淘宝用户行为分析-数据分析
一、项目目的及数据来源
该项目基于现代电商行业---以淘宝作为分析标的，多维度分析用户行为。数据来源于https://tianchi.aliyun.com/dataset/dataDetail?dataId=46&userId=1。
二、分析维度
基于现有的数据以及分析方法，分为四个维度进行分析：
1.时间维度分析
以淘宝用户发生行为的时间，由大到小细化：月份--星期--日--小时，分析行为发生的深层含义，了解用户在何时会产生大的‘’行为-经济”效应。
2.转化漏斗维度分析
计算浏览-支付转化率、收藏-支付转化率、添加购物车-支付转化率，从用户的浏览到支付行为进行漏斗分析。
3.商品购买情况分析
从商品的复购率、平均购买次数、平均购买商品数量等，了解商品在销售的过程中的数量情况。
4.对用户进行分类，利用FRM模型，提高销售的核心，精准营销客户群体。
三、分析项目
项目分析流程线：提出问题-分析数据含义-数据清洗-建立模型-数据可视化
1.提出问题
（1）研究用户在不同时段的行为规律，找到在不同的周期下的活跃度
（2）用户不同行为之间的转化
（3）用户对那些商品分类以及下级商品的购买偏好
（4）区分核心价值客户，调整营销策略
2.分析数据含义
本项目数据来源于阿里巴巴2014年11月18日至12月18日淘宝用户的真实的商品、行为数据，约有100万条随机用户的行为数据，行为类型包括浏览（PV）、收藏、添加购物车、支付。
数据集字段的含义如下：
user_id：用户id
item_id：商品id
behavior_type：行为类型（1表示PV，2表示收藏，3表示添加购物车，4表示支付）
user_geohash：用户地理位置
item_category：商品分类
date：日期
buy_hour：行为发生时间
3.数据清洗
数据库采用MYSQL，通过Navicat导入数据。
在Navicat环境下对一系列数据以多维度处理分析，主要分为用户信息表、重复购买表、用户行为类型时间点分布表，分别导出到Excel，采用powerquery和powerpivot对数据再次进行二次整合、处理。
注意：由于user_geohash缺失值较多，会对整体项目产生误导性，故不分析该维度。
4.建立模型和可视化
（1）PV：访问量，指在网站的页面浏览量或点击量，每刷新一次就自动叠加。
上图可以明显看出，在12月12日出现了访问量激增，出现了峰值，明显与双十二的活动有关。可以在活动的前几天加大投入商品的上架数量和广告的投入，降低客户获取成本。
（2）UV：独立访客量，指一台电脑的IP地址就算一个访客。
利用powerpivot 的discount函数对用户进行不重复计算，结果如下：
同时，采用数据透视表对不同的行为类型分组，得出在不同的行为下用户的人数，结果如下：
采用powerpivot建立各个表的链接关系，计算得出单个用户支付次数：
上图可以看到购买次数最多为22次，通过计算，用户的复购率62%，超过一半的用户有2次或2次以上的购买行为。
（3）用户行为类型之间的转化漏斗关系
i.由于收藏和添加购物车没有相应的承接关系，所以视为平行关系。
对于用户来说，当选择一件商品收藏或者添加到购物车，都是同等的行为，在顺序上是不分先后的，所以在此项目上我们是作为一个相加的阶段。由漏斗图可以明显的看到，在PV向收藏和添加购物车的数量所占的比例不高，只有5.10%左右的转化率。同时也有用户没有通过收藏和添加购物车直接购买，但比例所占较低。浏览页面的次数较多，但是使用收藏和购物车的功能较少。另一方面，通过收藏和添加购物车的功能实现支付的转化率高达20.31%，表明了这两项功能是实现最终转化的重要环节，商家可在这两个功能上多做活动，促使用户成交。
ii.因为支付是最终目的，从PV、收藏、添加购物车三种前期行为，可以得出每种行为与支付的转化率。
从计算得出的数据来看，购物车的转化率最高，收藏的转化率最低。前面表示这两张行为是相等的，但是对于用户消费而言，添加到购物车意味着购买倾向更高，尤其在有活动的时候，用户直接支付，减少竞争购买时间。
iii.不同行为的转化时间
上图所示，浏览到支付的平均转化时间是最短的，期间少了收藏或者添加购物车的功能，但是所占的比例低。购物车平均转化时长在27小时左右，比收藏的平均转化时长还短，结合转化率，购物车转化是作为商品成交的一个重要的关键点。
（4）基于时间维度分析用户的行为规律
i.基于行为的不同时点分布
由上图可以看出，每天的零点到早上的5点，各种行为数量都是快速下降，达到一天中的最低值。6点到10点处于快速攀升阶段，随后达到一个平稳阶段。在下午17点开始，用户的活跃度快速上升，在晚上的21、22点达到全天的最高值。商家活动可以根据用户的活跃时间展开。
ii.基于行为的不同日期分布
上图所示，在12月12日出现峰值，明显与双十二活动有关，添加购物车的行为数量激增，与活动的性质有关。由此可表明，添加购物车是实现支付的重要手段之一。
iii.用户行为一周中的时间分布
每周的活跃度相对稳定，由于双十二活动是星期五，出现了支付增加的现象，双十二前3天出现了添加购物车的行为增多，导致总体的数量比星期五的总量还多。周末的用户活跃度较为稳定。
iv.不同月份的用户行为规律
由于数据有超过一半的日期在12月，其次12月还有大型的消费活动，导致11月的各方面行为数据都要比12月低。
（5）RFM模型：找到核心，精准营销
通过RFM模型，实现差异化营销。数据基本上集中一个月内，所以在客户分类上处于联系紧密的。对于价值高的客户，作为重点客户关注，保持高质量的服务。价值偏低的客户，商家可以定期发送相应的优惠信息告知以保持较高的黏度，提高销售的捆绑率，增加购买的频率。
5.结论
本项目结合MYSQL，Excel，PowerBI多种数据处理方法展现，整个数据集的数据量大约100万，在数据分析上，针对整个流程做总结，结合业务指标，我们可以借用AAARR模型让项目更加清晰体现。
（1）获取客户（Aquisition）：2014年12月12日是全年特有的大型消费活动，提前一个月推广大量活动，吸引用户，电商平台众多，商家需要做到让用户移情到淘宝。同时，我们在时间点上可以看到，晚上21、22点是消费的高峰期，平台展开活动可以选定在这个时间段。
在用户获取上，国内用淘宝的用户基数庞大，获取成本降低。老客户带动新客户，利用转发链接加快活动推广速度，商家通过折扣优惠吸引用户提前预定商品，利用口碑信誉获取新客户。
（2）提高活跃度（Activation）:很多用户点击浏览的次数很多，但是至关重要的添加购物车和支付所占的比例很低。另一方面是商品本身，比如页面制作粗糙，在页面搜索的功能不够智能，分类不明确等原因会让用户丧失使用软件的兴趣。
改善建议：提高使用页面的智能化；增加多义词的搜索；提供同类商品的页面投放，增加选择的多样化；优化商品页面的关键词提示，让用户的第一印象更好。
（3）提高留存率（Retention）：对于一个软件而言，怎么让用户经常使用，最好做到离不开。根据数据分析，可以将客户分类，重点针对不同类型的客户做相应的营销策略。商家可以多利用优惠折扣来留住客户，再推出新的产品，捆绑销售，售后服务质量要提高。大多数商家的客服因为与用户有摩擦使得以后拉入购物黑名单。潜在客户可以进行信息拜访，提高用户的印象度。
（4）获取收入（Revenue）：根据每周/每月/每季度的复购率，留存率，流失率，广告投入等因素，对比同类商品的价格，合理定制价格。用户的购买金额，购买次数，购买偏好在页面推荐相应的商品。采用适合平台的策略促使用户有“这个平台有”的观念。
（5）传播（Refer）:渠道是传播的通道，国内有微博、抖音、网上直播等快速传播渠道，病毒性是一个平台或者是一件商品快速被用户或者消费者所知的。同时，用户主动推送给新用户，新用户再推送给新用户，实现快速传播。
