一、分析目的
對于初級階段的新電商來說，積累數(shù)據(jù)，找準(zhǔn)運(yùn)營方向，關(guān)注流量，開源是重點(diǎn)；
對于中級階段的電商，穩(wěn)定客流，提高店鋪銷量是首要任務(wù)；
對于很有規(guī)模的電商，更側(cè)重留存與活躍，提升整體運(yùn)營水平。
不同的階段，對于數(shù)據(jù)分析指標(biāo)的側(cè)重點(diǎn)也不同。
本篇以某電商用戶訂單記錄為例，側(cè)重用戶消費(fèi)整體趨勢和用戶消費(fèi)行為，對用戶規(guī)模和用戶黏性中的幾個核心數(shù)據(jù)點(diǎn)進(jìn)行分析展示：
- 找出用戶流量趨勢變化
- 考察用戶分層、生命周期和購買周期
分析過程思維導(dǎo)圖：
二、數(shù)據(jù)描述
數(shù)據(jù)來源于一家電商網(wǎng)站用戶訂單記錄
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
plt.style.use('ggplot')
df = pd.read_csv('CDNOW_master.txt',sep='\s+',names = ['user_id','order_dt','pt_quantity','order_amount'])
df.head()
- user_id:：用戶編號
- order_dt：訂單日期
- pt_quantity：產(chǎn)品數(shù)量
- order_amount：訂單金額
df.info()
df.describe()
觀察數(shù)據(jù)：
1、日期需要轉(zhuǎn)換格式
2、大部分的訂單購買商品數(shù)量較少，平均值在2個左右，極值99很大，存在干擾
3、用戶消費(fèi)金額穩(wěn)定，同樣也存在極值干擾
三、數(shù)據(jù)清洗
時間格式轉(zhuǎn)換：需要按月分析數(shù)據(jù)，這里直接轉(zhuǎn)為月份，忽略具體日期
df['order_dt']=pd.to_datetime(df.order_dt, format='%Y%m%d')
df['Month']=df['order_dt'].astype('datetime64[M]')
df.head()
查看是否有空值
df.isnull().any()
四、分析數(shù)據(jù)
-
用戶消費(fèi)趨勢分析
1、每月銷量和銷售額分布情況
grouped_month = df.groupby('Month')
plt.rcParams['figure.figsize'] = (10, 6)
plt.subplot(221)
grouped_month.sum().pt_quantity.plot()
plt.title('pt_quantity')
plt.subplot(222)
grouped_month.sum().order_amount.plot()
plt.title('order_amount')
銷量與銷售額走勢一致
- 前三個月，銷售數(shù)量在25000左右，銷售額在
350000左右； - 后續(xù)月份，銷售數(shù)量在7000左右，銷售額在100000左右。
2、用戶數(shù)量、訂單數(shù)量分布情況
plt.subplot(223)
grouped_month['pt_quantity'].count().plot()
plt.title('order')
plt.subplot(224)
grouped_month.nunique().user_id.plot()
plt.title('user')
訂單量和用戶數(shù)量線性分布圖
- 前三個月訂單數(shù)量在9000--11000之間，后續(xù)月份在2000左右
- 前三個月用戶數(shù)量在8000--1000之間，后續(xù)月份在2000左右
- 每月消費(fèi)次數(shù)與消費(fèi)人數(shù)差異不大
3、用戶數(shù)量分布情況
使用數(shù)據(jù)透視表，查看每月用戶數(shù)量、銷量和銷售額
pd.pivot_table(df, index='Month',
values=['user_id','pt_quantity','order_amount'],
aggfunc={'user_id':'count','pt_quantity':'sum','order_amount':'sum'})
grouped_month['order_amount'].mean().plot()
用戶平均消費(fèi)金額不穩(wěn)定，此消彼長
pd.pivot_table(df, index='Month',
columns='user_id',
values=['order_dt'],
aggfunc='count').mean(axis=1).plot()
用戶平均消費(fèi)次數(shù)在1-2次之間，1997-1998呈上漲趨勢
消費(fèi)趨勢匯總：
- 1997年前三個月消費(fèi)總金額和產(chǎn)品總銷量比較高，后續(xù)時期迅速下降，后基本穩(wěn)定;
- 用戶平均消費(fèi)金額此消彼長;
- 用戶平均消費(fèi)次數(shù)穩(wěn)定在1-2次之間;
-
用戶消費(fèi)行為分析
1、用戶消費(fèi)次數(shù)與消費(fèi)金額
grouped_user = df.groupby('user_id')
grouped_user.sum().describe()
- 共有23570個用戶
- 用戶平均消費(fèi)數(shù)量為7，平均消費(fèi)金額106元
- 標(biāo)準(zhǔn)差都為平均數(shù)的兩倍以上，從購買數(shù)量來看，中位數(shù)為3，最大值為1033，說明小部分人購買了大量產(chǎn)品；從購買金額來看，平均消費(fèi)金額106，最大值13990，存在較大的極值干擾。
- 消費(fèi)數(shù)量和金額的平均值都在75%位置，說明25%的用戶購買金額和數(shù)量較大，拉高了平均值，整體分布左偏
- 消費(fèi)金額最小值為0，是因?yàn)橛写黉N訂單
用戶消費(fèi)金額、消費(fèi)次數(shù)分布散點(diǎn)圖
grouped_user.sum().plot.scatter(x='pt_quantity',y='order_amount')
根據(jù)散點(diǎn)圖分布，極值影響嚴(yán)重，根據(jù)切比雪夫定理，篩選數(shù)據(jù)
95%的數(shù)據(jù)集中在距離平均值5個標(biāo)準(zhǔn)差之內(nèi)
grouped_user.sum().query('order_amount<1306').plot.scatter(x='pt_quantity',y='order_amount')
去掉極值，重新調(diào)整后的分布圖
圖形大致呈現(xiàn)線性回歸，說明客單價穩(wěn)定
grouped_user.sum().query('pt_quantity<80').pt_quantity.plot.hist(bins=30)
用戶消費(fèi)次數(shù)直方圖:
大部分集中在10次以內(nèi)，小部分?jǐn)?shù)據(jù)造成了干擾
grouped_user.sum().query('pt_quantity<80').order_amount.plot.hist(bins=30)
用戶金額次數(shù)直方圖
大部分集中在250元以下，絕大部分呈現(xiàn)集中趨勢,小部分?jǐn)?shù)據(jù)造成了干擾
2、用戶累計(jì)消費(fèi)額占比
a = grouped_user.sum().sort_values('order_amount').apply(lambda x : x.cumsum()/x.sum())
a.tail()
按消費(fèi)金額排序，使用累計(jì)加和函數(shù)，計(jì)算用戶消費(fèi)額占比
user_cumsum = grouped_user.sum().sort_values('order_amount').apply(lambda x : x.cumsum()/x.sum())
user_cumsum.reset_index().order_amount.plot()
用戶人數(shù)是23750 50%的人只占了15%的消費(fèi)額 消費(fèi)總金額前4000名貢獻(xiàn)了60%的消費(fèi)額度
也就是維護(hù)好這前4000名客戶，可以完成KPI的60%
3、新老客消費(fèi)比
grouped_user.order_dt.min().value_counts().plot()
每月新客趨勢圖
- 波動此消彼長
- 2.1-2.15有一次劇烈波動
grouped_user.order_dt.max().value_counts().plot()
每月老客趨勢圖
- 前三個月數(shù)量很高，原因是前期有大量新客，只消費(fèi)了一次后流失，后期逐漸穩(wěn)定
- 4月有一次劇烈波動
4、單次用戶消費(fèi)數(shù)量
b = grouped_user.order_dt.agg([np.min,np.max])
(b['amin'] == b['amax']).value_counts().plot.pie(autopct='%.2f%%',startangle=90,shadow=True)
只消費(fèi)了一次的客戶占比51.14%，有一半客戶只購買了一次
c = df.groupby(['Month','user_id'])['order_dt'].agg(['min','max']).reset_index(level=1)
(c['min']==c['max']).groupby('Month').value_counts().plot.bar()
按月對比：
- 每個月新客數(shù)多于老客數(shù)
- 前三個月新客數(shù)量大，第四個月開始突然大幅度減少，后逐漸降低
- 老客數(shù)量前三個月遞增，后續(xù)月份遞減
5、用戶分層——rfm模型
使用數(shù)據(jù)透視表，提取出用戶消費(fèi)額、最后一次消費(fèi)日期、消費(fèi)數(shù)量數(shù)據(jù)
rfm = pd.pivot_table(df,index='user_id',values=['order_dt','pt_quantity','order_amount'],
aggfunc={'order_dt':'max','pt_quantity':'sum','order_amount':'sum'})
rfm.head()
將最后一次消費(fèi)日期轉(zhuǎn)為最后一次消費(fèi)日距今的天數(shù)
(由于數(shù)據(jù)是很早之前的，為了更好的展示數(shù)據(jù)，將對比標(biāo)準(zhǔn)改為所有用戶最后一次消費(fèi)的日期）
rfm['order_dt'] = (rfm['order_dt'].max() - rfm['order_dt'])/np.timedelta64(1,'D')
rfm.rename(columns={'order_amount':'M','order_dt':'R','pt_quantity':'F'},inplace=True)
rfm.head()
數(shù)據(jù)以平均值作為x、y、z軸標(biāo)準(zhǔn)值，編寫python函數(shù)，將用戶M、R、F數(shù)據(jù)，劃分象限，使用0、1作為標(biāo)準(zhǔn)值上下象限之分，給用戶分別貼上標(biāo)簽。
8類標(biāo)簽分別是：重要保持客戶、重要價值客戶、重要發(fā)展客戶、重要挽留客戶、一般保持客戶、一般價值客戶、一般發(fā)展客戶、一般挽留客戶
def rfm_func(x):
level = x.apply(lambda x : np.where(x>=0,'1','0'))
label = level.R + level.F +level.M
dict_n={'011':'重要保持客戶',
'111':'重要價值客戶',
'001':'重要發(fā)展客戶',
'101':'重要挽留客戶',
'010':'一般保持客戶',
'110':'一般價值客戶',
'000':'一般發(fā)展客戶',
'100':'一般挽留客戶'}
result=dict_n[label]
return result
rfm['客戶分類'] = rfm.apply(lambda x : x - x.mean()).apply(rfm_func,axis=1)
rfm.head()
rfm.groupby('客戶分類').agg({'M':'sum','R':'count','F':'sum'})
統(tǒng)計(jì)各標(biāo)簽用戶的總銷售額、總的消費(fèi)頻率，和人數(shù)
一般挽留客戶最多，重要保持客戶第二，重要保持客戶銷售金額占比最高
color_dict= {
'重要價值客戶':'r',
'重要保持客戶':'g',
'重要發(fā)展客戶':'b',
'重要挽留客戶':'c',
'一般價值客戶':'m',
'一般保持客戶':'y',
'一般發(fā)展客戶':'k',
'一般挽留客戶':'w'
}
rfm['color'] = rfm.客戶分類.map(color_dict)
rfm.plot.scatter('R','F',color=rfm['color'])
rfm客戶分層散點(diǎn)圖：
從RFM分層可知，大部分用戶為重要保持客戶，但這是由于極值影響，拉高了平均值，用戶劃分不夠準(zhǔn)確
6、用戶分層——新老用戶、活躍、回流、流失用戶
pivot_dt = pd.pivot_table(df,index='user_id',values='order_dt',columns='Month',aggfunc='count')
dt = pivot_dt.fillna(0).applymap(lambda x : np.where(x>0,1,0))
dt.head()
使用數(shù)據(jù)透視表，統(tǒng)計(jì)每月各用戶消費(fèi)情況，1表示當(dāng)月購買過，0表示當(dāng)月沒有購買
使用python函數(shù)，根據(jù)用戶每月消費(fèi)情況，貼上標(biāo)簽
- 未注冊用戶：unreg
- 新用戶：new
- 當(dāng)月未購買且已注冊：不活躍 unactive
- 當(dāng)月購買上個月不活躍：回流用戶 return
- 當(dāng)月購買上個月也購買：活躍 active
（這個劃分標(biāo)準(zhǔn)比較簡單，不是很準(zhǔn)確）
status=[]
for i in range(18):
if row[i]==0:
if len(status)>0:
if status[i-1]=='unreg':
status.append('unreg')
else:
status.append('unactive')
else:
status.append('unreg')
else:
if len(status)==0:
status.append('new')
else:
if status[i-1]=='unactive':
status.append('return')
elif status[i-1]=='unreg':
status.append('new')
else:
status.append('active')
for index,value in enumerate(status):
row.iloc[index]=status[index]
return row
purchase_status = dt.apply(active_status,axis=1)
purchase_status.head()
統(tǒng)計(jì)每月各類用戶的數(shù)量
user_fc = purchase_status.replace('unreg',np.nan).apply(lambda x : x.value_counts()).fillna(0).T
user_fc
user_fc.plot.area()
更直觀的面積圖：
- 根據(jù)用戶分層面積圖可以看出，新用戶集中在前三個月，每個月都有大量不活躍用戶
計(jì)算回流率加入表中
user_fc['回流率']=(user_fc['return'].shift()/user_fc['unactive']).fillna(0)
user_fc
- 活躍用戶，對應(yīng)的是持續(xù)消費(fèi)的客戶，對應(yīng)消費(fèi)運(yùn)營的質(zhì)量
- 回流用戶，上月不消費(fèi)，本月消費(fèi)，對應(yīng)的是喚回運(yùn)營質(zhì)量
- 不活躍用戶，對應(yīng)的是流失率
7、用戶生命周期
計(jì)算用戶第一次購買和最后一次購買的時間差
user_dt = df.groupby('user_id').order_dt.agg(['min','max'])
user_dt['diff'] = (user_dt['max']-user_dt['min'])/np.timedelta64(1,'D')
user_dt['diff'].describe()
平均生命周期為135天，最長544天
user_dt['diff'].plot.hist(bins=30)
用戶的生命周期受只購買過一次的用戶影響比較厲害，可以剔除
user_dt.query('diff>0')['diff'].plot.hist(bins=30)
剔除只購買一次的用戶，可以看出，用戶生命周期首位兩端人數(shù)比較多，中間值相對少
8、用戶購買周期
order= df.groupby('user_id').apply(lambda x : x.order_dt-x.order_dt.shift())
order.describe()
(order/np.timedelta64(1,'D')).plot.hist(bins=20)
- 訂單周期呈指數(shù)分布
- 用戶平均購買周期是68天
- 絕大部分用戶購買周期小于100天
9、復(fù)購率
復(fù)購率指自然月內(nèi)，購買多次的用戶占比
order_dt = pivot_dt.applymap(lambda x : 1 if x>1 else 0 if x==1 else np.nan)
order_dt.head()
使用applymap函數(shù)對用戶購買各月購買次數(shù)進(jìn)行標(biāo)記
- 當(dāng)月未購買標(biāo)記為null
- 購買一次標(biāo)記為0
- 購買1次以上標(biāo)記為1
((order_dt.sum())/(order_dt.count())).plot()
復(fù)購率線形圖
復(fù)購率穩(wěn)定在20%左右，前一個月因?yàn)橛写罅啃掠脩?，只購買了一次，拉低了復(fù)購率
10、回購率
回購率指曾經(jīng)購買過且在某一時期內(nèi)再次購買的用戶占比
dt.head()
使用前面分好的購買標(biāo)記
0為本月未購買，1為本月購買
編寫python函數(shù)，對用戶回購情況貼上標(biāo)簽
- 本月未購買標(biāo)記為null，不存在計(jì)算回購率的情況
- 本月購買，下個月回購，本月標(biāo)記為1
- 本月購買，下個月未回購，本月標(biāo)記為0
- 最后一個月份，由于不清楚下月情況，統(tǒng)一標(biāo)記為null不做統(tǒng)計(jì)
def func_back(x):
status=[]
for i in range(17):
if x[i] == 1:
if x[i+1] ==1:
status.append(1)
if x[i+1] == 0:
status.append(0)
else:
status.append(np.NaN)
status.append(np.NaN)
return pd.Series(status,index=x.index)
purchase_b = dt.apply(func_back,axis=1)
purchase_b.head()
(purchase_b.sum()/purchase_b.count()).plot()
回購率線形圖
- 回購率：前三個月受只消費(fèi)一次的大量新客影響，回購率較低，后續(xù)穩(wěn)定在30%左右。
