一、研究方法與說(shuō)明

數(shù)據(jù)來(lái)源：https://www.datacamp.com/courses/customer-analytics-ab-testing-in-python

數(shù)據(jù)背景：數(shù)據(jù)集包含客戶在某冥想App內(nèi)產(chǎn)生內(nèi)購(gòu)行為的相關(guān)數(shù)據(jù)以及客戶個(gè)人數(shù)據(jù)

時(shí)間跨度：2013.9~2017.3

數(shù)據(jù)維度：用戶所在國(guó)家、性別、年齡、使用設(shè)備、注冊(cè)日期等基本信息以及商品價(jià)格、消費(fèi)金額、收入、購(gòu)買(mǎi)次數(shù)等消費(fèi)數(shù)據(jù)

研究方法：描述性統(tǒng)計(jì)、假設(shè)檢驗(yàn)、K-means聚類(lèi)

研究目的：分析該APP總體運(yùn)營(yíng)情況；對(duì)用戶進(jìn)行分層，找到高價(jià)值用戶，進(jìn)行精細(xì)化管理；并對(duì)付費(fèi)墻模塊分析A/B test結(jié)果

二、核心結(jié)論

成交總額：GMV收益趨勢(shì)平緩，收益持續(xù)穩(wěn)定。但16年7月份存在明顯下滑，特別是英國(guó)、澳大利亞、加拿大的女性客群。

商品銷(xiāo)售：低端產(chǎn)品線銷(xiāo)售情況良好，高端產(chǎn)品線可重點(diǎn)發(fā)展sku_six_1299系列產(chǎn)品；

用戶畫(huà)像：女性占比高于男性，但GMV貢獻(xiàn)主要來(lái)源于男性，可進(jìn)一步挖掘女性客戶的潛在需求；該平臺(tái)GMV主要貢獻(xiàn)源于美國(guó)和巴西，其中巴西消費(fèi)群體偏向于使用安卓系統(tǒng)，美國(guó)則偏向于蘋(píng)果；

付費(fèi)指標(biāo)：用戶綜合付費(fèi)比例高于10%，多數(shù)用戶第一次消費(fèi)行為在70天之內(nèi)，并且復(fù)購(gòu)率極高，說(shuō)明其商業(yè)模式可行性高，用戶黏性大，發(fā)展?jié)摿薮螅?/p>

用戶分群：目前平臺(tái)主要存在兩類(lèi)消費(fèi)群體，一類(lèi)群體為交易頻繁、交易金額大，最近一次交易時(shí)間間隔短的優(yōu)質(zhì)客戶群，另一類(lèi)群體最近交易時(shí)間間隔短，但購(gòu)買(mǎi)頻率和金額相對(duì)水平較低，無(wú)法立即給企業(yè)帶來(lái)較大利潤(rùn)；但該類(lèi)人群占比較大，需要逐步培養(yǎng)此類(lèi)用戶的消費(fèi)習(xí)慣；

A/B測(cè)試結(jié)果：付費(fèi)墻功能對(duì)用戶的ARPPU、復(fù)購(gòu)率、

三、總體運(yùn)營(yíng)分析

四、用戶運(yùn)營(yíng)分析

五、付費(fèi)墻A/B測(cè)試

附錄A—K-means用戶分群