淘寶用戶行為分析實戰

 

一、數據來源及說明

來源：天池數據—淘寶用戶的行為數據  https://tianchi.aliyun.com/dataset/dataDetail?dataId=46

該數據下載后包含12256906條數據，6個字段。

數據列字段介紹：

column	description
user_id	用戶身份，脫敏
item_id	商品id，脫敏
behavior_type	用戶行為類型 （包括點擊，收藏，加購物車和付款四種行為，相應的值分別為1,2,3和4。）
user_geohash	地理位置
item_category	品類ID（商品所屬的品類）
time	用戶行為發生的時間

二、提出問題（目標）
1、基礎數據統計

總PV、總UV、有購買行為的用戶數量、復購率、跳失率

 

2、用戶行為轉化漏斗

點擊--收藏--加購物車--支付各環節轉化率如何？

 

3、購買次數占前80%的品類有多少？

 

4、從時間維度了解用戶的行為習慣

每天的PV、UV

 

三、數據探索及預處理

1、數據抽取

首先，由於數據較為龐大，進行抽樣處理--隨機抽樣

抽取100萬條數據

import pandas as pd
data=pd.read_csv(r'K:\siren\data_taobao\tianchi_mobile_recommend_train_user.csv')
data.head()
data.info()  

#隨機、可放回抽樣
data=data.sample(n=10000,replace=True,axis=0) 
data.to_csv(r"K:\siren\data_taobao\user.csv")

2、數據清洗

 

數據一致化處理

time字段的時間包含年-月-日和小時，為方便分析，將該字段分為2個字段：一個日期列，一個小時列

用Excel實現 將該字段的小時列刪除，將數據名字保存為user_

格式處理

#將數據處理為時間格式
data=pd.read_csv(r'K:\siren\data_taobao\user_.csv')  
data['time']=pd.to_datetime(data['time'])

缺失值處理

user_geohash地理位置列，多數為NULL，且信息被加密處理，后面便不做地理位置的研究。

 

數據處理，將行為提取

#將behavior_type的四種行為類型分別用1，2，3，4代表，為方便查看現將數字轉為pv,collect,cart,buy
data.ix[data['behavior_type']==1,'behavior_type']='pv'
data.ix[data['behavior_type']==2,'behavior_type']='collect'
data.ix[data['behavior_type']==3,'behavior_type']='cart'
data.ix[data['behavior_type']==4,'behavior_type']='buy'
data.groupby(['behavior_type']).count()

四、 整體用戶購物情況

1、基礎數據統計

1） pv（總訪問量）為：942396     PV即Page View, 即頁面瀏覽量或 點擊量，用戶每次刷新即被計算一次。

代碼實現如下：

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

 

2） UV（用戶總數）：9869    UV(獨立訪客)：即Unique Visitor,訪問您網站的一台電腦客戶端為一個訪客。00:00-24:00內相同的客戶端只被計算一次。

data.drop_duplicates('user_id').count()

3）有購買行為的用戶數：3595

data2=data[data['behavior_type']=='buy']
data2.drop_duplicates('user_id').count()

4）復購率：65.7%    復購率=購買2次或以上的用戶/購買用戶總數   

data3=data[data['behavior_type']=='buy']
df=data3.groupby('user_id').count()
df[df['behavior_type']>=2].count()
2362/3595

2、從時間維度來了解用戶行為習慣

1)每周的用戶行為數量變化趨勢

可以看到，周一到周二的用戶行為逐漸增加，周二-周四達到一個穩定值，周四到-周六用戶行為明顯減少，周六為一周最低，周六后開始逐漸增加。

data['time1']=[i.weekday() for i in data['time']]
df1=data.groupby('time1').count()
df1.index=[1,2,3,4,5,6,7]

import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
import matplotlib.dates as mdate
fig=plt.figure(figsize=(20,6))
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.sans-serif']=['SimHei']  #顯示中文標簽
plt.xticks(df1.index)
ax=fig.add_subplot(111)
ax.plot(df1.index,df1['user_id'])

 2)日pv量

結論：在12月份開始，用戶行為逐漸有增多趨勢，尤其在12月9日開始，用戶行為明顯高於其他時期，這幾天用戶行為增多是因為淘寶的“雙十二”活動。

 

代碼實現：

data1=data[data['behavior_type']=='pv']
day_pv=data1.groupby(['time']).count()
day_pv

#可視化
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
import matplotlib.dates as mdate

data1=data[data['behavior_type']=='pv']
day_pv=data1.groupby(['time']).count()
day_pv

fig=plt.figure(figsize=(20,6))
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.sans-serif']=['SimHei']  #顯示中文標簽
plt.title(u'每天PV圖')
ax=fig.add_subplot(111)
ax.xaxis.set_major_formatter(mdate.DateFormatter('%Y-%m-%d'))
plt.xticks(pd.date_range(day_pv.index[0],day_pv.index[-1],freq='D'),rotation=45)
  #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False
ax.plot(day_pv.index,day_pv['user_id'])

3）每天的UV：

結論：用戶總數變化趨勢與PV量變化趨勢類似，周末的數量逐漸增加，到工作日又逐漸降低。在雙十二期間，用戶總數明顯上升，活動過后，人數明顯下降至平穩狀態。

代碼實現：

day_uv=data.groupby('time')['user_id'].nunique()
day_uv

fig=plt.figure(figsize=(20,6))
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.sans-serif']=['SimHei']
plt.title(u'每天UV量')
ax=fig.add_subplot(111)
ax.xaxis.set_major_formatter(mdate.DateFormatter('%Y-%m-%d'))
plt.xticks(pd.date_range(day_uv.index[0],day_uv.index[-1],freq='D'),rotation=45)
  #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False
ax.plot(day_uv.index,day_uv)

4）一天當中不同時段，用戶行為的數量

結論：可以看到，從22：00點-凌晨5點，用戶數量逐漸降低，降為一天之中最低，因為此段時間大多數人處於休息之中。

從早上6點開始，用戶行為數量逐漸增多，直至上午10點。

10點-18：00用戶行為數量一直保持一個平穩的狀態，因為此段時間，大部分人在工作或者處理事情，用戶行為數量很穩定。

而18：00過后，很多人已經下班，有閑暇時間，用戶行為數量逐漸增加，直至一天之中的最高值。如果運營人員采取活動，可以參考用戶比較活躍的時間段。

data['day']=data['time'].dt.day
data['hour']=data['time'].dt.hour

df=data.groupby('hour')['user_id'].count()

import matplotlib.pyplot as plt
%matplotlib inline
import matplotlib.dates as mdate
fig=plt.figure(figsize=(20,6))
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.sans-serif']=['SimHei']  #顯示中文標簽
plt.xticks(np.arange(24),rotation=45)
ax=fig.add_subplot(111)
ax.plot(df.index,df['user_id'])

3、購買轉化率：1.06%   用戶行為轉化漏斗

 

 

 

結論：用戶點擊后，收藏或者加購物車的概率在5%左右，而最后真正的購買率在1%，已經收藏或者加購物車到最終購買的轉化率為21.03%，購買轉化率很低，后面可以采取活動提高購買轉化率。

代碼實現：

pv_count=data[data['behavior_type']=='pv'].count()
buy_count=data[data['behavior_type']=='buy'].count()
pv_to_buy=buy_count/pv_count
pv_to_buy

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


data1={'環節':['pv','far','buy'],
      '人數':[pv_num,far_num,buy_num]}
frame=pd.DataFrame(data1)
frame

#計算單環節轉化率
temp1=np.array(frame['人數'][1:])
temp2=np.array(frame['人數'][0:-1])
temp1,temp2
single_convs=temp1/temp2
single_convs=list(single_convs)
single_convs.insert(0,1)
single_convs=[round(x,4) for x in single_convs]
frame['單一環節轉化率']=single_convs

#求總體轉化率
temp3=np.array(frame['人數'])
temp4=np.ones(len(frame['人數']))*frame['人數'][0]
total_convs=list(temp3/temp4)
total_convs=[round(x,4) for x in total_convs]
frame['總體轉化率']=total_convs
frame

#繪制漏斗圖
from pyecharts import Funnel
attrs=frame['環節'].tolist()
attr_value=(np.array(frame['總體轉化率']*100)).tolist()

funnel1=Funnel("總體轉化漏斗圖",width=400,height=200,title_pos='center')
funnel1.add(name='商品交易環節',
            attr=attrs,
            value=attr_value,
            is_label_show=True,
            label_formatter='{d}%',
            label_pos="inside",
            legend_orient='vertical',
            legend_pos='left',                 
            is_legend_show=True) 
funnel1.render('文件路徑')

4、銷售次數前十的品類：6344

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

 

結論：購買次數最多的品類是6344，購買次數為162.

 

 

五、結論：

1、大部分用戶的主要活躍時間段為9：00-22：00，其中18：00-22：00開始逐漸增加，達到一天之中的頂峰。每周的主要活躍時間為周二至周四，運營人員可根據活躍時間進行相關的活動。

2、收藏或者加購物車的概率在5%左右，而最后真正的購買率在1%，購買轉化率與行業的標准進行比較，后面可以采取活動（用戶細分，轉化路徑細查）提高購買轉化率。

3、針對不同品類的購買轉化率采取不同的策略，提高已購品類的轉化率，一方面，對未被購買的品類進行分析，找出原因，促成購買。