淘宝用户行为分析

一.项目目的及数据来源

使用淘宝数据分析电商用户行为，数据来源 数据集-阿里云天池,分析工具mysql+navicat+excel。

代码链接：https://gitee.com/wang-gaopeng/taobao-user-behavior-analysis/tree/master/

二.数据解析

数据集有以下字段

user_id   用户编号 整形  , item_id   商品编号 整形 ， behavior_type 用户行为 整形 1表示pv指在网站的页面浏览量或点击量,

2表示收藏，3表示添加购物车，4表示支付), user_geohash 用户地理位置 字符串,item_category 商品种类 整形，time 日期 字符串类型。

三.分析维度

第一个维度：用户购物情况整体分析

以PV、UV、平均访问量、跳失率等指标，分析用户最活跃的日期及活跃时段，了解用户行为习惯

第二个维度：商品购买情况分析

从成交量、人均购买次数、复购率等指标，探索用户对商品的购买偏好，了解商品的销售规律

第三个维度：用户行为转化漏斗分析

从收藏转化率、购物车转化率、成交转化率，对用户行为从浏览到购买进行漏斗分析

第四个维度：参照RFM模型，对用户进行分类，找出有价值的用户

第五个维度：用户留存分析，通过次日留存率，7日留存率，月留存率来分析用户短期和长期的粘性。

四.数据分析

1.数据清洗

原始数据time 列包括日期及小时,使用excel分列为time和hour两列。

数据库采用MYSQL，通过Navicat导入数据

create table user(user_id int not null,item_id bigint,behavior_type int not null,user_geohash varchar(50),item_category int,time varchar(20),hour int);

user_geohash地理位置列数据有缺失值，但对我们的分析影响不大，因此可以不处理。

2.用户购物情况整体分析

2.1 pv（浏览量）

总体的pv值为987911。

select count(behavior_type) as 'pv' from user where behavior_type=1;

2.2uv(独立页面访问量）

总体的uv值为8477

select count(distinct user_id) uv from user;