淘宝用户消费行为分析

一、项目背景

      网购已经成为人们生活中不可或缺的一部分，本项目是基于淘宝app平台数据，通过相关指标对用户行为进行分析，从而探索用户相关行为模式。

二、数据处理

 

 

 

 

 

 

三、数据分析

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

四、结论与建议

 

1.激活用户：

用户流失率高，针对这个问题：

(1)优化电商平台的搜索匹配度和推荐策略，根据用户喜好推荐相关的商品；

(2)给客户提供同类产品比较的功能；

(3)随机筛选用户进行调查问卷，采纳客户建议。

 

2.提高收入:

(1)一天时间内，18点以后客户浏览量处于上升阶段，此时可以多推出一些营销活动，提高店铺收入。

(2)回购率在69%左右，应将经营重点转化为培养用户的忠诚度上，鼓励用户更高频次的消费。

 

3.通过RFM模型找出最具价值的核心付费用户群，对这部分用户的行为进行分析:

(1)等级是11的用户是体系中的最有价值用户，需要重点关注。并且活动投放时需谨慎对待，不要引起用户反感。

(2)对于价值评分是10的用户，消费时间间隔较短，运营活动可以重点针对这部分用户，提高用户的产品使用频率。