一、项目背景
1.项目描述：
本项目数据集包含了2017年11月25日至2017年12月3日之间，共1亿条用户数据记录，从中抽取前500w条数据进行分析，字段由ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。主要分析工具为python。
2.数据集来源及介绍：
来自阿里云天池官方数据集：User Behavior Data from Taobao for Recommendation
字段名描述：
| 列名称 | 说明 |
|---|---|
| 用户ID | 整数类型，序列化后的用户ID |
| 商品ID | 整数类型，序列化后的商品ID |
| 商品类目ID | 整数类型，序列化后的商品所属类目ID |
| 行为类型 | 字符串，枚举类型，包括(‘pv’, ‘buy’, ‘cart’, ‘fav’) |
| 时间戳 | 行为发生的时间戳 |
行为类型描述：
| 行为类型 | 说明 |
|---|---|
| pv | 商品详情页pv，等价于点击 |
| buy | 商品购买 |
| cart | 将商品加入购物车 |
| fav | 收藏商品 |
二、明确问题与分析目的、建立分析框架
1.分析框架如下：
2.问题与分析目的：
2.1 问题定义及目的：
① 计算各个环节的转化率，分析流失率对环节进行改进
② 分析商品销售情况，对用户偏好和时间维度找寻规律，在用户偏好的商品种类和时间上采取相应的策略，如活动促销、push等
③找到核心的用户群体（由于缺少销售金额字段，所以从销售频率和最近一次消费进行分析），针对核心用户采取差异化策略
2.2 问题分析流程：
① 按商品与用户行为进行拆解
② 查看基础指标数据，如pv，uv，跳出率（只浏览一次的用户），访客支付转化率（购买商品人数/uv）等
③按商品大类与商品小类拆解分析，主要分析销量与商品类别之间的关系
④对用户行为进行分析，基于时间维度和淘宝行为维度
⑤采用RFM模型与AARRR模型的简化版，对数据进行拆解打分
三、数据预处理
数据预览与处理
1.预览
2.缺失值、异常值、重复值查看及处理
-
缺失值
数据比较完整，无缺失值 -
异常值
主要过滤掉时间维度在2017年11月25日至2017年12月3日之外的数据 -
重复值
共5个重复值，进行去重处理时间戳转化，并将转化的列添加到原框架中
四、流量类指标数据分析
1.绝对指标分析
活跃用户定义：每日用户行为在3次或以上的用户
支付用户、pv、uv如下：
小结：4项指标（pv、uv、活跃用户、支付用户）在12月2日与12月3日均有较大幅度上升（对比11-25与11-26平均值，分别上升15万、1.3万、0.95万、0.42万），推测原因是由于双12活动即将开始前的预热活动所带来的各项流量增长。
2.相对指标分析
日人均pv：即人均浏览量，每日pv/每日uv；
日活跃率（近似）：每日活跃用户数量/总uv；
每日支付用户比例：每日支付用户数量/每日uv；
每日跳失率：每日只产生一次pv行为的用户/每日uv
指标如下图：
小结：
① 从图中可知，人均pv在这9天上下波动，范围在12-14次内，数据比较正常。日活跃率在12月2号与12月3号有较大比例上涨（平均上涨约17pp），推测是即将来临的双12大促活动的预热活动导致。但是支付用户比例却略有下降（对比前两日平均下降1.5pp），环比上周末下降约0.6pp（取这周末的平均值与上周末平均值的差值），推测是由于用户在预热活动进行商品选择（加购、收藏等行为），然后在双12当天享受较大优惠进行下单，这用户倾向于等待10天以享受更低折扣的心理。
②9天的日跳失率在10%-11%左右波动，整体比较稳定，且较低，证明平台用户粘性很高。
五、商品销售情况分析
1.对商品大类进行分析
下表是按商品大类进行分组的购买次数及总体占比：
小结：通过对前20%的商品大类共811项（总体大类4055项）进行占比加和，约占83.95%，符合二八定律，应将重心放在前20%的商品大类上，并在此基础上对小类进行细分，采取精细化运营策略。
2.对商品购买情况进行分析
①对商品的购买次数进行描述性统计如下：
②统计前20%商品相对于全部商品的购买次数占比：
- 总体比率如下：
- 由于数据集较大，对前20名畅销商品可视化如下：
小结：所有商品中销量top1的商品为71次，相比总销量70881次，占比约为1‰，是所有商品里的爆款商品，可以制定差异化策略（如给予更多曝光量，排行靠前等）进一步提升其销量。
六、用户行为分析
1.按不同时间进行分组分析：
① 不同日期：
小结：由图中趋势可以看到，4类用户行为在12月2号和12月3号均有明显上涨，尤其pv与加购两种行为涨幅很大，但支付行为涨幅相对较小，这与第四部分支付用户比例略有下降的原因猜测相符。
② 不同时间段（小时维度）：
小结：由分时段的用户行为可以看出，用户主要活跃时间段19点-23点的时间段，符合16-40岁用户群体的作息规律，可以针对该用户群体分析用户画像特征，也可以在用户活跃时段进行消息推送、促销活动等。
2.按行为方式进行分析：
① 9天总体的数据与漏斗图如下（将加购和收藏看做同一个中间行为）：
小结：由漏斗图可知，整体转化率处于一个比较优秀的水平，且由（cart+pv）至（buy）的转化率高达23.58%，所以可以采取提醒用户加购或收藏、加购领优惠券等策略，促进用户将自己喜爱的商品加购或收藏，提高购买的总体转化率。
② 按日期对不同层的转化率进行统计如下图：
小结：由上一部分可知，各项指标（pv,fav,cart,buy）均在12月2号、12月3号有明显上涨，但从每日转化率统计图可知，加购和收藏到产生购买行为的转化率有所下降，对比上周末（11月25日、11月26日）也有所下降，推测可能是双12预热活动吸引用户浏览、加购与收藏，但购买行为可能会在双12当天有较大折扣优惠时发生。
七、RFM模型分析用户重要性
注：由于缺少M（金额）列，仅通过R（最近一次购买时间）与F（购买频率）
对用户进行价值分析
小结：重要价值用户占比最多，但一般发展客户占比排名第二，应注意保持重要价值用户占比，减少一般发展客户的占比。
对不同价值用户，应采取不同的运营策略：
- 对于重要价值客户来说，要提高该部分用户的满意度，需要采取差异化服务，将这部分用户的体验放在最高优先级，提升其留存率，给予促销等福利发放，活动推广push时要注意避免降低用户体验。
- 对于重要保持客户，他们购物频次较高，但最近一段时间没有消费，可以根据推荐算法推送相关感兴趣商品，推送优惠券push、好友唤回等活动进行用户召回。
- 对于重要挽留客户，他们最近有产生消费，但购物频次较低，可以通过问卷、商品评论、反馈意见去获取信息，分析用户不满的地方进行改进，提升其体验，促进其多次消费
- 对于一般发展客户，定期发送push通知或短信唤回，努力将其转化为重要保持客户或重要挽留客户。
八、总结
1. 加购和收藏的用户有20%转化为购买商品，转化率较高，所以应当采取相应措施（如提高商品详情页吸引力、加购或收藏领券、达到一定浏览时长加购提醒等方法），提升用户的加购率与收藏率，进而提高用户的购买率
2. 可以根据用户活跃的日期和时段（周一到周五，19点到23点）进行活动营销，在此期间推送用户感兴趣的商品。
3. 根据占比80%的20%商品类目数据，应当将主要流量与资源在这些商品上进行倾斜，进一步提升爆款商品的诞生率，但同时也要注意剩余80%商品类目中的潜力商品，进行适当的流量支持，进而保持平台综合的健康度。
4. 通过RFM模型对用户进行分层，应当有针对性的采取不同的营销方法进行精准化营销，用有限的公司资源优先服务于公司最重要的客户，获取最大化收益