一、提出问题。
美国的黑色星期五，类似于国内双11这样的电商活动日，所以，此次分析，选取美国黑色星期五的55万条交易样本数据集。作为商家，想从以往交易数据入手分析用户购买行为，研究不同用户对不同商品的购买行为，为下一次“黑五”及未来销售活动提供参考和借鉴意义。
具体提出如下问题：
（1）畅销/滞销单品、商品品类情况分析。
（2）不同城市的消费情况，城市居住时长与消费水平之间的关系。
（3）用户画像分析。
二、理解数据。
1）数据集描述。
kaggle上面找到关于黑五的数据，一共有550000条数据。
零售商店中的交易数据，没有时间维度，职业、城市、婚姻状况进行了编码处理，产品分类进行了模糊处理。
数据获取地址：https://www.kaggle.com/mehdidag/black-friday
2）数据集中各字段含义。
数据包含12个字段，分别如下：
User_ID：用户编码
Product_ID：产品编码
Gender：性别（F表示女性，M表示男性）
Age：年龄（分0~17、18~25、26~35、36~45、46~50、51~55、55+共7个年龄段）
Occupation：职业（分为0~20 共20个类别）
City_Category：城市类别（分ABC共3个类别）
Stay_In_Current_City_Years：在当前城市停留的年数（分0、1、2、3、4+共5个类别）
Marital_Status：婚姻状况（0表示未婚，1表示已婚）
Product_Category_1：商品所属分类1，不可为空
Product_Category_2：商品所属分类2
Product_Category_3：商品所属分类3
Purchase：购买价格，以美元计算
三、数据清洗。
将从kaggle上下载的55万条交易数据，通过Navicat Premium客户端导入MySQL数据库。
数据集导入MySQL成功。
1、选择子集。
本数据集一共12个字段，我们接下来的分析都会用到，所以，全部选取。
（删除列可用语句：Alter table blackfriday drop column 列名1；）
2、列名重命名。
因为下载的数据集的字段名清晰明了，所以，我们暂时不对列名重命名。
3、删除重复的行。并且删除后的数据集存入新建表Friday中
如果看不到新建的表，记得选中“表”右键刷新。
可以看到，无重复行的新表的总记录为537577条记录。
4、添加主键。
四、构建模型。
（1）畅销/滞销单品，商品品类情况。
本次黑五活动中，销量最好的是product_id为P00265242的产品，其次是P00110742,P00025442。
我们同时看下，最畅销的商品品类有哪些？
畅销商品类目分别为：商品品类5，品类1和品类8，这三类都属于爆款分类。
同时我们再将每个商品品类的销量从低到高排序，查看有哪些单品销量最低。
销售最低的为商品品类9，销量只有404.
（2）不同城市的消费情况，城市居住时长与消费水平之间的关系。
不同城市贡献消费金额情况如下：
不同城市间的消费情况也很不一样，城市B的消费金额最大，为208343161，占比总消费金额的41.52%，其消费金额遥遥领先其他两个城市。同时，城市B的消费人数226493，也是三个城市中消费人数最多的。所以，城市B用户需求旺盛，消费能力强，所以城市B是零售店的主力战场。
此外，城市B，虽然消费人数最低，为144638，总消费金额最低，为1295668797，但是城市A的客单价，却是最高的，1239874.45美元。所以，城市A也是一个潜力城市，有待挖掘。
不同城市居住时长贡献消费金额情况如下：
可以看到，居住时长为1年的消费者的消费金额是最高的。
（3）用户画像分析。
按照每个用户ID划分分组，看看每个用户ID的消费金额有何分布？
此次黑五活动中，消费金额最多的一名客户，ID 为1004277，消费总金额为10536783美元。
①用户年龄、性别与消费金额。
可知此次黑五活动，男性为购物主力军，不管是哪个年龄层，男性消费金额都远高于女性。有些反常于与我们传统观念中认为的女性为购物主力军。特别是26-35岁的男性用户，是本次黑五活动的采购主力军。
②婚姻状况、性别、年龄与消费金额。
在0-45岁间，未婚男性购物金额是最多的，占据购物的主力军。46岁以上的消费人群中，已婚男性的消费金额开始居多。
③不同职业贡献消费金额情况如下：
可以看到，不同职业购买金额差异也很大，消费金额总数最大的为职业类型4，最小的为职业类型8。
五、结论和建议。
1、本次黑五活动中，最畅销商品P00265242产品，其次是P00110742,P00025442。可以利用爆款单品陈列在最主要位置，为其他商品引流。
2、最畅销商品类目分别为：商品品类5，品类1和品类8，这三类都属于爆款分类。仓库管理需要按照畅销商品名单，分类，及时安排库存，以防止缺货。
3、仓库管理需要针对消费需求旺盛的城市B提前备货，节省调度。
4、城市A和B的高端消费者比较多，这部分人群消费能力强。所以，平台需要有针对性的去维护好这些重点客户，增强品牌认识。
城市C客单价是最低的，可以将目标锁定在销量提升上，下次活动前，可以针对城市C策划大型促销活动，拉动消费，吸引人气，以提升销量。
5、此次黑五活动，26-35岁男未婚用户为购物主力军。平台可针对该年龄段男性未婚用户赠送优惠券，或其他优惠方案，保持这部分购物主力军的粘性。
网友评论