	3	1997-03-30	2	20.76	1997-03-01

• 查看数据的统计描述

订单平均消费商品数为2.4，平均消费金额为35.9，存在一定的偏差，但是影响较小。

中位数分别为2.0和26.0，均小于平均值，说明用户消费整体水平偏低于平均值。

最小值和最大值相差巨大，说明很有必要对用户进行分类管理。

data.describe()

	user_id	order_product	order_amount
count	69659.000000	69659.000000	69659.000000
mean	11470.854592	2.410040	35.893648
std	6819.904848	2.333924	36.281942
min	1.000000	1.000000	0.000000
25%	5506.000000	1.000000	14.490000
50%	11410.000000	2.000000	25.980000
75%	17273.000000	3.000000	43.700000
max	23570.000000	99.000000	1286.010000

2.月消费趋势

• 每月消费的总金额

data.groupby('month')['order_amount'].sum().plot()

由上图可知，前三个月每月花费总金额呈上升趋势并达到峰值，1997年4月急剧下降，后面趋于稳定有轻微下降趋势。

• 每月产品购买量

data.groupby('month')['order_product'].sum().plot()

由上图可知，前三个月产品购买量最大，峰值大于25000，后续月份产品购买量小幅波动，但都在10000以下。

• 每月消费次数

data.groupby('month')['order_dt'].count().plot(

由上图可知，前三个月消费次数最多，峰值大于10000，1997年4月急剧下降至稳定波动，后续月份购买均次数小于4000.

• 每月购买人数

data.groupby('month')['user_id'].apply(lambda x : len(x.drop_duplicates())).plot()
# data.groupby('month')['user_id'].nunique() 也可进行去重统计

由上图可知，前三个月每月消费人数在8000以上，后续月份平均每月消费人数小于2000，且每月消费人数小于每月消费次数。

• 用户每月平均消费金额

amount_month = data.groupby('month')['order_amount'].sum()
num_month = data.groupby('month')['user_id'].apply(lambda x : len(x.drop_duplicates()))
avg_amount = amount_month/num_month
avg_amount.plot()

# 用户月均消费金额统计性描述
avg_amount.describe()

count    18.000000
mean     48.411269
std       4.994027
min      38.116259
25%      46.538143
50%      49.264167
75%      50.592662
max      56.927337
dtype: float64

由上图可知，用户每月平均消费金额为48.4元以，1997年11月最高，消费金额约为57元。

• 用户每月平均消费次数

times_month = data.groupby('month')['order_dt'].count()
avg_times = times_month/num_month
avg_times.plot()

由上图可知，用户每月平均消费次数均不足2次但均在1次以上，1997年1月最低，1997年10月平均消费次数最高。

• 数据透视表快速汇总统计

通过透视表快速统计出每个月的消费总金额、产品购买数量及总购买次数，能详细的了解每个月的整体销售情况。

data.pivot_table(
                index='month',
                aggfunc={
   'order_amount':'sum',
                         'order_product':'sum',
                         'user_id':'count'}
)

	order_amount	order_product	user_id
month
1997-01-01	299060.17	1