python 入门数据分析

在线教育BD推广效果复盘分析

2020-10-19  本文已影响0人  SongSir1

项目介绍

为了拓展高阶课的用户销量，目前通过BD与周边学校合作，开展四节体验课促销活动，并且会在第三节体验课后开展“高阶课程讲座”并开启高阶课的报名通道，目前项目已经完结，请根据已有的数据源分析并提出优化方案。

项目流程

  1. 用户行为路径轨迹
  • 1.1 分析一般在线产品用户行为路径，并结合真实体验过程，绘制流程图
  • 1.2 对数据源进行特征转换（将“是”，“否”转换为“1”，“0”），方便统计绘制漏斗图
  • 1.3 漏斗图绘制
  1. 案例复盘
  • 2.1 数据观察（去重、查看缺失值、查看数据大小及类型）
  • 2.2 清洗数据（清洗杂乱学校名称字段、拆分课程报名情况）
  • 2.3 数据合并（合并报名信息和上课情况表）
  • 2.4 数据分析（从用户路径、学校、年级、推广渠道等维度展开分析）

1.用户行为路径轨迹

1.1 用户路径

用户体验产品路径一般为：渠道曝光->产生兴趣->信息采集->体验->完成

由于本文仅针对BD推广后，通过注册app，绘制用户体验流程图如下：

1.2 特征转换

为了方便读取数据以及统计各阶段人数，将数据第三列之后根据是、否进行特征转换为1,0
读取原始数据

# 读取excel文件
# 查看excel文件表格
wb = openpyxl.load_workbook("数据.xlsx")
wb.sheetnames
# 读取数据
df2 = pd.read_excel("数据.xlsx",sheet_name="上课数据")

特征转换：

dic = {"是":1,"否":0}
i = 0
for index in df2.columns:
    i += 1
    if i > 3:
        df2[index] = df2[index].map(dic)
处理结果：

1.3 绘制漏斗图

导入pyecharts绘制互动性可视化漏斗图

from pyecharts import options as opts
from pyecharts.charts import Funnel

c = ["总人数",'绑定微信','绑定手机号','添加老师','登录APP','第一节课完课',
     '第一节课作业完成','第二节课完课','第二节课作业完成', '第三节课完课','第三节课作业完成',
     '高阶课程点击数','高阶课程报名数','第四节课完课','第四节课作业完成']
c1 = [df2.ID.count(),df2["绑定微信"].sum(),df2["绑定手机"].sum(),df2["添加老师"].sum(),df2["登录APP"].sum(),
      df2["第一节课是否完课"].sum() , df2["第一节课是否完成作业"].sum(),df2["第二节课是否完课"].sum() , df2["第二节课是否完成作业"].sum(),
      df2["第三节课是否完课"].sum() , df2["第三节课是否完成作业"].sum(),df2["高阶课报名情况"].value_counts()["点击未报名"],df2["高阶课报名情况"].value_counts()["点击已报名"],
      df2["第四节课是否完课"].sum() , df2["第四节课是否完成作业"].sum()]
c1 = [round(int(i)/973*100,2) for i in c1]
c = (
    Funnel()
    .add(
        "转换率",
        [list(z) for z in zip(c,c1)],
        sort_="none",
        label_opts=opts.LabelOpts(is_show=True, position="inside"),
        tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b} : {c}%"),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="流程转化",subtitle="计算方式：人数/总人数"),
                    legend_opts=opts.LegendOpts(pos_left='right',pos_top="90%"))

)
c.render_notebook()

2. 案例复盘

2.1 观察数据

检验缺失值：df1.info()
去重：df1.drop_duplicates()

# 检查是否缺失
df1.info()
# 判断是否有重复值
df1 = df1.drop_duplicates("id")

结果：删除2条重复字段后，共有968条数据，无缺失值

2.2 字段清洗

由于表单为自主填写，存在许多杂乱数据，需要进行清洗区分
2.2.1 学校字段:

df1.学校.unique()

经由业务部门沟通，先将学校分为以下7所：

def clean_school(b):
    matchObj_baling = re.search( r'八零', b, re.M|re.I)
    matchObj_xigua = re.search( r'西瓜', b, re.M|re.I)
    matchObj_jiushiba = re.search( r'九十八', b, re.M|re.I)
    matchObj_sanya = re.search( r'三亚', b, re.M|re.I)
    matchObj_shiyan = re.search( r'实', b, re.M|re.I)
    matchObj_chuntian = re.search( r'春田花花', b, re.M|re.I)
    matchObj_jiuxiao = re.search( r'九小', b, re.M|re.I)
    
    if matchObj_baling:
        b = '湖北省十堰市东风八零学校'
    elif matchObj_xigua:
        b = '北大西瓜小学'
    elif matchObj_jiushiba:
        b = '郑州市第九十八中小学部'
    elif matchObj_sanya:
        b = '三亚市第九小学'
    elif matchObj_shiyan:
        b = '邳州市春田花花实验小学'
    elif matchObj_shiyan == None and matchObj_chuntian:  # 如果“邳州市春田花花实验小学”匹配失败，则进行简阳春天花花匹配
        b = '简阳市春田花花小学'
    elif matchObj_sanya == None and matchObj_jiuxiao:
        b = '肇庆市第九小学'
    return b
# 清洗
df1["学校"] = df1['学校'].map(clean_school)

2.2.2 其他字段 
df1["年级"].unique()
df1["班级"].unique()
df1["三级渠道"].unique()
df2.高阶课报名情况.value_counts()

2.2.3 字段拆分


高阶课报名情况中，存在三种数据，“未点击进入”，“点击未报名”，“点击已报名”，为方便区分，利用pd.get_dummies将三种数据进行特征提取。 
df2 = pd.concat([df2,pd.get_dummies(df2["高阶课报名情况"])],axis=1)
df2.drop("高阶课报名情况",axis = 1,inplace = True)
2.3 数据合并

将用户来源及信息表与用户上课信息表通过"ID"合并

data = pd.merge(df1,df2,left_on="id",right_on="ID")
# 空值检查
data.isnull().sum().sum()
# 删除多余字段
data.drop(["ID","电话号码","序号"],axis = 1,inplace = True)
2.4 数据分析

2.4.1 漏斗图绘制
参照开始流程，使用pyecharts进行漏斗图绘制

from pyecharts import options as opts
from pyecharts.charts import Funnel

c = ["总人数",'绑定微信','绑定手机号','添加老师','登录APP','第一节课完课',
     '第一节课作业完成','第二节课完课','第二节课作业完成', '第三节课完课','第三节课作业完成',
     '高阶课程点击数','高阶课程报名数','第四节课完课','第四节课作业完成']
c1 = [df2.ID.count(),df2["绑定微信"].sum(),df2["绑定手机"].sum(),df2["添加老师"].sum(),df2["登录APP"].sum(),
      df2["第一节课是否完课"].sum() , df2["第一节课是否完成作业"].sum(),df2["第二节课是否完课"].sum() , df2["第二节课是否完成作业"].sum(),
      df2["第三节课是否完课"].sum() , df2["第三节课是否完成作业"].sum(),df2["点击未报名"].sum(),df2["点击已报名"].sum(),
      df2["第四节课是否完课"].sum() , df2["第四节课是否完成作业"].sum()]
c1 = [round(int(i)/973*100,2) for i in c1]
c = (
    Funnel()
    .add(
        "转换率",
        [list(z) for z in zip(c,c1)],
        sort_="none",
        label_opts=opts.LabelOpts(is_show=True, position="inside"),
        tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b} : {c}%"),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="流程转化",subtitle="计算方式：人数/总人数"),
                    legend_opts=opts.LegendOpts(pos_left='right',pos_top="90%"))

)
c.render_notebook()

结果：

2.4.2 多维度统计分析
（1）整体：


（2）学校 
grouped_school = data.groupby("学校").count()["id"].reset_index()
# 绘图
bar = (Bar()
      .add_xaxis(list(grouped_school.学校))
      .add_yaxis("参与人数",[int(i) for i in grouped_school.id.values])
      .set_global_opts(title_opts=opts.TitleOpts(title = "各学校参与人数"),
                      xaxis_opts=opts.AxisOpts(name = "学校",axislabel_opts=opts.LabelOpts(rotate = 20)))
      )
bar.render_notebook()

grouped_bd_sc = data.groupby(["三级渠道","学校"]).count()["id"].reset_index()
数据导入PowerBI绘制桑基图

（4）年级与完课率

grouped_nianji = pd.concat([data.groupby("年级").sum().iloc[:,5:9],data.groupby("年级").sum()["点击已报名"]],axis = 1)
# 绘图
bar = (Bar()
      .add_xaxis(grouped_nianji.columns.tolist())
      .add_yaxis("幼儿园小班", grouped_nianji.loc['幼儿园小班'].tolist(), stack="stack1")
      .add_yaxis("小学一年级", grouped_nianji.loc['小学一年级'].tolist(), stack="stack1")
      .add_yaxis("小学二年级", grouped_nianji.loc['小学二年级'].tolist(), stack="stack1")
      .add_yaxis("小学三年级", grouped_nianji.loc['小学三年级'].tolist(), stack="stack1")
      .add_yaxis("小学四年级", grouped_nianji.loc['小学四年级'].tolist(), stack="stack1")
      .add_yaxis("小学五年级", grouped_nianji.loc['小学五年级'].tolist(), stack="stack1")
      .add_yaxis("小学六年级", grouped_nianji.loc['小学六年级'].tolist(), stack="stack1")
      .add_yaxis("初中一年级",grouped_nianji.loc['初中一年级'].tolist(), stack="stack1")
       .set_series_opts(label_opts=opts.LabelOpts(is_show=False),
                    axis_opts = opts.AxisOpts(
                        interval = None,
                        
                    ),
                    )
    .set_global_opts(title_opts=opts.TitleOpts(title="完\n成\n课\n程\n及\n作\n业\n学\n员\n年\n级\n分\n布"
                    ,padding = [150,100,5,10]),
                     xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
      )
      )
bar.render_notebook()

2.4.3 特征工程处理
使用sklearn对于学校、年级、三级渠道字段进行特征处理，将至转换为数值型

from sklearn.preprocessing import LabelEncoder 
le = LabelEncoder()
data['学校'] = le.fit_transform(data['学校'])
data['年级'] = le.fit_transform(data['年级'])
data['三级渠道'] = le.fit_transform(data['三级渠道'])


正相关部分：第三节课是否完成作业与第四节课是否完成作业表现出强相关 ，高达0.87。第一次课程到第四次课程，可以看出他们关联性较大，可谓是环环相扣，呈现出了方块形状。
负相关部分：学校与三级渠道达到-0.35。

结论：

上一篇 下一篇

猜你喜欢

热点阅读