一．分析背景與目的

1.1背景與數(shù)據(jù)限制

本案例分析的對(duì)象為一款視聽(tīng)類app，模式類似愛(ài)奇藝、優(yōu)酷等應(yīng)用。核心內(nèi)容為少兒動(dòng)畫(huà)/動(dòng)漫、幼教類長(zhǎng)視頻內(nèi)容，核心使用對(duì)象為幼兒、兒童和青少年。

由于數(shù)據(jù)量龐大，本次使用的數(shù)據(jù)集將抽取中國(guó)某一省份的用戶進(jìn)行分析。由于該省份2020年寒假開(kāi)始時(shí)間為1月14日，故本數(shù)據(jù)集時(shí)間跨度為2020年1月1日-1月26日。

1.2核心業(yè)務(wù)描述

1.2.1業(yè)務(wù)總體描述

1）核心功能：案例app核心功能為用戶提供少兒動(dòng)畫(huà)類的長(zhǎng)視頻（小部分免費(fèi)、大部分收費(fèi)、收費(fèi)的節(jié)目均有試播功能）

2）主要商業(yè)模式：通過(guò)單點(diǎn)、包月、包季、包年等方式對(duì)用戶進(jìn)行收費(fèi)
次要商業(yè)模式：通過(guò)貼片廣告，實(shí)現(xiàn)流量變現(xiàn)（本次分析只針對(duì)主要商業(yè)模式討論）

3）核心轉(zhuǎn)化方式：
①產(chǎn)品內(nèi)容頁(yè)訂購(gòu)按鈕——>付費(fèi)頁(yè)
②內(nèi)容試播后自主跳轉(zhuǎn)——>付費(fèi)頁(yè)
③其他途徑進(jìn)入(營(yíng)銷活動(dòng)、產(chǎn)品首頁(yè)訂購(gòu)?fù)ǖ?——>付費(fèi)頁(yè)

4）常見(jiàn)行為軌跡邏輯：
打開(kāi)apk——>進(jìn)入產(chǎn)品首頁(yè)——>進(jìn)入內(nèi)容頁(yè)——>點(diǎn)播

1.2.2用戶側(cè)核心指標(biāo)

1）流量類：
應(yīng)用訪問(wèn)數(shù)：pv，每日/每周apk打開(kāi)次數(shù)
日訪問(wèn)用戶數(shù)：uv，每日訪問(wèn)用戶(去重后數(shù)量)
活躍用戶數(shù)：dau，當(dāng)日在應(yīng)用中有超過(guò)5次行為的用戶
當(dāng)日訂購(gòu)用戶數(shù)：buyer，當(dāng)日有付費(fèi)行為的用戶數(shù)

2）轉(zhuǎn)化類：
付費(fèi)轉(zhuǎn)化率：buyer/uv

3）比例類：
活躍用戶每日行為數(shù)：活躍用戶日行為總數(shù)/dau
活躍用戶比例：dau/uv

4）用戶使用情況類：
用戶點(diǎn)播時(shí)長(zhǎng)
用戶點(diǎn)播次數(shù)
完播率

1.3 分析用戶行為的目的及意義

1.3.1用戶行為的定義

用戶在使用app時(shí)的行為主線為“付費(fèi)-點(diǎn)播”，故行為包含但不限于：在banner上的點(diǎn)擊行為、進(jìn)入內(nèi)容頁(yè)、播放節(jié)目、付費(fèi)、收藏節(jié)目、點(diǎn)贊等

1.3.2目的和意義

1）探究用戶在寒假后的使用行為變化，作為基準(zhǔn)指標(biāo)，在寒假中對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行監(jiān)控，當(dāng)業(yè)務(wù)出現(xiàn)異常時(shí)，及時(shí)歸因及處理；

2）下鉆分析，為運(yùn)營(yíng)工作調(diào)整業(yè)務(wù)方向，挖掘寒假業(yè)務(wù)增長(zhǎng)點(diǎn)；

3）分析內(nèi)容最新發(fā)展變化，為運(yùn)營(yíng)內(nèi)容推薦提供參考點(diǎn)。

1.4主要分析思路

以自然周為單位，分別在寒假前和寒假中抽取一周的數(shù)據(jù)，計(jì)算出各指標(biāo)用于對(duì)比用戶行為變化：

1.4.1 基本指標(biāo)

1）日訪問(wèn)uv，dau，buyer
2）日活躍用戶人均行為數(shù)，活躍用戶占比，付費(fèi)用戶占比（付費(fèi)轉(zhuǎn)化率）
3）用戶周訪問(wèn)次數(shù)分布

1.4.2 用戶時(shí)間

1）每小時(shí)訪問(wèn)的用戶的周訪問(wèn)屬性分布
2）訪問(wèn)-付費(fèi)、訪問(wèn)-播放時(shí)間間隔分布

將寒假中的節(jié)目播放信息抽取，根據(jù)用戶和時(shí)間點(diǎn)交叉匹配，篩選出關(guān)聯(lián)度高的節(jié)目：

1.4.3 內(nèi)容消費(fèi)

1）節(jié)目播放頻率占比
2）TOP10節(jié)目播放關(guān)聯(lián)
3）節(jié)目類型播放關(guān)聯(lián)

二．?dāng)?shù)據(jù)集來(lái)源及理解

2.1各表數(shù)據(jù)特征及理解

數(shù)據(jù)時(shí)間范圍：2020-1-1至2020-1-26
文件類型：csv
文件數(shù)量：6
數(shù)據(jù)表名list：
1）用戶訪問(wèn)記錄
2）用戶產(chǎn)品內(nèi)打點(diǎn)記錄
3）用戶點(diǎn)播行為記錄
4）用戶訂購(gòu)行為記錄
5）用戶內(nèi)容頁(yè)進(jìn)入記錄
6）節(jié)目id與詳細(xì)信息對(duì)照表

2.2 詳細(xì)字段理解（根據(jù)分析需求，提取了表中的部分需要用到的字段，時(shí)間列均為timestamp格式，全部字段讀取后均為object類型）

1）用戶訪問(wèn)記錄
user_id:用戶ID
visit_time:用戶訪問(wèn)時(shí)間

2）用戶產(chǎn)品內(nèi)打點(diǎn)記錄
user_id：用戶ID
kid_seat：點(diǎn)擊位置
kid_log_time：點(diǎn)擊時(shí)間

3）用戶點(diǎn)播行為記錄
user_id:用戶ID
video_id:節(jié)目ID
time:播放時(shí)間點(diǎn)

4）用戶訂購(gòu)行為記錄
user_id:用戶ID
time:訂購(gòu)時(shí)間

5）用戶內(nèi)容頁(yè)進(jìn)入記錄
user_id:用戶ID
visit_time:用戶進(jìn)入內(nèi)容頁(yè)的時(shí)間

6）節(jié)目id與詳細(xì)信息對(duì)照表
video_id:節(jié)目ID
video_name:節(jié)目名稱
category_id:節(jié)目分類ID
category_name:節(jié)目分類名稱

總結(jié)：主要的分析維度為用戶時(shí)間和用戶行為，各表以用戶ID和行為的發(fā)生時(shí)間點(diǎn)作關(guān)聯(lián)。

三．?dāng)?shù)據(jù)預(yù)處理

數(shù)據(jù)在提取過(guò)程中已經(jīng)進(jìn)行過(guò)清洗，所以在此不描述清洗過(guò)程。目前數(shù)據(jù)集尚未成為能直接分析的數(shù)據(jù)集，需要進(jìn)行列轉(zhuǎn)換及其他處理。根據(jù)1.4的分析思路，需要將原數(shù)據(jù)表進(jìn)行以下處理（以下內(nèi)容與1.4相對(duì)應(yīng)）：

1.4.1 基本指標(biāo)
用戶訪問(wèn)記錄、用戶產(chǎn)品內(nèi)打點(diǎn)記錄、用戶訂購(gòu)行為記錄：將visit_time轉(zhuǎn)化為datetime格式，過(guò)濾出被分析日期，visit_time過(guò)濾出日期日期部分

1.4.2 用戶時(shí)間
用戶訪問(wèn)記錄：將visit_time轉(zhuǎn)化為datetime格式，過(guò)濾出被分析日期

1.4.3 內(nèi)容消費(fèi)
用戶點(diǎn)播行為記錄：將visit_time轉(zhuǎn)化為datetime格式，過(guò)濾出被分析日期,關(guān)聯(lián)節(jié)目id與詳細(xì)信息對(duì)照表，為每一條點(diǎn)播記錄添加video_name、category_id、category_name

四．?dāng)?shù)據(jù)分析

4.1關(guān)鍵指標(biāo)分析

4.1.1日均用戶指標(biāo)

4.1.2日均用戶比例指表

4.1.3活躍用戶周訪問(wèn)次數(shù)分布

4.1.4分析小結(jié)

1）寒假前日均uv 2.4w,dau 1.7W,日新增付費(fèi)用戶320個(gè)，日活躍用戶人均行為數(shù)13.74，活躍用戶占比71%,付費(fèi)轉(zhuǎn)化率1.33%；

2）寒假中日均uv 2.9W，dau 2W，日新增付費(fèi)用戶446個(gè)，日活躍用戶人均行為數(shù)13.35，活躍用戶占比68%,付費(fèi)轉(zhuǎn)化率1.56%；

3）非寒假用戶訪問(wèn)主要集中在周末，工作日流量持平，到了周末流量較工作日上升70%，寒假用戶訪問(wèn)在一周中分布較為均勻，寒假中的活躍用戶數(shù)訪問(wèn)較總訪問(wèn)用戶數(shù)穩(wěn)定；

4）非寒假時(shí)期的活躍占比和活躍用戶人均行為數(shù)相比寒假時(shí)期更高且更穩(wěn)定，總體分布為方差較小的正態(tài)分布；

5）非寒假轉(zhuǎn)化率標(biāo)準(zhǔn)差為0.32%，寒假轉(zhuǎn)化率標(biāo)準(zhǔn)差為0.25%，寒假付費(fèi)轉(zhuǎn)化率更高且更穩(wěn)定；

6）周訪問(wèn)次數(shù)總體符合泊松分布，非寒假期94%的用戶周訪問(wèn)次數(shù)在5次以內(nèi)，非寒假期96%的用戶周訪問(wèn)次數(shù)在5次以內(nèi)，非寒假時(shí)周訪問(wèn)5次以上的用戶多于寒假時(shí)期；

4.2用戶行為時(shí)間分析

4.2.1每小時(shí)訪問(wèn)的用戶的周訪問(wèn)屬性

（縱坐標(biāo)為24小時(shí)，橫坐標(biāo)為用戶的周訪問(wèn)次數(shù)，氣泡大小為用戶人數(shù)）

4.2.2訪問(wèn)-付費(fèi)、訪問(wèn)-播放時(shí)間分布（上圖為非寒假，下圖為寒假）

4.2.3小結(jié)

1）從時(shí)間分布上看，非寒假時(shí)期的16：00-20：00是訪問(wèn)高峰期，符合兒童/青少年日常上線作息，寒假時(shí)期無(wú)明顯高峰期；周訪問(wèn)次數(shù)越高的用戶，訪問(wèn)時(shí)間越往8：00-20:00集中；

2）有付費(fèi)意愿的用戶中有75%會(huì)在訪問(wèn)產(chǎn)品7.5分鐘以內(nèi)付費(fèi)，用戶訪問(wèn)產(chǎn)品1分鐘或6分鐘時(shí)為付費(fèi)高峰期；有觀看意愿的用戶中有75%會(huì)在訪問(wèn)產(chǎn)品1分鐘內(nèi)播放節(jié)目；進(jìn)入寒假后用戶訪問(wèn)-付費(fèi)時(shí)間明顯縮短，用戶更集中在第1個(gè)付費(fèi)高峰期，第2個(gè)付費(fèi)高峰期提前且更為平緩；播放方面寒假更多用戶時(shí)間縮短，但總體和非寒假時(shí)期持平。

4.3內(nèi)容消費(fèi)分析

4.3.1 節(jié)目播放頻率占比（頭腰部?jī)?nèi)容）

熱門(mén)點(diǎn)播節(jié)目（字體較大的）均為優(yōu)愛(ài)騰少兒點(diǎn)播榜頭部?jī)?nèi)容，其中奧特曼品牌久遠(yuǎn)，創(chuàng)新迭代速率高，熱度高；總體上看，頭部?jī)?nèi)容日韓美占大頭，腰部?jī)?nèi)容中國(guó)產(chǎn)動(dòng)畫(huà)占大頭。

4.4.2 TOP10節(jié)目播放關(guān)聯(lián)

分析同一個(gè)用戶一天中，有多少節(jié)目能同一段時(shí)間中播放；由此可以大致分析出節(jié)目之間的關(guān)聯(lián)性。

4.4.3 節(jié)目類型播放關(guān)聯(lián)

提取點(diǎn)播行為數(shù)據(jù)集中各節(jié)目類型在一段時(shí)間中同時(shí)出現(xiàn)的次數(shù)，次數(shù)越大（顏色越淺），兩種節(jié)目類型關(guān)聯(lián)性越高。

4.4.4分析小結(jié)：

1）播放節(jié)目中，TOP10節(jié)目的播放次數(shù)占TOP150節(jié)目的總點(diǎn)播次數(shù)的77%；

2）關(guān)聯(lián)性最強(qiáng)的節(jié)目組合TOP10的中只有1部節(jié)目不屬于播放TOP10節(jié)目，說(shuō)明播放TOP10節(jié)目的一部分節(jié)目播放次數(shù)可能是由另外一部分節(jié)目所帶起；

3）由4.4.3圖可看出 ①益智-搞笑 ②搞笑-機(jī)戰(zhàn) ③益智-機(jī)戰(zhàn)，三者之間關(guān)聯(lián)性最強(qiáng)，機(jī)戰(zhàn)與大部分節(jié)目類型的關(guān)聯(lián)度均不低，因此機(jī)戰(zhàn)類節(jié)目與我們的用戶群體普遍需求最為貼合。

五．總結(jié)

5.1分析總結(jié)

1）寒假對(duì)產(chǎn)品的uv，dau，付費(fèi)轉(zhuǎn)化率均有提高，但用戶活躍率略有降低，寒假只是為產(chǎn)品增加了非剛需用戶/非優(yōu)質(zhì)用戶的量，并沒(méi)有提升存量用戶對(duì)產(chǎn)品的使用粘性，反而進(jìn)入寒假后優(yōu)質(zhì)用戶對(duì)產(chǎn)品的粘性略有降低，推測(cè)為進(jìn)入寒假后受競(jìng)品開(kāi)展運(yùn)營(yíng)手段及非本領(lǐng)域產(chǎn)品搶占用戶更多的使用時(shí)間；

2）時(shí)間方面，寒假對(duì)用戶使用時(shí)間影響較大，周高峰期由周末平攤到一周；使用高峰期由16:00-20:00平攤到全天；

3）寒假提升的增量用戶大多的周訪問(wèn)次數(shù)集中在1-2次，后續(xù)需要繼續(xù)分析這批用戶的7日以上回訪率；

4）有付費(fèi)意愿的用戶中有75%會(huì)在訪問(wèn)產(chǎn)品7.5分鐘以內(nèi)付費(fèi)，用戶訪問(wèn)產(chǎn)品1分鐘（由產(chǎn)品首頁(yè)的付費(fèi)通道或內(nèi)容介紹頁(yè)直接付費(fèi)）或6分鐘（內(nèi)容試播結(jié)束自動(dòng)跳轉(zhuǎn)付費(fèi)）時(shí)為付費(fèi)高峰期，寒假中用戶更集中在第一個(gè)高峰期付費(fèi)；有觀看意愿的用戶中有75%會(huì)在訪問(wèn)產(chǎn)品1分鐘內(nèi)容播放節(jié)目，訪問(wèn)-播放方面寒假中更多用戶時(shí)間縮短了；

5）節(jié)目播放行為中，優(yōu)愛(ài)騰少兒點(diǎn)播榜頭部?jī)?nèi)容/日韓美動(dòng)畫(huà)內(nèi)容占距頭部位置，且頭部?jī)?nèi)容的點(diǎn)播次數(shù)占據(jù)TOP150節(jié)目的總點(diǎn)播次數(shù)的77%；

6）點(diǎn)播次數(shù)TOP10的一部分節(jié)目的點(diǎn)播次數(shù)高有一部分的因素是由TOP10榜中的其他節(jié)目帶起來(lái)的；節(jié)目類型方面機(jī)戰(zhàn)類節(jié)目與用戶群體的需求最為貼合，益智、搞笑、機(jī)戰(zhàn)類節(jié)目之間的關(guān)聯(lián)度最高。

5.2業(yè)務(wù)增長(zhǎng)建議

5.2.1提升用戶粘性

1）存量用戶活性有下降趨勢(shì)，需針對(duì)這部分用戶開(kāi)展?fàn)I銷活動(dòng)或其他運(yùn)營(yíng)手段促活；

2）后續(xù)需密切關(guān)注寒假帶來(lái)增量用戶回訪率，并針對(duì)這部分用戶以提高周訪問(wèn)次數(shù)為目的開(kāi)展運(yùn)營(yíng)手段，爭(zhēng)取從1、2次提升到3、4次；

3）用戶訪問(wèn)時(shí)間從集中變分散，一天多次訪問(wèn)的可能性比寒假前提升，建議對(duì)全用戶做出能促進(jìn)一天多次訪問(wèn)的運(yùn)營(yíng)手段；

4）對(duì)于1分鐘內(nèi)未有播放行為的用戶，可彈窗主動(dòng)推送點(diǎn)播次數(shù)高的節(jié)目給用戶，促動(dòng)用戶點(diǎn)播；

5）對(duì)于關(guān)聯(lián)性高的大類節(jié)目，可優(yōu)先向相關(guān)用戶展示；

6）可用連帶能力強(qiáng)的播放TOP10節(jié)目以熱帶類型關(guān)聯(lián)性強(qiáng)冷門(mén)節(jié)目，促進(jìn)腰尾部節(jié)目的消費(fèi)。

5.2.2促進(jìn)用戶交易

1）基于用戶訪問(wèn)-付費(fèi)時(shí)長(zhǎng)，6分鐘左右的時(shí)間點(diǎn)實(shí)施一定的付費(fèi)優(yōu)惠信息/提醒等運(yùn)營(yíng)措施，促進(jìn)用戶交易；

2）由于用戶更集中于第一個(gè)付費(fèi)高峰期付費(fèi)，可以產(chǎn)品首頁(yè)的付費(fèi)通道或內(nèi)容介紹頁(yè)為選點(diǎn)展開(kāi)營(yíng)銷活動(dòng)，提升購(gòu)買轉(zhuǎn)化率。

# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np
import datetime
import matplotlib.pyplot as plt
import seaborn as sns

plt.rcParams['font.sans-serif']=['SimHei'] #用來(lái)正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False #用來(lái)正常顯示負(fù)號(hào)


#將方法封裝，輸入開(kāi)始和結(jié)束日期即可運(yùn)行方法
def analyse(start_time,end_time):
    #數(shù)據(jù)清洗以及預(yù)處理

    #1.1 date-user_id-url
    #讀取用戶訪問(wèn)記錄，過(guò)濾出相應(yīng)日期的數(shù)據(jù)，將時(shí)間戳轉(zhuǎn)化為日期格式，輸出為csv
    data11=pd.read_csv(r'D:\用戶清洗后訪問(wèn)記錄.csv')
    data11=data11.assign(time=pd.to_datetime(data11['visit_time']))
    data11=data11[(data11.time>start_time)&(data11.time<end_time)]
    data11=data11.assign(date=data11.time.map(lambda x:x.strftime('%Y-%m-%d')))
    data11=data11[['date','user_id','url']]
    data11.to_csv(r'D:\1-1_'+start_time+'_'+end_time+'.csv',index=False)

    #1.2 date-user_id-kid_seat
    #讀取用戶行為記錄，過(guò)濾出相應(yīng)日期的數(shù)據(jù)，將時(shí)間戳轉(zhuǎn)化為日期格式，輸出為csv
    data12=pd.read_csv(r'D:\清洗后用戶打點(diǎn).csv')
    data12=data12.assign(time=pd.to_datetime(data12['kid_log_time']))
    data12=data12[(data12.time>start_time)&(data12.time<end_time)]
    data12=data12.assign(date=data12.time.map(lambda x:x.strftime('%Y-%m-%d')))
    data12=data12[['date','user_id','kid_seat']]
    data12.to_csv(r'D:\1-2_'+start_time+'_'+end_time+'.csv',index=False)

    #1.3 date-user_id
    #讀取用戶訂購(gòu)記錄，過(guò)濾出相應(yīng)的數(shù)據(jù)，將時(shí)間戳轉(zhuǎn)化為日期，輸出為csv
    data13=pd.read_csv(r'D:\用戶訂購(gòu)表.csv')
    data13=data13.assign(time=pd.to_datetime(data13['time']))
    data13=data13[(data13.time>start_time)&(data13.time<end_time)]
    data13=data13.assign(date=data13.time.map(lambda x:x.strftime('%Y-%m-%d')))
    data13=data13[['date','user_id']]
    data13.to_csv(r'D:\1-3_'+start_time+'_'+end_time+'.csv',index=False)



    #3 time-user_id-url
    #讀取用戶訪問(wèn)表，過(guò)濾出相應(yīng)日期的數(shù)據(jù)
    data3=pd.read_csv('D:\用戶清洗后訪問(wèn)記錄.csv')
    data3=data3.assign(time=pd.to_datetime(data3['visit_time']))
    data3=data3[(data3.time>start_time)&(data3.time<end_time)]
    data3=data3[['time','user_id','url']]
    data3.to_csv(r'D:\3_'+start_time+'_'+end_time+'.csv',index=False)



    #數(shù)據(jù)分析
    #1 用戶基本指標(biāo)
    #1.1.分析寒假前一周每日的UV、DAU、訂購(gòu)用戶數(shù)

    #1.1.1 UV
    df111=pd.read_csv(r'D:\1-1_'+start_time+'_'+end_time+'.csv')
    #為1.3做準(zhǔn)備
    df13=df111
    df111=df111.groupby('date')['user_id'].nunique()
    df111.name='uv'
    df111=df111.reset_index()

    #1.1.2 DAU
    df112=pd.read_csv(r'D:\1-2_'+start_time+'_'+end_time+'.csv')
    df112=df112.groupby(['date','user_id']).size()
    df112=df112[df112>2]
    #為1.2.1做準(zhǔn)備
    df121=df112
    df112=df112.groupby(level=0).size()
    df112.name='dau'
    df112=df112.reset_index()

    #1.1.3 訂購(gòu)用戶數(shù)
    df113=pd.read_csv(r'D:\1-3_'+start_time+'_'+end_time+'.csv')
    df113=df113.groupby('date').size()
    df113.name='buyer'
    df113=df113.reset_index()

    #1.1 組合3張數(shù)量表
    df11=pd.merge(pd.merge(df111,df112,on='date'),df113,on='date')
    df11.to_excel('D:\\'+start_time+'_'+end_time+'_11.xlsx')

    #1.2.算出活躍用戶人均行為數(shù)、活躍用戶占比、訂購(gòu)用戶占比

    #1.2.1 活躍用戶人均行為數(shù)
    #從1.1.2處獲取活躍用戶及當(dāng)日行為數(shù)
    df121=df121.groupby(level=0).sum()
    df121.name='pv'
    df12=pd.merge(df11,df121,left_on='date',right_index=True)
    df12=df12.assign(pv=df12.pv/df12.dau)

    #1.2.2 活躍用戶占比
    df12=df12.assign(active_mix=df12.dau/df12.uv)

    #1.2.3 訂購(gòu)用戶占比
    df12=df12.assign(buy_mix=df12.buyer/df12.uv)

    #1.2 去掉無(wú)用列
    df12=df12[['date','pv','active_mix','buy_mix']]
    df12.to_excel('D:\\'+start_time+'_'+end_time+'_12.xlsx')


    #1.3 用戶周訪問(wèn)次數(shù)分布
    #數(shù)據(jù)從1.1.1那里獲取
    df13=df13.groupby('user_id').size().value_counts()
    df13.to_excel('D:\\'+start_time+'_'+end_time+'_13.xlsx')

    #3 用戶時(shí)間
    #3.1.每小時(shí)訪問(wèn)的用戶屬性（周訪問(wèn)次數(shù)屬性）

    #計(jì)算出每條訪問(wèn)記錄的小時(shí)
    df31=pd.read_csv(r'D:\3_'+start_time+'_'+end_time+'.csv')
    df31=df31.assign(time=pd.to_datetime(df31.time))
    df31=df31.assign(hour=df31.time.dt.hour)

    #計(jì)算出每個(gè)用戶的周次數(shù)
    week_freq=pd.read_csv(r'D:\1-1_'+start_time+'_'+end_time+'.csv').groupby('user_id').size()
    week_freq.name='freq'

    #為每條訪問(wèn)記錄中的用戶添加周次數(shù)
    df31=pd.merge(df31,week_freq,left_on='user_id',right_index=True,how='left')

    #計(jì)算出小時(shí)-周訪問(wèn)次數(shù)-用戶數(shù)
    df31=df31.groupby(['hour','freq']).size()
    df31.name='count'
    df31=df31.reset_index()
    df31=df31[df31['freq']<15]
    df31.sort_values(by=['hour','freq'],inplace=True)
    df31.to_excel('D:\\'+start_time+'_'+end_time+'_31.xlsx')

    #3.2.計(jì)算用戶訪問(wèn)-訂購(gòu)之間的時(shí)間間隔

    #提取每個(gè)訂購(gòu)記錄的天數(shù)和每個(gè)訪問(wèn)記錄的天數(shù)
    buyday_32=pd.read_csv(r'D:\用戶訂購(gòu)表.csv')
    buyday_32=buyday_32.assign(user_id=buyday_32['user_id'].map(lambda x:str(int(x))))
    buyday_32=buyday_32.assign(time=pd.to_datetime(buyday_32['time']))
    buyday_32=buyday_32[(buyday_32.time>start_time)&(buyday_32.time<end_time)]
    buyday_32=buyday_32.assign(day=buyday_32.time.dt.day)
    buyday_32.rename(columns={'time':'buy_time'},inplace=True)

    visitday_32=pd.read_csv(r'D:\3_'+start_time+'_'+end_time+'.csv')
    visitday_32=visitday_32.assign(time=pd.to_datetime(visitday_32.time))
    visitday_32=visitday_32.assign(day=visitday_32.time.dt.day)

    #將有訪問(wèn)記錄的用戶的每天第1條訪問(wèn)記錄抽出
    visitday_32=visitday_32.sort_values(by=['user_id','time'])
    visitday_32.drop_duplicates(['user_id','day'],keep='first',inplace=True)
    visitday_32.rename(columns={'time':'visit_time'},inplace=True)

    #連接訂購(gòu)表和訪問(wèn)表
    df32=pd.merge(buyday_32,visitday_32,on=['user_id','day'])

    #計(jì)算訪問(wèn)-訂購(gòu)時(shí)間差
    df32=df32.assign(delta=(df32.buy_time-df32.visit_time).map(lambda x:x.seconds/60))
    df32=df32[df32['delta']>0]


    #3.3.計(jì)算用戶訪問(wèn)-觀看之間的時(shí)間間隔

    #提取每個(gè)有點(diǎn)播行為的用戶每天的第1次進(jìn)入播控頁(yè)的時(shí)間
    playday_33=pd.read_csv(r'D:\清洗后用戶打點(diǎn).csv')
    playday_33=playday_33.assign(time=pd.to_datetime(playday_33['kid_log_time']))
    playday_33=playday_33[(playday_33.time>start_time)&(playday_33.time<end_time)]
    playday_33=playday_33[playday_33['kid_seat']=='進(jìn)入播控頁(yè)']
    playday_33=playday_33.assign(day=playday_33.time.dt.day)
    playday_33.rename(columns={'time':'play_time'},inplace=True)

    #將有播放記錄的用戶的每天第1條播放記錄抽出
    playday_33=playday_33.sort_values(by=['user_id','play_time'])
    playday_33.drop_duplicates(['user_id','day'],keep='first',inplace=True)

    #連接播放表和訪問(wèn)表
    df33=pd.merge(playday_33,visitday_32,on=['user_id','day'])

    #計(jì)算訪問(wèn)-播放時(shí)間差
    df33=df33.assign(delta=(df33.play_time-df33.visit_time).map(lambda x:x.seconds/60))
    df33=df33[df33['delta']>0]

    # 3.將3.2和3.3拼接成1個(gè)數(shù)據(jù)集
    df32=df32.assign(item='buy')
    df33=df33.assign(item='play')
    df3=pd.concat([df32[['item','delta']],df33[['item','delta']]])
    df3=df3[df3['delta']<15]
    sns.violinplot(x='item',y='delta',data=df3)
    plt.savefig('C:\\Users\\liminghao\\Desktop\\'+start_time+'_'+end_time+'_3.png',dpi=400)

analyse('2020-1-6','2020-1-13')
analyse('2020-1-20','2020-1-27')

#4 內(nèi)容消費(fèi)

#數(shù)據(jù)清洗
#4.1 time-user_id-video_id
#讀取用戶點(diǎn)播表，過(guò)濾出0,1,5列，過(guò)濾出1-6到1-12的數(shù)據(jù),關(guān)聯(lián)添加video名稱
data41=pd.read_csv(r'D:\點(diǎn)播表.csv',header=None)
data41=data41[[0,1,5]]
data41=data41.rename(columns={0:'user_id',1:'video_id',5:'time'})
data41=data41.assign(time=pd.to_datetime(data41.time))
data41=data41[(data41.time>'2020-1-14')&(data41.time<'2020-1-25')]
video_name=pd.read_excel(r'C:\節(jié)目id.xlsx','product_table')
video_name=video_name[['劇頭標(biāo)識(shí)','標(biāo)題']]
data41=pd.merge(data41,video_name,left_on='video_id',right_on='劇頭標(biāo)識(shí)',how='left')
data41=data41[['user_id','video_id','標(biāo)題','time']]
data41=data41.rename(columns={'標(biāo)題':'title'})
data41.to_csv(r'D:\4-1.csv',index=False)

#4.2 date-user_id-video_id-title
#讀取用戶點(diǎn)播表，將時(shí)間戳轉(zhuǎn)化成日期，去重
data42=pd.read_csv(r'D:\4-1.csv')
data42=data42.assign(time=pd.to_datetime(data42.time))
data42=data42.assign(date=data42.time.map(lambda x:x.strftime('%Y-%m-%d')))
data42=data42[['date','user_id','video_id','title']]
data42.drop_duplicates(inplace=True)
data42.to_csv(r'D:\4-2.csv',index=False)

#4.3 date-user_id-category_id-c_title
#讀取用戶點(diǎn)播小類表，讀取劇集信息表，2表關(guān)聯(lián)，為點(diǎn)播小類表添加大類id和名稱
data42=pd.read_csv(r'D:\4-2.csv')
category=pd.read_excel(r'C:\節(jié)目大類.xlsx','短帶長(zhǎng)信息')
category=category[['片名','題材','category_id']]
data43=pd.merge(data42,category,left_on='title',right_on='片名',how='inner')
data43=data43.rename(columns={'題材':'c_title'})[['date','user_id','category_id','c_title']]
data43.to_csv(r'D:\4-3.csv',index=False)

數(shù)據(jù)分析
#4.1.節(jié)目播放頻率
df41=pd.read_csv(r'D:\4-1.csv')
df41=df41['title'].value_counts()


#4.2.節(jié)目播放相關(guān)性
df42=pd.read_csv(r'D:\4-2.csv')
df42=pd.merge(df42,df42,on=['user_id','date'],how='inner')
df42=df42[df42.video_id_x<df42.video_id_y]
df42=df42.groupby(['title_x','title_y']).size().sort_values(ascending=False)
df42.name='count'
df42=df42.reset_index()
df42.to_excel('D:\\'+'2020-1-14'+'_'+'2020-1-25'+'_42.xlsx')


#4.3.大類播放相關(guān)性
df43=pd.read_csv(r'D:\4-3.csv')
df43=pd.merge(df43,df43,on=['user_id','date'],how='inner')
df43=df43[df43.category_id_x<df43.category_id_y]
df43=df43.groupby(['c_title_x','c_title_y']).size().sort_values(ascending=False)
df43.name='count'
df43=df43.reset_index()