淘寶用戶行為分析案例（數據分析Day6實戰）

一、項目背景

本數據報告以淘寶app平臺為數據集，通過行業的指標對淘寶用戶行為進行分析，從而探索淘寶用戶的行為模式，具體指標包括：日PV和日UV分析，付費率分析，復購行為分析，漏斗流失分析和用戶價值RFM分析。

二、數據來源

三、提出問題

1.日PV有多少

2.日UV有多少

3.付費率情況如何

4.復購率是多少

5.漏斗流失情況如何

6.用戶價值情況

四、理解數據

本數據集共有104萬條左右數據，數據為淘寶APP2021年11月18日至2021年12月18日的用戶行為數據，共計6列字段，列字段分別是：

user_id：用戶身份，脫敏

item_id：商品ID，脫敏

behavior_type：用戶行為類型（包含點擊、收藏、加購物車、支付四種行為，分別用數字1、2、3、4表示）

user_geohash：地理位置

item_category：品類ID（商品所屬的品類）

time：用戶行為發生的時間

五、數據清洗

#coding:utf-8importpandasaspdimportnumpyaspyimportmatplotlib.pyplotaspltimportseabornassnsimportre#設置列數據全顯示pd.set_option('display.max_columns',None)data_user=pd.read_csv(r'.ianchi_mobile_recommend_train_user.csv')missingTotal=data_user.isnull().sum()missingExist=missingTotal[missingTotal>0]missingExist=missingExist.sort_values(ascending=False)print(missingExist)

print(missingTotal)

存在缺失值的是User_geohash，有717785條，不能刪除缺失值，因為地理信息在數據集收集過程中做過加密轉換，因此對數據集不做處理。

data_user.head()

#拆分數據集data_user['date']=data_user['time'].map(lambdas:re.compile('').split(s)[0])data_user['hour']=data_user['time'].map(lambdas:re.compile('').split(s)[1])data_user.head()

#查看data_user數據集數據類型：data_user.dtypes

#發現time列和date列應該轉化為日期類數據類型，hour列應該是字符串數據類型。#數據類型轉化data_user['date']=pd.to_datetime(data_user['date'])data_user['time']=pd.to_datetime(data_user['time'])data_user['hour']=data_user['hour'].astype('int64')data_user.dtypes

#異常值處理data_user=data_user.sort_values(by='time',ascending=True)data_user=data_user.reset_index(drop=True)data_user.describe()

image.png

通過觀察數據集的四分位數，總數，平均值，方差等，發現數據集并無異常值存在。

六、用戶行為分析

（1）pv和uv分析

PV(訪問量)：即PageView,具體是指網站的是頁面瀏覽量或者點擊量，頁面被刷新一次就計算一次。

UV(獨立訪客)：即UniqueVisitor,訪問您網站的一臺電腦客戶端為一個訪客。

1）日訪問量分析

#pv_daily記錄天天用戶操作次數，uv_daily記錄天天不同的上線用戶數量pv_daily=data_user.groupby('date')['user_id'].count().reset_index().rename(columns={'user_id':'pv'})uv_daily=data_user.groupby('date')['user_id'].apply(lambdax:x.drop_duplicates().count()).reset_index().rename(columns={'user_id':'uv'})fig,axes=plt.subplots(2,1,sharex=True)pv_daily.plot(x='date',y='pv',ax=axes[0])uv_daily.plot(x='date',y='uv',ax=axes[1])axes[0].set_title('pv_daily')

結果顯示如上圖所示，在雙十二期間，pv和uv訪問量達到峰值，并且可以發現，uv和pv兩個訪問量數值差距比較大，同時，因為數據集總人數大約是10000人左右，因此，通過nv值可以分析出雙十二期間淘寶用戶的日活躍大概是45%浮動。

#小時訪問量分析#pv_hour記錄每小時用戶操作次數，uv_hour記錄每小時不同的上線用戶數量pv_hour=data_user.groupby('hour')['user_id'].count().reset_index().rename(columns={'user_id':'pv'})uv_hour=data_user.groupby('hour')['user_id'].apply(lambdax:x.drop_duplicates().count()).reset_index().rename(columns={'user_id':'uv'})fig,axes=plt.subplots(2,1,sharex=True)pv_hour.plot(x='hour',y='pv',ax=axes[0])uv_hour.plot(x='hour',y='uv',ax=axes[1])axes[0].set_title('pv_hour')axes[1].set_title('uv_hour')