一、数据来源

来源：天池数据—淘宝用户的行为数据

数据列字段介绍：

column description

user_id 用户身份

item_id 商品id

behavior_type 用户行为类型

    （包括点击，收藏，加购物车和付款四种行为，相应的值分别为1,2,3和4。）

user_geohash 地理位置

item_category 品类ID（商品所b属的品类）

二、分析目标

1. 总PV、总UV、PV与UV的关系、

2. 复购率、下次购买周期

3. 每周的用户行为情况

4. 每日的活跃时间情况

5. 点击--收藏&加购物车--支付各环节转化率如何？

6. 购买次数前10的品类

7. 如何划分不同客户群体

三、数据处理

1、数据抽取

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdate
import seaborn as sns
import plotly as py
import plotly.graph_objs as go
sns.set(style='darkgrid',font_scale=1.5)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

import os
os.chdir(r'E:\Users\Sen\Desktop\Da\user_behavior_data')
data=pd.read_csv('tianchi_mobile_recommend_train_user.csv',dtype=str)

data.info()

data.head()

2、数据清洗

#将数据处理为时间格式
data['time']=pd.to_datetime(data['time'])

data.dropna(subset=['time'],how='any',inplace=True)

data['date']=data['time'].dt.date
data['hour']=data['time'].dt.hour.astype('int')

data.sort_values(by='time',ascending=True,inplace=True)

data.reset_index(drop=True,inplace=True)

#将behavior_type的四种行为类型分别用1，2，3，4代表，
#为方便查看现将数字转为pv,collect,cart,buy

def behavior_type_change(x):
    if x=='1':
        return 'pv'
    elif x=='2':
        return 'collect'
    elif x=='3':
        return 'cart'
    elif x=='4':
        return  'buy'
    else :
        return x
    
data['behavior_type']=data['behavior_type'].apply(behavior_type_change)

data.groupby(['behavior_type']).count()

四、数据分析

1)PV(总访问量 )&UV(用户总数)

PV即Page View, 即页面浏览量或点击量，用户每次刷新即被计算一次。

UV即Unique Visitor,访问您网站的一台电脑客户端为一个访客。 00:00-24:00内相同的客户端只被计算一次。

pv_date=data[data['behavior_type']=='pv'].groupby('date').count()['user_id']
uv_date=data.groupby('date').nunique()['user_id']
pv_uv_date=pd.concat([pv_date,uv_date],axis=1)
pv_uv_date.columns = ['pv','uv']

pv_uv_date.corr(method='pearson')

pv_uv_date.corr(method='spearman')

通过观察,pv,uv相关性强

pv_uv_date.index

plt.figure(figsize=(16,9))
plt.subplot(211)
plt.plot(pv_date,color='red')
plt.title('每天访问量')

plt.subplot(212)
plt.plot(uv_date,color='green')
plt.title('每天访问人数')

plt.suptitle('uv和pv每日变化趋势',fontsize='30')
plt.show()

pvuv.png

在12月份开始，用户行为逐渐有增多趋势，尤其在12月9日开始，用户行为明显高于其他时期，这几天用户行为增多是因为淘宝的“双十二”活动。

2. 复购率=购买2次或以上的用户/购买用户总数

user_buy_num=data[data['behavior_type']=='buy'].groupby('user_id').count()['behavior_type']
user_rebuy=user_buy_num[user_buy_num>=2].count()
user_buy=user_buy_num[user_buy_num>=1].count()

user_rebuy/user_buy

3)下次购买天数

data_day_buy=data[data.behavior_type=='buy'].groupby('user_id')
data_day_buy=data_day_buy.date.apply(lambda x:x.sort_values().diff(1).dropna())
data_day_buy=data_day_buy.map(lambda x:x.days)
data_day_buy.describe()

4. 每周的用户行为数量变化趋势

data['weekday']=[x.weekday() for x in data['time']]
data_weekday=data.groupby('weekday').count().user_id
data_weekday.index=[1,2,3,4,5,6,7]
fig=plt.figure(figsize=(20,6))
plt.title('每周的用户行为数量变化趋势',fontsize='xx-large')
plt.xticks([1,2,3,4,5,6,7])
ax=fig.add_subplot(111)
ax.plot(data_weekday.index,data_weekday)

weekday.png

可以看到，周一到周二的用户行为逐渐增加，周二-周四达到一个稳定值，周四到-周六用户行为明显减少，周六为一周最低，周六后开始逐渐增加。

结论：用户总数变化趋势与PV量变化趋势类似，周末的数量逐渐增加，到工作日又逐渐降低。在双十二期间，用户总数明显上升，活动过后，人数明显下降至平稳状态。

5)一天当中不同时段，用户行为的数量

data['hour']=data['time'].dt.hour
pv_hour=data[data['behavior_type']=='buy'].groupby('hour').user_id.count().sort_index(ascending=True)
uv_hour=data.groupby('hour').user_id.nunique().sort_index(ascending=True)

pv_uv_hour=pd.concat([pv_hour,uv_hour],axis=1)
pv_uv_hour.columns = ['pv','uv']

plt.figure(figsize=(16,9))
pv_uv_hour['pv'].plot(color='steelblue',label='每个小时访问量')
plt.ylabel('访问量')
plt.legend(loc='upper left')
pv_uv_hour['uv'].plot(color='red',label='每个小时用户量',secondary_y=True)
plt.ylabel('用户量')

plt.xticks(range(24),pv_uv_hour.index)
plt.legend(loc='upper center')
plt.grid(True)
plt.show()

hours.png

一天当中不同时段中,22:00-5:00用户行为逐步进入低谷,因为此段时间大多数人处于休息之中。

6:00-11:00用户行为逐渐提升,用户开始活跃

12:00-18:00用户行为较为稳定,因为此段时间，大部分人在工作或者处理事情

17:00-19:00 UV有所下降,因为这段时间大部分下班,吃晚饭,或者还要处理其他事情

而19:00-22:00用户行为达到高潮,这段时间大部分人才有了自己的空余时间

6)购买转化率：用户行为转化漏斗

pv_num=data[data['behavior_type']=='pv']['user_id'].count()
collect_num=data[data['behavior_type']=='collect']['user_id'].count()
cart_num=data[data['behavior_type']=='cart']['user_id'].count()
buy_num=data[data['behavior_type']=='buy']['user_id'].count()
far_num=collect_num+cart_num

trace = go.Funnel(
    y = ['pv','far','buy'],
    x = [pv_num,far_num,buy_num],
    textinfo = "label+text+percent previous+percent initial+value",
    marker=dict(color=[ "lightsalmon", "tan", "teal"]),
  #  connector = {"line": {"color": "royalblue", "dash": "solid", "width": 10}}
)   
fig_data =[trace]
fig = go.Figure(fig_data)

fig.show()

newplot1.png

结论：用户点击后，收藏或者加购物车的概率在5%左右，而最后真正的购买率在1%，已经收藏或者加购物车到最终购买的转化率为20%，购买转化率很低，后面可以采取活动提高购买转化率。

6. 销售次数前十的品类

sale_top=data[data['behavior_type']=='buy'].groupby('item_category').count()
sale_top=sale_top.sort_values('user_id',ascending=False)

sale_top[:100]

7. RFM分析

#因缺少Money字段,故只做RF分析

recent_buy_time=data[data['behavior_type']=='buy'].groupby('user_id')['date']
recent_buy_time

recent_buy_time=recent_buy_time.apply(lambda x:pd.to_datetime('2014-12-20').date()-x.sort_values().iloc[-1])
recent_buy_time=recent_buy_time.reset_index().rename(columns={'date':'recent'})
recent_buy_time.recent=recent_buy_time.recent.apply(lambda x:x.days)
recent_buy_time

buy_freq=data[data['behavior_type']=='buy'].groupby('user_id')['date'].count()
buy_freq=buy_freq.reset_index().rename(columns={'date':'freq'})
rfm=pd.merge(recent_buy_time,buy_freq,left_on='user_id',right_on='user_id')
rfm['recent_value']=pd.qcut(rfm.recent,2,labels=['1','0'])
rfm['freq_value']=pd.qcut(rfm.freq,2,labels=['0','1'])
rfm['rfm_value']=rfm['recent_value'].str.cat(rfm['freq_value'])

def kehu(x):
    if x=='11':
        return '价值客户'
    elif x=='01':
        return '保持客户'
    elif x=='10':
        return '发展客户'
    else :
        return '一般客户'

rfm['kehu']=rfm['rfm_value'].apply(kehu)

rfm.groupby('kehu')['user_id'].count()

总结:可对不同客户进行精准运营,降低成本,提高运营效果

五、结论

1.pv与uv呈强相关性,受双十二活动影响,12月9日开始,pv,uv开始暴涨,12月13日迅速回落,说明活动效果显著
2.复购率高达52%,平均下次购买周期为4.6天,说明用户购买频次高
3.每周当中的用户行为,周二至周四最高,而周六至周一最低
4.每日的活跃时间段为9：00-22：00,其中18：00-22：00开始逐渐增加,达到一天之中的顶峰。
5.漏斗分析模型中收藏或者加购物车的转化率在5%左右,而购买购买转化率在20%,需要进一步提高
6.RFM分析模型中将用户划分为不同客户群体,可对其进行精准运营,降低成本,提高运营效果