相关动态
使用MySQL进行数据分析——以淘宝用户数据为例
2024-11-10 16:07

本文主要是练习使用 mysql 进行数据分析,结合 excel 进行可视化分析,数据来源为阿里云天池的淘宝用户数据集,本数据集(UserBehavior.csv)包含了2017年11月25日至2017年12月3日之间,有行为的约一百万随机用户的所有行为(行为包括点击、购买、加购、喜欢)。数据集的每一行表示一条用户行为,由用户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。

使用MySQL进行数据分析——以淘宝用户数据为例

字段解释为

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

注意到用户行为类型有四种,分别是

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

关于数据集的大小说明

维度数量用户数量987,994商品数量4,162,024用户数量987,994商品类目数量9,439所有行为数量100,150,807

由于数据集太过庞大,本人电脑可能不堪重负,用 python 读取发现有十亿条数据,用 mysql 载入也太费时间(导入一个小时才导入了几百万条,因此本文使用部分数据进行分析。

 

在这里插入图片描述

发现并没有缺失值,总共有3694900条数据

 

在这里插入图片描述 发现有两行数据是重复的,因此删除这两行数据。

观察数据发现Timestamp字段为时间戳,并非传统的时间日期,需要对这一字段进行处理。

 

新增 日期date 和 时间time 字段

 

利用 from_unixtime 函数将 日期 和 时间 从时间戳中提取出来,这一过程时间很长,可能需要几分钟,大家可以喝口水稍等一会儿 😃😃😃 处理好了!(上一步我并没有删除重复值) 😦 在这里插入图片描述

此数据集中存在的离群值可能是日期时间不在我们研究的范围内,我们研究的时间范围是2017年11月25日至2017年12月3日之间,因此在这之外的均属于离群值

 

在这里插入图片描述 因此,删除这1870行数据

 

删除完成,数据集已经处理完毕,最终数据集为3693030行数据。

类似于 用户漏斗分析 首先创建一个新视图

 
 

结果如下在这里插入图片描述 由运行结果可以看出,用户点击量、加购、收藏、购买占比分别为89.53%、5.57%、2.89%、2.00%,从用户浏览到用户购买的转化率仅仅有2.00%,所以我们要对如此低的转化率进行分析。而2.00%只是整体的从用户开始浏览到下单成功的转化率,一般用户来到商品页面可能会有以下几个可能的行为路径:浏览-购买、浏览-加购-购买、浏览-收藏-购买、浏览-加购并收藏-购买、浏览-流失,那么我们就从这几个方面进行拆解,运用漏斗分析方法分析找出具体哪种路径的哪个环节出了问题,造成整体转化率低。 根据上一阶段比例,可以看出从 浏览-购物车 仅占比6.22%,从 加购-收藏 占比为51.91%,从收藏-购买占比为69.28%。

计算各个阶段的转化率 创建视图 根据用户和商品计算出 四种行为 的数量

 

在这里插入图片描述 计算各个阶段的数量

 

在这里插入图片描述 从计算结果可以看出,用户直接购买的转化率为1.1%,加购后购买的转化率为10.58%,收藏后购买的转化率为8.6%,加购并收藏后购买的转化率为7.31%,很明显,用户在加购、收藏后购买的转化率比浏览之后直接购买的转化率高的多,针对这种情况,商家店铺可以从优化产品宣传介绍页面、鼓励用户收藏加购的优惠活动、限时优惠活动等营销手段方面促进用户加购收藏行为,从而一定程度上提升购买转化率。

另外,浏览量很大,但是有购买行动的却是非常少,大量用户流失,从浏览到直接购买、加购、收藏、加购并收藏的转化率都非常低,也许是用户在浏览过程中没有找到喜欢的,对此,可以针对不同用户的喜好,精准推荐顾客喜欢的比较热销的一些产品,从而促进转化。

针对平台问题,运用假设分析方法,假设:用户推荐机制不合理,平台推荐商品不是用户喜欢的,造成转化率低。

通过分析高浏览量商品和高购买量商品是否相关,如果是,则假设不成立,如果不是,则假设成立

浏览量前10的商品类

 

购买量前10的商品类

 

在这里插入图片描述 由结果可以看出,高点击量不一定高购买量

再细分到每个商品分析; 分析浏览量前10的商品的购买次数

 

在这里插入图片描述 接着分析购买量前10的商品的浏览量

 

在这里插入图片描述 分析结果,点击量高的商品购买量却很低,几乎没有,意味着高流量商品最后转化率很低;而购买量高的商品浏览量并不是很高,而且没有点击量前10的商品,即高购买量并没有是由高浏览量带来

结论:平台的推荐机制不合理,给了高流量的商品最后并没有带来转化,没有带来效益,最后造成抓化率低。应该把流量推给购买量高的商品类和具体商品,如商品类目2735466、1464116,商品3122135、2964774等。

转化率低原因分析总结

1、优化平台推荐机制,把更多流量给到购买量高的商品,提升转化率

2、针对大量流失用户,通过积分会员制、店铺页面优化、更精准用户推荐等措施降低流失率

3、引导加购、收藏,可通过限时优惠活动、加购收藏后享受优惠等活动间接提高用户购买转化率

根据不同日期对用户行为进行分析 假设1:用户在周末购买量会增加

 

利用excel进行可视化分析 在这里插入图片描述 从图标可以看出,在周六、周日用户点击量、加购量、收藏量、购买量均有小幅增加,说明假设成立。但是由于周期较短,本案例数据仅仅有一周数据可供分析,所以结果有待考量。

假设2:用户在一天中晚上时间活跃度上升

 

在这里插入图片描述 由用户活跃可视化图可以看出,用户在一天中零点到4点时段活跃快速下降,从4点到10点逐步上升,10点到18点基本平稳,从18点到22点活跃度急剧上升,达到最高。所以用户在晚上的时段确实更活跃,假设成立。在这个时段可以加大商品推荐和促销活动,从而提高转化率。

RFM是三个指标缩写,分别为最近一次消费时间间隔Recency,消费频率Frequency,消费金额Monetary,往往通过这3个指标对用户进行价值分类。

R=当前时间-最近一次购买时间

F=在分析周期内购买的次数

M=在分析周期内用户消费额

本文由于没有用户消费相关数据,所以不作分析,接下来对R、F值进行计算

 

在这里插入图片描述 给R、F值打分(具体公司分析业务可根据业务情况制定打分标准

按价值打分RF18-9天1-6次25-7天7-12次33-5天13-18次42天内19次以及以上

接下来对上述结果进行打分

 

在这里插入图片描述 计算 R 和 F 的均值

 

在这里插入图片描述 RFM用户价值分类规则如下在这里插入图片描述 找出不同价值用户的人数

 

在这里插入图片描述 结论

对于重要价值用户,消费频率高且最近消费距离现在时间短,需要给其提供VIP服务

对于占比较大的重要发展用户,其消费频率低,但最近消费距离现在时间较短,想办法提高其消费频率

对于重要保持用户,最近消费距离现在时间较远,也就是R值低,但是消费频次高,这样的用户,是一段时间没来的忠实客户,可以采取邮件推送、APP推送提醒、促销活动时短信提醒等方式主动和他们保持联系,提高复购率

对于占比较大的重要挽留用户,最近消费时间距离现在较远、消费频率低,这种用户有即将流失的危险,需要主动联系用户,调查清楚哪里出了问题,并想办法挽回

    以上就是本篇文章【使用MySQL进行数据分析——以淘宝用户数据为例】的全部内容了,欢迎阅览 ! 文章地址:http://dh99988.xhstdz.com/quote/3445.html 
     栏目首页      相关文章      动态      同类文章      热门文章      网站地图      返回首页 物流园资讯移动站 http://dh99988.xhstdz.com/mobile/ , 查看更多   
发表评论
0评