淘宝电商用户行为数据分析及可视化-基于MySQL/Tableau

前言

一、数据源

数据来源于阿里天池竞赛：阿里移动推荐算法数据集_数据集-阿里云天池

竞赛数据包括两个部分。

第一部分是脱敏后的用户在移动端行为数据（D）,对应文件是tianchi_mobile_recommend_train_user.zip，包含如下字段：

第二个部分是脱敏后的商品子集（P）,文件名为tianchi_mobile_recommend_train_item.csv，包含如下字段：

我下载的是zip文件，有1225万条数据，数据量大，所以选取了前10万条做数据分析。

二、数据清洗

导入数据到mysql

使用Navicat工具对数据进行操作，首先将数据导入mysql数据库中，注意所有的字段都按照默认格式varchar导入，导入成功后再设计表，按照需求修改字段格式。数据概览如下：

重复值

SELECT *,COUNT(user_id) from data
GROUP BY user_id,item_id,behavior_type,user_geohash,item_category,time
having count(user_id)>1

有重复，但根据业务理解不需要处理，结果如下：

异常值

查看time范围，检查是否有时间之外的数据出现，结果显示没有异常值。

select min(time), max(time) from data

缺失值

查看各字段的数量，无缺失值。

select count(user_id), count(item_id), count(behavior_type), 
count(item_category),count(time) 
from data;

三、数据分析

1.整体活跃度，基于AARRR模型

1.1各字段统计数据

select count(distinct user_id) user,count(distinct item_id) item,count(distinct behavior_type) behavior_type from data;

该数据集包含899位用户,80961种商品，4种用户行为。

1.2用户获取Acquisition

本项目数据从11月18日开始，到12月18日结束，11月18日前无可分析数据。在靠近11月18日的当日新增用户中很大一部分并非当日新增，而是18日前就已经活跃用户。日期靠后的数据，越能体现出当日新增真实值，具体值需要等待后续数据。

1.3 用户激活Activation

本项目数据源共100000条，pv为94543 ，uv为898, 人均页面访问数为105.28。

浏览页跳失率为26.92%，关键页跳失率73.08%。

** 时间维度用户行为**

从时间维度的日期、时段、星期，来观察用户行为。

从11月30日开始，pv、cart值增大，12月4日、6日出现小范围减小；12月12日当天pv、cart、buy值激增，达到高点，次日骤降,回归平均水平。

从日时段来看，用户在10点到24点较为活跃。从17点开始逐渐增高，晚上21点—22点达到最高值。

基于以上数据，12·12活动一般选择在11月底、12月初开始预热，至少提前1-2周进行；网站的客服、维护尤其要注意晚上20点—23点这一时段；日常的推新、促销选择在周四——周六这一时间段进行。

1.4 用户留存 Retention

这里主要考察次日留存率、3日留存率和7日留存。可以看到进入12月后，留存率有所增长，表明双十二的预热起到一定效果。

1.5 用户推荐Referral

本项目中的收藏col与加购cart的行为不是相互独立的，都是确定购买buy意向的行为，没有先后之分。因此，从浏览pv、加购cart、购买buy这一路径来简要分析。

从浏览到加购的转化率为2.81%，用户花了大量时间寻找合适的产品。可优化网站筛选、关键词搜索功能，推荐更适合用户的商品，方便用户迅速获取信息。

从加购到购买的转化率约为35.9%。可针对加购未购买产品细分，采用提供优惠券、推荐同款商品等促销方法。

1.6 用户收益Revenue

用户购买次数在1-5次，更高次数的用户很少，整体复购率为52.89%，相对可观，可将运营重点放在培养用户忠诚度上，从质量、价格、服务、物流等方面做出改进，鼓励用户更高频次的消费

2.商品销售情况

从购买次数，分析商品类别、商品id的受欢迎程度。

成交品类较高的是1863、4324、5232三大类。

按照成交量与浏览量的高低，把商品类别分为四大类。

pv低buy低，多数商品集中在这一类，商品存在替代性，可增加该类商品的客流量，以提高成交量；
pv低buy高,商品是有竞争力的，可在活动中作为主打商品，提高复购率，同时增加宣传，打开市场、吸引新用户，营造品类口碑；
pv高buy低，购买存在较大随机性，可在商品的描述、价格等方面做出改变，提升商品竞争力；
pv高buy高，用户有较高需求，可提炼商品卖点、精简描述，方便用户更快做出购买决策。

3.用户价值，基于RFM模型

仅在会员（购买过商品的用户）范围内，进行价值划分,R/F等级为1-5，由于本项目的数据不涉及M(Monetary)，所以只做4类划分。

通过RFM模型，了解每位顾客的特性，实现差异化营销。

重要价值用户，R高F高。经常在网站购物，并形成习惯，做好维护即可。
重要深耕用户，R高F低。这类用户粘性不强，近期有消费行为，可能是针对需要的商品直接下单，不会过于频繁地进行其他商品的浏览、购买。可推荐更符合用户喜好、性价比高商品，吸引其进行购买，逐渐建立消费习惯。
重要唤回用户，R低F高。最近没有购买行为，可以通过短信等场外提醒，引导其入场参与优惠活动，尽快完成下次购买行为。
重要挽留用户，R低F低。该类用户容易流失，占比40.02%，可提升空间大，运营活动可重点针对这部分用户，通过拼团打折、积分兑换、捆绑销售等活动唤起用户注意力，提升用户兴趣。

四、总结

关注活动前后指标数据，优化推荐策略和搜索功能

• 新增用户的数据不够理想，应观察各渠道的用户获取情况，以及竞争平台近期是否在举行促销活动。
• 用户的活跃度应该结合平台的活动时段分析，考察是否符合预设目标值，同比环比等。本篇分析发现周末晚间20点-22点是用户活跃高峰期，应针对高峰期进行有效的营销活动，从而更容易触达用户。
• 用户对推荐商品的满意度不够高，需要优化推荐策略和搜索匹配度，为用户减少搜索和选择的时间，加速完成购买行为。
• 较多的用户是经过比较长的路径才到达购买页面。可在收藏、加购页面增加更多优惠提醒，精准的发放优惠券、满赠券来鼓励加入购物车的访客提交订单付款成功。还可与其他知名平台合作，加大优惠力度，增加免密支付、极速支付、月付等方式提高下单效率。

针对用户群体特征采取差异化营销

• 重要价值用户：通过提供优惠回馈性服务和个性化服务，鼓励持续购买的热情。
• 重要发展用户：在优化推荐策略的基础上逐渐提高忠诚度。如果是新客户，则需要建立关系，提供新人优惠券鼓励消费。
• 重要保持用户：活跃度低的用户可通过短信等场外提醒来引导其入场参与优惠活动，并提供更新产品来鼓励他们再次购买。还可以鼓励其对之前购买的商品做评价以提高商品热度和可信度。
• 重要挽留用户：可主动联系客户询问流失原因。可通过促销热点商品、拼团打折、积分兑换等活动唤起用户注意力，提升用户兴趣。