CDNow用户消费行为分析

数据来自CDNow网站的一份用户购买CD明细，现在尝试从不同维度分析用户的消费行为

• 分析内容：
  • 按月对数据进行分析：每月用户消费次数，每月用户的购买量，每月用户的购买总金额
  • 用户个体消费数据分析：用户个体消费金额与消费次数的统计描述，用户消费金额和消费次数的散点图，用户消费金额的分布图（符合二八法则），用户消费次数的分布图，用户累计消费金额的占比
  • 用户消费行为分析：用户第一次消费时间，用户最后一次消费时间，用户分层，新老客消费比，用户购买周期，用户生命周期

一、理解数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.style.use('ggplot')
import os
os.chdir(r'D:\anaconda\workplace\Data_Analysis\Data')
# user_id:用户ID    order_dt:购买日期    order_products:购买产品数    order_amount:购买金额
columns = ['user_id','order_dt','order_products','order_amount']
# 用户id 购买日期 购买产品数 购买金额
df = pd.read_table("master.txt",names = columns,sep = '\s+')
df.head()

可以看到

• 数据集有近7W条数据，没有空值，数据集比较干净
• 大部分订单只消费了少量商品(平均2.4)，中位数是2，其分位数是3，说明用户购买量大部分都不多，少部分购买量大的，有一定极值干扰
• 用户的订单金额比较稳定，人均购买CD金额在35，中位数在25元，存在极致干扰，小额比较多，大额较少，收入来源很大一部分是来自大额。符合二八原则

二、按月分析用户消费趋势

• 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
  1、每月的消费总金额

# 解析日期
df['oreder_dt'] = pd.to_datetime(df.order_dt, format='%Y%m%d')
df['month'] = df.order_dt.values.astype('datetime64[M]') 

grouped_month = df.groupby('month')
plt.figure(1, figsize=(10, 4))
plt.title('每月销售额')
plt.ylabel('销售额')
grouped_month.order_amount.sum().plot()
plt.show()

可以看到，消费金额呈现早期销售多，后期剧降后趋向平稳
2、每月的消费次数

plt.figure(1, figsize=(10, 4))
plt.title('每月订单数')
plt.ylabel('订单数')
grouped_momnth.user_id.count().plot()
plt.show()

前三个月订单数在 10000 笔左右，后续月份的平均消费订单数则在 2500 笔左右。
3、每月的产品购买量

plt.figure(1, figsize=(10, 4))
plt.title('每月用户购买张数')
plt.ylabel('CD碟数（张）')
grouped_month.order_products.sum().plot()
plt.show()

从图中可以看到，销量在前几个月异常高涨，并在3月达到最高峰，4月开始骤降，后续销量较为稳定，且有轻微下降趋势。
4、每月的消费人数

plt.figure(1, figsize=(10, 4))
plt.title('每月消费人数')
plt.ylabel('人数')
grouped_month.user_id.apply(lambda x: len(x.drop_duplicates())).plot()
plt.show()

每月的消费人数小于每月的消费次数，但是区别不大。前三个月每月的消费人数在8000—10000之间，后续月份，平均消费人数在2000不到。一样是前期消费人数多，后期平稳下降的趋势。推测前三个月可能由于商家有促销活动，吸引大量的用户来消费购买
三、用户个体消费分析

• 用户消费金额、消费次数的描述统计
• 用户消费金额和消费次数的散点图
• 用户消费金额的分布图
• 用户消费次数的分布图
• 用户累计消费金额占比（百分之多少的用户占了百分之多少的消费额）

1、用户消费金额，消费次数的描述统计

grouped_user = df.groupby('user_id')
grouped_user.sum().describe()

• 用户平均购买了7张CD，但是中位数为3，说明小部分用户购买了大量CD，平均值大于中位数，是右偏分布，说明小部分用户购买了大量的 CD。
• 用户平均消费106元，中位数为43，结合分位数和最大值看，平均数仅和 75 分位接近，肯定存在小部分的高频消费用户。
  2、用户消费金额和购买数量的散点图

plt.figure(figsize=(12,4))
plt.subplot(121)
plt.scatter(x = 'order_amount', y = 'order_products',data=df)
plt.xlabel(