1.1项目背景
- 移动互联网企业运营管理过程中，需要结合用户行为、商品及其市场等数据分析，对用户开展有针对性的运营活动，提供个性化、差异化的运营策略，以实现运营业务指标。本项目利用sql对淘宝用户行为数据进行分析，结合人货场模型，提供针对性的运营策略。
1.2项目目的
- 通过对taobao用户行为数据分析，为以下问题提供解释和改进建议：
- 1、分析用户使用APP过程中的常见电商分析指标，找到用户偏好商品，针对用户行为提出营销策略，提高用户忠诚度。
- 2、研究用户在不同时间尺度下的行为规律，找到用户在不同时间周期下的活跃规律，在用户活跃时间点推出相应营销策略。
- 3、建立用户行为转化漏斗模型，确定各个环节的转化率，找到需要改进的环节
- 4、分析商品特征，寻找⾼浏览商品
二、数据来源和数据清洗
2.1数据介绍
- 阿里天池‘‘淘宝用户购物行为数据集'’：数据集-阿里云天池
- 本数据集包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、喜欢）。数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。关于数据集中每一列的详细描述如下：
- 原数据量太大，本项目仅截取100w条行为数据作为本次数据分析的数据集，使用的 Navicat Premium数据库管理工具连接Mysql 8.0，进行对UserBehavior.csv 数据集的处理
2.2数据清洗
- 2.2.1观察数据添加需要的字段
  - 各字段数量
  - 预览前十条数据。发现timestamp为整数型数据，可以在后期增加一个字段datetimes，把它修改成日期型。
  - 添加字段前，可以更改一下缓冲值的大小，把缓冲值增加到10g，加快更改的速度
  - 添加字段，根据Timestamp新建datetimes,date,time,hour
- 2.2.2检查是否存在重复值
  - 可以将userid,itemid,categoryID,timestamp四者进行联合，对数据集分组。
  - 结果：不存在重复值
- 2.2.3检查是否存在异常值
  - 由于数据集时间范围为2017-11-25至2017-12-3，因此需要对不在该时间范围内的异常数据进行过滤。
  - 结果：存在异常值
  - 处理：去除异常值（注意：是去除异常值，日期范围要正确选择；是or不是and。）
  - 再次检查，删除成功
- 2.2.4检查是否存在缺失值
  - 统计每一个字段下有多少行，若行数相等则说明没有缺失值
  - 结果没有缺失值，且经过处理后的数据剩下999530
三、用户维度分析
3.1获客情况
- 每日的页面浏览量PV、独立访客人数UV，人均浏览次数PV/UV。
- 思路：pv 曝光了就要记一次（认定曝光就是浏览了一个页面，使用case when函数）
- 结果：日均UV、PV、人均浏览次数
- 创建表格保存数据
- 将上述查询所得表格导入Tableau中，绘制PV、UV及PV/UV每日变化趋势图。
3.2留存情况
- 3.2.1留存率
  - 说明
    - 分别以每一天为第一天，求每一天的计算次日、3日、7日留存率
  - 算出留存用户，并创表保存
    - 思路：用数据表以userid左关联，左a右b，筛选出a.date<b.date，使用函数datediff(b.date,a.date)=间隔天数 ,按照对应的间隔天数进行汇总，以时间（日期）分组
    - 步骤
      - 代码
      - 结果
  - 算出留存率
    - 思路：各天数留存用户/当天留存用户，先使用round函数对其保留两位小数，再使用concat函数与“%”连接
    - 步骤及其结果
  - 结果：留存率较高，淘宝用户粘性较高
- 3.2.2跳失率
  - 跳失率=只浏览一次页面的用户数/总用户数。跳失率：是指显示顾客通过相应入口进入，只访问了一个页面就离开的访问次数占该页面总访问次数的比例。跳失率可以反映用户对APP\网站内容的认可程度，或者说网站\APP是否对用户有吸引力
  - 思路：按照用户分组，找出总行为数为1的用户，再进行用户数总和，跳失用户即只访问一次页面的用户数。
  - 结果：数据太少没有跳失人数。也可以认为淘宝忠诚程度较高，用户对于淘宝的体验普遍很好
3.3行为情况
- 3.3.1时间序列分析
  - 每天的用户行为分析（日间分析）
    - 结果
    - 将其可视化
    - 分析：11-25、11-26、12-02、12-03为周末，各行为数据均比周一到周五高，正常现象。到了12月整体增高，说明可能在为双十二预热。12月初达到新高峰，可能由于到达双十二预热期，预热会使购买前置动作的收藏与加购行为量出现增长。
  - 每时的用户行为分析（日内分析）
    - 代码及其结果
    - 可视化
    - 分析：在每日18点开始上升，20-22点达到最高峰，23点开始下滑，2-5点呈现最低值，与国民作息规律相符。
    - 同时创建字段，求每时的购买率和收藏加购率。分析：可以看到在10-12点购买率较高，而晚上购买率较低。说明可能人们更愿意在白天购买商品，晚上购买也会发不了货的心理，直接收藏到第二天再买。因此可以考虑在20~22点做一些力度较大的优惠活动以提高转化率，而在白天10-11点时多进行商品投放，在制定运营策略时也可以考虑在这两个时间段进行直播带货、商品宣传、拼单促销等活动。
- 3.3.2用户转化率分析
  - 概念：使用漏斗分析法。从业务流程起点开始到最后目标完成的每个环节都会有用户流失，因此需要一种分析方法来衡量业务流程每一步的转化效率，漏斗分析方法就是这样的分析方法。
  - 本数据集只包含商品详情页（pv）、加入购物车（cart）、收藏（fav）、支付订单（buy）数据，因此将漏斗模型简化为：商品详情页—收藏并加入购物车—支付订单。因为加入购物车和收藏在购买商品的步骤上没有先后顺序，而且两种行为都能表现用户对产品可能存在购买意向，同属于购买意向确认阶段，所以可以将这两种行为合并作为购买意向确认阶段的行为总次数；
  - 代码及其结果
  - 可视化
- 3.3.3行为路径分析
  - 原因：用户并非一定收藏加购后再购买，因此收藏加购-支付转化率的漏斗图并不准确。我们在此继续细分用户行为，分别取用户购买某商品行为前的4个行为，并将行为连接，以此作为字段计数分析。
  - 思路：1、用户和商品种类作为分组对象，总和用户对该商品进行4种行为操作的次数。
  - 2、将其结果进行标准简化，只要有过该类行为操作的用‘1’表示，没有则用‘0’表示。
  - 3、四种行为用‘0’‘1’进行拼接，形成行为路径类型。结果显示共有8种路径类型。对其进行次数总和
  - 4、对购买路径进行解释说明。最终进行拼接创表
  - 结果进行可视化
3.4 RMF模型
- 概念
  - RMF模型是衡量用户价值和用户创利能力的重要工具和手段，下面的三个要素构成了RMF模型的重要指标：R-Recency(最近一次购买时间)、F-Frequency(消费频率)、M-Money(消费金额)
  - 由于数据源中没有消费金额，本项目仅使用R和F的数据对客户价值进行打分
- 思路：由于数据集统计的是2017年11月25日至2017年12月3日的用户行为数据，所以这里选取2017年12月4日作为计算日期，计算数据集中每个用户最近购买行为发生的日期与2017年12月4日之间的间隔天数，作为R指标，R值越小，客户价值越大；
- 步骤：1.按用户分组，找出购买的次数.2、插入购买间隔字段，使用datediff函数求数值。3、再增加一列对购买间隔打分（1-5），间隔越小分数越大。4、增加字段对购买次数打分，次数越大分数越大。5、重要一步：求其平均值进行比较，对用户分成四种类别
- 结果可视化
四、商品维度分析
4.1商品浏览排行榜（前十）
- 求出浏览量前十的商品,即点击率较高的商品
  - 代码及其结果
4.2商品类别浏览量排行榜（前十）
- 求出浏览量前十的商品类目
4.3各类别的热门商品中浏览量前十的
五、结论及其建议
1、根据留存率和跳失率来看，淘宝APP中的商品对用户具有足够的吸引力，用户粘性很大，忠诚程度较高，用户对于淘宝的体验普遍很好。可建立老客户社群，重点维系老客户和平台联系，适时发放优惠券等方法提高用户参与度，并进行老用户调研，提高产品使用感。
2、时间维度上看，人们更愿意在白天购买商品，会有晚上购买也会发不了货的心理，更愿意收藏到第二天再买。因此可以考虑在20~22点做一些力度较大的优惠活动以提高转化率，而在白天10-11点时多进行商品投放，在制定运营策略时也可以考虑在这两个时间段进行直播带货、商品宣传、拼单促销等活动。
3、漏斗模型上：页面点击pv到购买的转化率及其低，可以针对点击到购买的行为转化进行提升。建议有：尽量做到精准推荐，减少用户寻找信息的成本。优化收藏到购买的操作过程，增加用户收藏并加购的频率，以提高购买转化率。
4、RFM模型方面：对于价值用户，需要重点关注并保持，做到精准推荐，精准把握用户的偏好，提高满意度，增加留存；对于挽留用户，这种用户有即将流失的危险，需要关注他们的购物习性做精准化营销，可以通过问卷调查的方式，调查清楚哪里出了问题，制定相应的挽回策略，唤醒他们的购买意愿。
5、针对曝光点击率排名前十的商品，做好页面功能的效果营销，将其产品功能完美展现，提高用户的购买意愿。