利用Python进行用户消费行为分析（CDNOW_master）

用户消费行为的分析报告

  想必大家对于CD用户消费者行为的分析已经见得多了，这里就不再一一叙述，这里主要是作为我的一个小练习，来提高自己处理业务的能力。

  项目需求如下：

（1）用户消费趋势分析

• 每月的消费总金额
• 每月的消费次数
• 每月的产品购买量
• 每月的消费人数

（2）用户个体消费行为分析

• 用户消费金额和消费总数的描述统计
• 用户消费金额和消费总数的散点图
• 用户消费金额和消费总数的分布图
• 用户累计消费金额的占比

（3）用户消费行为分析

• 用户第一次消费时间（用户首次购买产品的时间）
• 用户最后一次消费时间
• 新老客消费占比
• 用户分层（RFM模型）

获取数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline

columns = ['user_id','order_dt','order_products','order_amount']
CDNOW = pd.read_table('./CDNOW_master.txt',sep='\s+',names=columns)  # \s+多个空格进行分割,+是空格匹配 

CDNOW.head()

	user_id	order_dt	order_products	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

  数据来源CDNow网站的用户购买明细，主要包括以下几个字段：

• user_id 用户ID
• order_dt 购买日期
• order_products 购买产品数
• order_amount 购买金额

数据处理

• 检查数据是否有空值

# CDNOW.info()
CDNOW.isnull().any()

user_id           False
order_dt          False
order_products    False
order_amount      False
dtype: bool

  用CDNOW.info()可以发现order_dt的类型为int型，需要转换为日期类型

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

  添加一列month，方便后面进行分析

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

	user_id	order_dt	order_products	order_amount	month
0	14048	1997-02-24	1	11.77	1997-03-01

  查看数据描述

print(CDNOW.mode())
CDNOW.describe()

   user_id   order_dt  order_products  order_amount      month
0    14048 1997-02-24               1         11.77 1997-03-01

	user_id	order_products	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

• 从用户购买的商品数来看，平均每位用户购买2.4个商品，标准差在2.3左右，证明有一定的偏差，而中位数为2，3/4分位数为3，说明了大多数的订单量都不多，购买商品的最大值为99。（中位数<均值，结合众数可以发现，用户购买的商品数分布是属于右偏分布的，均值>中位数>众数）。
• 从用户购买的金额来看，每个用户贡献的金额为36，而最大值达到了1286，证明用户的购买金额也是服从长尾分布的，符合二八原则，即20%的用户贡献了80%的交易额。

数据分析

进行用户消费趋势的分析（按月）

  该部分内容主要是从用户每月的消费总金额、每月的消费次数、每月的产品购买量以及每月的消费人数进行分析。

每月的消费总金额

   按月分组后，对order_amount进行求和，可以得到每月的消费总金额

group_month = CDNOW.groupby('month')  # 按月分组
group_month_amount = group_month['order_amount'].sum()

plt.style.use('ggplot')
group_month_amount.plot()
plt.xlabel('月份')
plt.ylabel('消费金额')
plt.title('每月的消费金额折线图')

  从上图可以看出，消费金额在1997年的前三个月达到了高峰。其中在3月份，销售额达到了最大值，为393155.27元，之后消费金额呈下降趋势，并不断趋于平稳的状态。

每月的消费次数

   按月分组后，对order_product进行计数，可以得到每月的商品消费次数

group_month_order = group_month['order_products'].count()

group_month_count.plot(color='yellow')
plt.xlabel('月份')
plt.ylabel('消费次数')
plt.title('每月的消费次数')