淘宝客网站域名备案吗,企业管理网站模板,免费户型图设计软件,静态html网站打包成exe数据分析
1.行为概况
首先#xff0c;我们要对用户的行为类型有一定的理解#xff0c;了解每个行为所代表的含义。 浏览#xff1a;作为用户与商品接触的第一个行为#xff0c;它的数量级与其他行为类型相比而言是非常庞大的#xff0c;因为#xff1a; 用户购买之前需…数据分析
1.行为概况
首先我们要对用户的行为类型有一定的理解了解每个行为所代表的含义。 浏览作为用户与商品接触的第一个行为它的数量级与其他行为类型相比而言是非常庞大的因为 用户购买之前需要货比三家可能会浏览很多个商品最后只下单一个此时就是多个浏览对应一个下单。 但大部分用户可能只是浏览了很多商品但最终没下单的此时就是多个浏览对应零个下单。 收藏代表用户对商品有了一定程度的意向但不一定有购买计划。 加购物车代表用户对商品的购买意向进一步加强但由于某种原因还在犹豫没最终决定这个环节的成单率极高。 下单代表交易达成此时新用户已成为老用户老用户继续产生价值。 评论代表用户对商品反馈的活跃程度。
需求1对所有行为类型统计数量和占比
# 行为类型数量统计
ser_type_cnt df[type_map].value_counts()
# 行为类型数量占比
ser_type_pct df[type_map].value_counts(normalizeTrue)
# 合并
pd.concat([ser_type_cnt, ser_type_pct],axis1).style.format({:.2%},subset[proportion]).bar(subsetproportion)观察结果 浏览行为占75.66%印证了我们前面对的浏览行为的理解。 加购物车占14.65%下单仅占了6.97%可以推出一些权益活动吸引客户下单提高下单率。 此外用户评论和收藏的占比也较低分别占2.46%和1.16%应增强与用户之间的互动提高评论数量和收藏率。
2.流量指标分析
指标设计可以很好的帮助我们了解业务状况、发现业务问题和异常。比如xx企业将日活用户数作为北极星指标针对该指标向下拆解各种细分指标然后对各种细分指标进行优化提升从而最终提升北极星指标业绩大幅提升。
下面针对该项目数据中的行为类型设计一些常用的流量指标用来监控用户行为的流量变化比如浏览总量、浏览人数、日均访问量、人均访问数、消费用户人均访问量、消费用户人均消费次数、复购率等等。
访问量指标
针对浏览行为可以统计出一段时间内的访问量大小即流量有多少。下面对数据中全部用户计算访问量的指标。 pvpage view总访问量一段时间内全部访问量的总和 uvuser view总访客数一段时间内全部访客的总和注意用户是单独的个体因此需要计算唯一值 pv_per_day 日均访问量一段时间内平均每天的访问量 pv_per_user 人均访问量每个用户的平均访问量
需求2计算出以上所有用户的访问量指标
# 总访问量
pv df[df[type_map] 浏览][user_id].count()
print(总访问量:{}.format(pv))# 总访客数
uv df[user_id].nunique()
print(总访客数:{}.format(uv))# 日均访问量
pv_per_day pv / df[date].nunique()
print(日均访问量:%.0f %pv_per_day)# 人均访问量总访问量/总访客数
pv_per_user pv / uv
print(人均访问量:%.2f %pv_per_user)
------
总访问量:2757485
总访客数:440373
日均访问量:393926
人均访问量:6.26消费用户流量指标
以上是对全部用户的流量指标如果我们想分析消费用户群体可以针对消费用户设计相关的流量指标比如有 user_pay 消费用户数量一段时间内有下单行为的总用户数量 pv_pay 消费用户总访问量一段时间内所有消费用户的浏览数量总和 user_pay_rate 消费用户数占比消费用户数占总用户数的比例 pv_per_buy_user 消费用户人均访问量一段时间内每个消费用户浏览数量的均值
需求3计算出以上消费用户的流量指标
# 消费用户的唯一id
user_pay df[df[type_map] 下单][user_id].unique()
print(消费用户数量:{}.format(len(user_pay)))# 消费用户的总访问量
pv_pay df[df[user_id].isin(user_pay)][type_map].value_counts()[浏览]
print(消费用户总访问量:{}.format(pv_pay))# 消费用户数占比
user_pay_rate len(user_pay) / uv
print(消费用户数占比:%.2f%% %(user_pay_rate*100))# 消费用户人均访问量
pv_per_buy_user pv_pay / len(user_pay)
print(消费用户人均访问量:%.2f %pv_per_buy_user)# 消费用户人均消费次数
cnt_per_buy_user df[df[type_map] 下单].shape[0]/len(user_pay)
print(消费用户人均消费次数:%.2f %cnt_per_buy_user)
------
消费用户数量:187549
消费用户总访问量:1400380
消费用户数占比:42.59%
消费用户人均访问量:7.47
消费用户人均消费次数:1.18复购率
复购行为指的是一个客户的历史下单次数至少一次以上即再第一次购买后过了一段时间又有了第二次、第三次购买行为。
需求5计算出下单次数一次以上的客户占总下单人数比例 注意这里的复购逻辑是以人为维度可以包括不同sku商品的下单只要该用户总下单次数1就算复购。因此我们对下单的用户分组统计总下单次数然后筛选出下单次数1的客户占总下单客户数的比例。 # 每个用户消费总次数
df_pay_num df[df[type_map]下单].groupby([user_id])[type].count().to_frame(namenum)
# 消费次数2的客户数
repay_num df_pay_num[df_pay_num[num]1].shape[0]
# 消费总客户数
total_pay_num df_pay_num.shape[0]
# 复购率
repay_rate round(repay_num/total_pay_num,4)
print(用户维度的复购率:%.2f%% %(repay_rate*100))
------
用户维度的复购率:11.55%对于用户维度的复购率而言11.55%是比较低的有很大的提升空间。可以联合运营部门设计一些权益活动吸引老客下单提升复购率。
需求6计算出每个商品下单次数一次以上的客户占该商品总下单人数比例
以上的复购率口径是人的维度只要在电商平台下单次数大于1次就算复购。如果我们从商品的角度出发也可以分析每个商品的复购率。
# 对用户和商品id分组统计下单的次数
df_sku_user_pay df[df[type_map]下单].groupby([sku_id,user_id], as_indexFalse)[type].count()
df_sku_user_pay.head()# 筛选每个商品下用户下单次数大于1的
df_sku_user_repay df_sku_user_pay[df_sku_user_pay[type]1]
df_sku_user_repay.head()# 对商品分组统计下单次数大于1的客户数
df_sku_repay_cnt df_sku_user_repay.groupby([sku_id], as_indexFalse)[user_id].count().sort_values(byuser_id,ascendingFalse)
# 对商品分组统计下单的总客户数
df_sku_pay_cnt df.groupby([sku_id], as_indexFalse)[type].count()
# 商品无复购客户的填充为0计算复购率按复购数量倒序排序
df_sku_repay_rate (pd.merge(df_sku_pay_cnt,df_sku_repay_cnt, onsku_id, howleft).fillna(0).rename(columns{type:pay_cnt,user_id:repay_cnt}).assign(repay_ratelambda x:x[repay_cnt]/x[pay_cnt]).sort_values(byrepay_cnt,ascendingFalse))
df_sku_repay_rate.head(10)以上就得到了每个sku商品的复购率。下面通过可视化看下复购率大于0的分布状况是明显的有偏分布大多数sku的复购率都在10%以内极少数高比如50%是因为总下单数量小没有统计意义。
plt.subplots(figsize(15, 5))
df_sku_repay_rate.loc[df_sku_repay_rate[repay_rate]0,repay_rate].hist(bins50)
plt.show()sku_repay_avg df_sku_repay_rate.loc[df_sku_repay_rate[repay_rate]0,repay_rate].mean()
sku_repay_med df_sku_repay_rate.loc[df_sku_repay_rate[repay_rate]0,repay_rate].median()
sku_repay_max df_sku_repay_rate.loc[df_sku_repay_rate[repay_cnt]0,repay_rate].max()
print(sku商品复购率大于0的均值:%.2f%% %(sku_repay_avg*100))
print(sku商品复购率大于0的中位数:%.2f%% %(sku_repay_med*100))
print(sku商品复购率的最大值:%.2f%% %(sku_repay_max*100))
------
sku商品复购率大于0的均值:3.82%
sku商品复购率大于0的中位数:1.61%
sku商品复购率的最大值:50.00%3.转化漏斗分析
浏览-收藏-加购物车-下单-评论是一个用户从了解商品-交易产品-熟悉产品的过程。在这个过程中由于每一个转化环节都会有一定流量的损失因此流量最终会形成一个漏斗。
比如有10个用户浏览了商品但最后加入购物车或者下单的只有7个其他3个只是看看并没有后续行为那么此时浏览到下单的转化率就是70%其他环节的转化漏斗也是同理。
清楚地了解各环节转化率后有助于我们发现薄弱环节并进行优化。同样地各环节转化率也可以作为我们关注的指标并按周期进行监测。
需求7计算用户从浏览到下单的转化率及漏斗可视化
# 筛选用户的浏览数据
df_pv df[df[type_map]浏览]
# 筛选客户的下单数据
df_pay df[df[type_map]下单]cols [user_id,sku_id,action_time,type_map]
# 将用户浏览和下单行为进行匹配
df_pv_pay pd.merge(df_pv[cols], df_pay[cols], on[user_id,sku_id], howinner, suffixes(_pv, _pay))
df_pv_pay.head()以上通过内连接将同用户同商品下存在浏览和下单行为的匹配出来。
但此时的数据还不能直接统计使用仍需要两个关键的步骤。
第一个是因为浏览到下单是有先后顺序的我们的条件是下单时间一定要晚于浏览时间因此这里我们对这个时间进一步筛选。
# 筛选下单时间在浏览时间之后的数据
t_0 df_pv_pay.shape[0]
df_pv_pay df_pv_pay[df_pv_pay[action_time_pay] df_pv_pay[action_time_pv]]
t_1 df_pv_pay.shape[0]
print(时间筛选前数量 %.0f%t_0)
print(时间筛选后数量 %.0f%t_1)
print(时间筛选后减少数量 %.0f%(t_0-t_1))
------
时间筛选前数量 300673
时间筛选后数量 215070
时间筛选后减少数量 85603第二个是用户在下单一个商品之前可能有不止一次的浏览即多个浏览对应一个下单同理也存在一个浏览对应多个下单记录的情况如下图所示。
要分析从浏览到下单的转化率我们需要以用户商品的维度考虑即对于同一用户同一商品下的多重行为记录要进行去重处理。举例说就是同用户用商品下不论有多少次浏览行为只要下单了那么都算作为一个转化不应算作多个。 基于以上去重逻辑我们使用groupby对同用户同商品的重复行为进行去重。
pv_pay_dict {}
# 去重后的浏览用户数
pv_cnt df_pv.groupby([user_id,sku_id])[type_map].count().shape[0]
# 去重后的下单用户数
pay_cnt df_pv_pay.groupby([user_id,sku_id])[type_map_pv].count().shape[0]pv_pay_rate round(pay_cnt*100/pv_cnt,4)
pv_pay_dict[浏览] 100
pv_pay_dict[下单] pv_pay_rate
print(浏览用户数 %.0f%pv_cnt)
print(浏览到下单的用户数 %.0f%pay_cnt)
print(浏览-下单转化率 %.2f%%%pv_pay_rate)
------
浏览用户数 2228233
浏览到下单的用户数 162772
浏览-下单转化率 7.30%从浏览到下单的转化率仅为7.3%还有很大的优化空间。
接下来我们使用pyecharts第三方包漏斗可视化。
from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.globals import CurrentConfig, NotebookType
CurrentConfig.NOTEBOOK_TYPE NotebookType.JUPYTER_LABpv_pay(Funnel(opts.InitOpts(width600px, height300px)).add(series_name,data_pair[[k,v] for k,v in pv_pay_dict.items()],tooltip_optsopts.TooltipOpts(triggeritem, formatter{b} : {c}%),label_optsopts.LabelOpts(is_showTrue, positioninside),itemstyle_optsopts.ItemStyleOpts(border_color#fff, border_width1)))
pv_pay.load_javascript()
pv_pay.render_notebook()需求8计算用户从浏览-加购物车-下单的转化率及漏斗可视化
多了一个环节但分析过程与上面一样。
首先我们分别对浏览和加购物车、加购物车和下单做内连接的匹配。 这里注意一下因为两次都是内连接这意味着最终下单的客户一定是有浏览-加购物车-下单的行为轨迹的。但实际业务场景中有的用户从浏览直接下单而不加入购物车所以这种直接下单的用户群是没有包含在内的。 # 筛选用户的加购物车数据
df_cart df[df[type_map]加购物车]
# 浏览用户与加购物车匹配
df_pv_cart pd.merge(df_pv[cols], df_cart[cols], on[user_id,sku_id], howinner, suffixes(_pv, _cart))
# 加购物车用户与下单匹配
df_cart_pay pd.merge(df_cart[cols], df_pay[cols], on[user_id,sku_id], howinner, suffixes(_cart, _pay))
# 加购物车用户与下单匹配
df_pv_cart_pay pd.merge(df_pv_cart, df_cart_pay, on[user_id,sku_id,action_time_cart,type_map_cart], howinner)同样按照行为时间顺序进一步筛选。
# 加购物车时间大于浏览时间
t_0 df_pv_cart.shape[0]
df_pv_cart df_pv_cart[df_pv_cart[action_time_cart] df_pv_cart[action_time_pv]]
t_1 df_pv_cart.shape[0]
print(时间筛选前数量 %.0f%t_0)
print(时间筛选后数量 %.0f%t_1)
print(时间筛选后减少数量 %.0f%(t_0-t_1))
------
时间筛选前数量 895540
时间筛选后数量 569174
时间筛选后减少数量 326366# 下单时间大于加购物车时间
t_0 df_cart_pay.shape[0]
df_cart_pay df_cart_pay[df_cart_pay[action_time_pay] df_cart_pay[action_time_cart]]
t_1 df_cart_pay.shape[0]
print(时间筛选前数量 %.0f%t_0)
print(时间筛选后数量 %.0f%t_1)
print(时间筛选后减少数量 %.0f%(t_0-t_1))
------
时间筛选前数量 196214
时间筛选后数量 182881
时间筛选后减少数量 13333然后使用groupby对同用户同商品的重复行为进行去重。
pv_pay_cart_dict {}
# 去重后浏览客户数
pv_cnt df_pv.groupby([user_id,sku_id])[type_map].count().shape[0]
# 去重后加购物车用户数
cart_cnt df_pv_cart.groupby([user_id,sku_id])[type_map_pv].count().shape[0]
# 去重后下单用户数
pay_cnt df_cart_pay.groupby([user_id,sku_id])[type_map_cart].count().shape[0]
# 浏览到加购物车转化率
pv_cart_rate round(cart_cnt*100/pv_cnt,4)
# 浏览到加购物车到下单的转化率
pv_cart_pay_rate round(pay_cnt*100/pv_cnt,4)
# 加购物车到下单的转化率
cart_pay_rate round(pay_cnt*100/cart_cnt,4)pv_pay_cart_dict[浏览] 100
pv_pay_cart_dict[加购物车] pv_cart_rate
pv_pay_cart_dict[下单] cart_pay_rate
print(浏览用户数 %.0f%pv_cnt)
print(加购物车用户数 %.0f%cart_cnt)
print(下单的用户数 %.0f%pay_cnt)
print(浏览-加购物车转化率 %.2f%%%pv_cart_rate)
print(浏览-加购物车-下单转化率 %.2f%%%pv_cart_pay_rate)
print(加购物车-下单转化率 %.2f%%%cart_pay_rate)
------
浏览用户数 2228233
加购物车用户数 354064
下单的用户数 137195
浏览-加购物车转化率 15.89%
浏览-加购物车-下单转化率 6.16%
加购物车-下单转化率 38.75%同样用pyecharts进行漏斗可视化。
pv_cart_pay(Funnel(opts.InitOpts(width600px, height400px)).add(series_name,sort_none,data_pair[[k,v] for k,v in pv_pay_cart_dict.items()],tooltip_optsopts.TooltipOpts(triggeritem, formatter{b} : {c}%)))
pv_cart_pay.render_notebook()我们观察到需求7中得到的转化率为7.3%而需求8中得到的转化率为6.16%同样都是从浏览到下单的转化为什么结果却是不一样的呢
这是因为加购物车与下单并不是一种包含关系而是一种相交的关系。二者的关系有以下三种情况如下图。 用户将商品加入购物车然后下单 用户没有加购物车直接下单 用户加入购物车但最后没下单
所以需求7中的转化率更大因为从浏览直接到下单既包括了加购物车后下单也包括了直接下单而需求8中的转化是从浏览到加购物车再到下单是包含在需求7内的所以转化率小。 4.消费时长分析
用户从浏览到下单的过程中可能会有不同的路径比如浏览-下单浏览-加购物车-下单浏览-收藏-加购物车-下单。
不同的行为路径可能有不同的特性比如消费时长。
为了更深入研究用户行为下面我们分析不同路径用户的消费时长即用户从浏览开始到下单之前所用的总时长并统计时长的分布。
需求9统计浏览-加购物车-下单的用户消费时长分布并进行分布可视化
需求8中我们将浏览-加购物车-下单行为进行了内连接下面对用户和商品进行分组统计浏览与下单的时间差。其中浏览时间筛选最早浏览时间代表第一次接触商品下单时间筛选最早的下单时间代表浏览和加购物车后最近的下单。
pcp_interval (df_pv_cart_pay.groupby([user_id, sku_id],as_indexFalse).apply(lambda x: (x.action_time_pay.min() - x.action_time_pv.min())).rename(columns{None:interval}))以上我们得到了下单与浏览行为的时间间隔但此时的interval变量是timedelta时间差类型我们需要进一步转化成数值类型。
# 获取时间差成分筛选小时数
pcp_interval[interval] pcp_interval[interval].dt.components[hours]这是使用了components方法将时间差分解并最终转换为0-24小时的小时数值。最后使用seaborn对时间间隔进行了分布可视化。
# 时间间隔分布可视化
fig, ax plt.subplots(figsize[16,6])
sns.countplot(xinterval, datapcp_interval, paletteSet1)
# 消费时长分布占比的注释
for p in ax.patches:ax.annotate({:.2f}%.format(100*p.get_height()/len(pcp_interval[interval])), (p.get_x() 0.1, p.get_height() 100))
ax.set_yscale(log)
plt.title(消费时间间隔)通过分布结果来看大部分用户在一个小时内完成了商品下单大部分用户的消费意愿比较明确。
