1 数据说明

内容包括了14年双十一之后到双十二结束这段时间内用户的行为痕迹，共6个指标12256906个用户，本文将使用PYTHON对整体用户购物情况进行分析。

数据指标说明如下表：

代码和数据已上传至网盘：链接: 提取码: q69k 

2 研究目标

基本数据统计

1、每天的PV，UV，收藏、加购、购买用户数量

2、各个时间段的PV，UV，收藏、加购、购买用户数量

3、用户行为转化漏斗

4、每月商品销量趋势

5、商品类别top20

6、用户行为top10商品

3 数据预处理

3.1数据导入

导入数据，看看数据的具体情况

3.2 数据清洗

查看数据信息

该数据集有12256906条数据，6个字段，数据大小有561.1M

数据一致化处理

通过查看数据可得知，time字段的时间包含年-月-日和小时，为方便分析，将该字段分为2个字段：一个日期列，一个小时列

缺失值处理

user_geohash地理位置列，有8334824列缺失值，可删除该列

用户行为标签

4 用户行为模型

从各个维度时间分析用户不同行为下的数据指标

4.1 时间维度行为分析

  每天用户行为分析

平均PV量为372599，最小PV在11月21日只有314572；因为双12活动，在12月9日开始，PV量逐渐有增多趋势，在双12当天达到顶峰，PV量达641507。活动过后，人数明显下降至平稳状态。

每日的UV量均值在65270左右、在双12期间，用户总数稍有上升，活动过后，人数明显下降至平稳状态

 

从用户每天加入购物车到购买商品这一流程转化率平均值在66%，而在双12之前存在一定降低，双12当天转化率达到98%。表明用户在双12前几天会加购大量喜欢的商品，在活动当天购买。

 

 

平均每天有727人重复购买商品，占总访问人数得11%，双12当天重复购买的用户有2574位，占比达到33%。

 每天各时间段用户行为分析

大部分用户的主要活跃时间段为9：00-22：00，其中18：00-21：00开始逐渐增加，达到一天之中的顶峰。

每天早上9点-下午16点时间段是用户购买转化率最高的一段时间

4.2 行为转化漏斗

计算每个行为的用户数量

cumsum()累计求和函数，累计计算每个环节人数

转化率=累计和/总人数*100

用户点击后，收藏&加购物车转化概率在5%左右，而最后真正的购买率在1%，购买转化率很低，后面可以采取活动提高购买转化率。

5 商品分析

5.1 每月商品总销量

平均每天的订单量为3878单，订单量平稳，在双12活动时，订单量继增到15251，是平常的5倍，活动结束后又趋于平稳。

5.2 商品所属类别

商品类别总计有4665种，其中销量最高的品类是6344类品牌，总销量2208

5.3 用户行为商品top

 

购买次数最多的品类是6344，购买次数为2208

6 总结

1、用户行为包括点击、放进购物车、收藏以及购买，从用户点击到加入购物车&收藏5%，而最后实际购买只有0.9%，可能加入购物车这一步流程出了问题，可能出现的原因是用户花了大量时间寻找合适的产品。

根据结果改善转化率的建议有：（1）优化电商平台的筛选功能，增加关键词的准确率，让用户可以更容易找到合适产品；（2）给客户提供同类产品比较的功能，让用户不需要多次返回搜索结果反复查看，便于用户确定心怡产品；（3）精简下单步骤，提供一键下单服务，比如只包含点击-购买-支付三个环节，缩短购买流程，提高用户体验。

2、每天有两个高峰期，晚8点至10点，上午10点至下午1点，用户通常喜欢晚上加购收藏，早上进行购买。针对高峰期进行营销活动收益最高，此时使用人数最多，活动容易引导用户购买。

• 点赞
• 收藏
• 分享
• 文章举报

lingdangp 发布了1 篇原创文章 · 获赞 0 · 访问量 42 私信 关注