一背景介绍及数据来源
在互联网的时代下,电商平台提供给网民很多便利,如:提升了购物选择性、更直观的展示出各类商品的优惠折扣以及降低了购买成本等等。网购已经逐渐渗透进我们的生活。淘宝是电商圈里龙头企业,创造过无数奇迹,如“双十一”购物热潮及单日交易额百亿元等历史性的突破。淘宝平台不停的更新迭代,提供了更多的个性化服务。淘宝在2003年创立的,2012年注册会员近5亿,日活跃用户超1.2亿。接下来会通过淘宝2017年11月25日至2017年12月3日的随机用户行为的数据对淘宝进行用户行为分析,找出问题并提出优化方案。 分析工具:Mysql,Excel,Navicat,PowerBI
二理解数据
原始数据一共有5个字段
1user_id,用户id,是用来识别用户的编号,不同的编号代表不同的用户。
2item_id 商品id,用来识别商品的编号,不同的编号代表不同的商品。
3category_id 商品类别id,用来识别商品类别的编号,不同的编号代表商品属于不同的类别。
4behavior_id 行为id,用来识别用户的不同行为。
pv-页面游览,就是代表用户点击商品页面,进入游览。
cart-商品加购,就是代表用户将商品加入购物车。
fav-商品收藏,就是代表用户将商品放入收藏。
buy-商品购买,就是代表用户购买商品。
5timestamp-时间戳,代表从1970年1月1号0点0分到发生用户行为的总秒数。
三明确问题及构建大体思路
1是否存在某个业务流程转化率偏低?如果存在的话原因是什么?
2是否存在某类商品数据不佳?如果存在的话原因是什么?
3是否存在某个时间段数据不佳?如果存在的话原因是什么?
四数据清洗
1)查找重复值并删除
未发现重复值
2)查找缺失值
未找到缺失值
3)数据格式处理
日期原本为时间戳的形式,不利于后面的数据处理,所以使用FROM_UNIXTIME函数将其转化为常用形式。
先用DDL添加一列,数据类型datetime。
然后插入数据
4)异常值删除
因为是分析2017年11月25日至2017年12月3日的数据,所以删除其他日期的数据。
删除44个异常值
五建立数据模型及其度量值计算列
1)导入数据
2)建立维度表
建立用户维度表
在Excel中建立日期表
3)构建模型关系
4)建立基度量值
建立APIL各阶段度量值
先从次数角度
复购次数=购买次数-购买人数 ,因为需要购买人数,先去建立人数角度的转化度量值,再来建立复购次数的度量值。
六数据可视化及其数据分析
1)AIPL模型的转化率
得到次数角度和人数角度的各阶段的转化率,发现从次数角度来说游览到兴趣的转化率比较低在9%,但是从人数角度来说转化率并不是很低,寻找原因。
构建分析思路
使用PowerBI进行分析
发现确实存在部分商品兴趣转化率很低,总体平均值在9.13%,假设成立。
建立日期维度的可视化图表
日期角度上看转化率比较平稳,假设不成立。
建立时间维度可视化报表
存在一个低点4点,其他时间段的转化率比较平稳。
但是进一步分析发现由于4点用户基本还在睡觉,整个游览量比较低,虽然游览量低但是对于整体影响较小,结论不成立。
2)各商品类别的数据情况
将数据导出到Excel进行一个相关性分析
发现对于类别而言,游览和兴趣相关性比较强,说明广告的推送机制比较优秀,会给人群推送适合的商品。兴趣和购买的相关性和购买和复购的相关性偏低,说明在用户产生兴趣后可以使用一些营销手段提高整个购买率,同时整个售后服务可以进一步改进。
对于游览进行描述性统计分析
发现平均值是29,中位数是4,众数是1,标准差167,说明整个数据波动性很大,同时大量类别的商品游览量极低,需要重点关注。
3)各时间段的销量情况
发现销量有上升趋势。
在时间方面,晚上23点到早上8点销量比较低,高点在中文1点,晚上7点和8点。再看一下哪类商品的销量在这3个时间段的销量最好。
发现这几类商品销量比较好,可以在黄金时间段重点投放广告。
七总结
1游览次数到收藏加购次数的转化率比较低,原因在于用户只对一部分商品感兴趣,对于很多商品没有兴趣。
2从商品类别来看游览和收藏加购的相关性比较高,收藏加购和购买以及购买和复购的相关性较低,说明整个商品推送机制比较良好,整个成单和售后有进步空间。同时存在大量的商品类别没有被游览。
3从时间来看中午1点,晚上7点和8点销量情况比较好,属于黄金时间段。
八建议
1产品部
可以对于用户不感兴趣商品进行优化,优化商品的主图和标题,可以对比优秀商品的详情页进行重新排版,对于价格可以进行适当优惠,可以和热门商品进行捆绑式销售。
2市场部
可以在热门时间段下午1点,晚上7点和8点重点进行广告投放,同时重点投放2355072,4245813,1521931等这一时间段销量高的商品类别。
3运营部
需要提高售后服务,可以实行会员制,对于用户进行分级,使用精细化运营。对于已经放入购物车和收藏的用户应该进行重点跟盯,提高其付费率。