电商用户消费行为数据分析
2019-11-14 本文已影响0人
一半芒果
一、分析目的
对于初级阶段的新电商来说，积累数据，找准运营方向，关注流量，开源是重点；
对于中级阶段的电商，稳定客流，提高店铺销量是首要任务；
对于很有规模的电商，更侧重留存与活跃，提升整体运营水平。
不同的阶段，对于数据分析指标的侧重点也不同。
本篇以某电商用户订单记录为例，侧重用户消费整体趋势和用户消费行为，对用户规模和用户黏性中的几个核心数据点进行分析展示：
- 找出用户流量趋势变化
- 考察用户分层、生命周期和购买周期
分析过程思维导图：
电商用户消费数据分析.png
二、数据描述
数据来源于一家电商网站用户订单记录
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
plt.style.use('ggplot')
df = pd.read_csv('CDNOW_master.txt',sep='\s+',names = ['user_id','order_dt','pt_quantity','order_amount'])
df.head()
- user_id:：用户编号
- order_dt：订单日期
- pt_quantity：产品数量
- order_amount：订单金额
image.png
df.info()
WeChatb0f9116ec6f8925a2ead3ae67a052edd.png
df.describe()
WeChat16fb3d83f4459f741a57aae328e45382.png
观察数据：
1、日期需要转换格式
2、大部分的订单购买商品数量较少，平均值在2个左右，极值99很大，存在干扰
3、用户消费金额稳定，同样也存在极值干扰
三、数据清洗
时间格式转换：需要按月分析数据，这里直接转为月份，忽略具体日期
df['order_dt']=pd.to_datetime(df.order_dt, format='%Y%m%d')
df['Month']=df['order_dt'].astype('datetime64[M]')
df.head()
WeChateb9d543cde1a6529a9fa6f551ec9e2d4.png
查看是否有空值
df.isnull().any()
WeChatd6cb61cb8ccc36d0744cf109944b694e.png
四、分析数据
-
用户消费趋势分析
1、每月销量和销售额分布情况
grouped_month = df.groupby('Month')
plt.rcParams['figure.figsize'] = (10, 6)
plt.subplot(221)
grouped_month.sum().pt_quantity.plot()
plt.title('pt_quantity')
plt.subplot(222)
grouped_month.sum().order_amount.plot()
plt.title('order_amount')
WeChat1f736f8db2db221a311357cf58c74d76.png
销量与销售额走势一致
- 前三个月，销售数量在25000左右，销售额在
350000左右； - 后续月份，销售数量在7000左右，销售额在100000左右。
2、用户数量、订单数量分布情况
plt.subplot(223)
grouped_month['pt_quantity'].count().plot()
plt.title('order')
plt.subplot(224)
grouped_month.nunique().user_id.plot()
plt.title('user')
WeChatd1f198b48ed2d2aa2e47cbf470a46653.png
订单量和用户数量线性分布图
- 前三个月订单数量在9000--11000之间，后续月份在2000左右
- 前三个月用户数量在8000--1000之间，后续月份在2000左右
- 每月消费次数与消费人数差异不大
3、用户数量分布情况
使用数据透视表，查看每月用户数量、销量和销售额
pd.pivot_table(df, index='Month',
values=['user_id','pt_quantity','order_amount'],
aggfunc={'user_id':'count','pt_quantity':'sum','order_amount':'sum'})
WeChatd451b54c52832ba7d766e682bf0c7604.png
grouped_month['order_amount'].mean().plot()
WeChat0f6e4328018284094be07f8f7418585d.png
用户平均消费金额不稳定，此消彼长
pd.pivot_table(df, index='Month',
columns='user_id',
values=['order_dt'],
aggfunc='count').mean(axis=1).plot()
WeChat72ff297068942d329f746f5093d1fe63.png
用户平均消费次数在1-2次之间，1997-1998呈上涨趋势
消费趋势汇总：
- 1997年前三个月消费总金额和产品总销量比较高，后续时期迅速下降，后基本稳定;
- 用户平均消费金额此消彼长;
- 用户平均消费次数稳定在1-2次之间;
-
用户消费行为分析
1、用户消费次数与消费金额
grouped_user = df.groupby('user_id')
grouped_user.sum().describe()
WeChated591f53916e8271c5e06c4353cd7d75.png
- 共有23570个用户
- 用户平均消费数量为7，平均消费金额106元
- 标准差都为平均数的两倍以上，从购买数量来看，中位数为3，最大值为1033，说明小部分人购买了大量产品；从购买金额来看，平均消费金额106，最大值13990，存在较大的极值干扰。
- 消费数量和金额的平均值都在75%位置，说明25%的用户购买金额和数量较大，拉高了平均值，整体分布左偏
- 消费金额最小值为0，是因为有促销订单
用户消费金额、消费次数分布散点图
grouped_user.sum().plot.scatter(x='pt_quantity',y='order_amount')
image.png
根据散点图分布，极值影响严重，根据切比雪夫定理，筛选数据
95%的数据集中在距离平均值5个标准差之内
grouped_user.sum().query('order_amount<1306').plot.scatter(x='pt_quantity',y='order_amount')
去掉极值，重新调整后的分布图
image.png
图形大致呈现线性回归，说明客单价稳定
grouped_user.sum().query('pt_quantity<80').pt_quantity.plot.hist(bins=30)
用户消费次数直方图:
image.png
大部分集中在10次以内，小部分数据造成了干扰
grouped_user.sum().query('pt_quantity<80').order_amount.plot.hist(bins=30)
用户金额次数直方图
image.png
大部分集中在250元以下，绝大部分呈现集中趋势,小部分数据造成了干扰
2、用户累计消费额占比
a = grouped_user.sum().sort_values('order_amount').apply(lambda x : x.cumsum()/x.sum())
a.tail()
按消费金额排序，使用累计加和函数，计算用户消费额占比
image.png
user_cumsum = grouped_user.sum().sort_values('order_amount').apply(lambda x : x.cumsum()/x.sum())
user_cumsum.reset_index().order_amount.plot()
image.png
用户人数是23750 50%的人只占了15%的消费额 消费总金额前4000名贡献了60%的消费额度
也就是维护好这前4000名客户，可以完成KPI的60%
3、新老客消费比
grouped_user.order_dt.min().value_counts().plot()
每月新客趋势图
image.png
- 波动此消彼长
- 2.1-2.15有一次剧烈波动
grouped_user.order_dt.max().value_counts().plot()
每月老客趋势图
image.png
- 前三个月数量很高，原因是前期有大量新客，只消费了一次后流失，后期逐渐稳定
- 4月有一次剧烈波动
4、单次用户消费数量
b = grouped_user.order_dt.agg([np.min,np.max])
(b['amin'] == b['amax']).value_counts().plot.pie(autopct='%.2f%%',startangle=90,shadow=True)
image.png
只消费了一次的客户占比51.14%，有一半客户只购买了一次
c = df.groupby(['Month','user_id'])['order_dt'].agg(['min','max']).reset_index(level=1)
(c['min']==c['max']).groupby('Month').value_counts().plot.bar()
按月对比：
image.png
- 每个月新客数多于老客数
- 前三个月新客数量大，第四个月开始突然大幅度减少，后逐渐降低
- 老客数量前三个月递增，后续月份递减
5、用户分层——rfm模型
使用数据透视表，提取出用户消费额、最后一次消费日期、消费数量数据
rfm = pd.pivot_table(df,index='user_id',values=['order_dt','pt_quantity','order_amount'],
aggfunc={'order_dt':'max','pt_quantity':'sum','order_amount':'sum'})
rfm.head()
image.png
将最后一次消费日期转为最后一次消费日距今的天数
(由于数据是很早之前的，为了更好的展示数据，将对比标准改为所有用户最后一次消费的日期）
rfm['order_dt'] = (rfm['order_dt'].max() - rfm['order_dt'])/np.timedelta64(1,'D')
rfm.rename(columns={'order_amount':'M','order_dt':'R','pt_quantity':'F'},inplace=True)
rfm.head()
image.png
数据以平均值作为x、y、z轴标准值，编写python函数，将用户M、R、F数据，划分象限，使用0、1作为标准值上下象限之分，给用户分别贴上标签。
8类标签分别是：重要保持客户、重要价值客户、重要发展客户、重要挽留客户、一般保持客户、一般价值客户、一般发展客户、一般挽留客户
def rfm_func(x):
level = x.apply(lambda x : np.where(x>=0,'1','0'))
label = level.R + level.F +level.M
dict_n={'011':'重要保持客户',
'111':'重要价值客户',
'001':'重要发展客户',
'101':'重要挽留客户',
'010':'一般保持客户',
'110':'一般价值客户',
'000':'一般发展客户',
'100':'一般挽留客户'}
result=dict_n[label]
return result
rfm['客户分类'] = rfm.apply(lambda x : x - x.mean()).apply(rfm_func,axis=1)
rfm.head()
image.png
rfm.groupby('客户分类').agg({'M':'sum','R':'count','F':'sum'})
统计各标签用户的总销售额、总的消费频率，和人数
image.png
一般挽留客户最多，重要保持客户第二，重要保持客户销售金额占比最高
color_dict= {
'重要价值客户':'r',
'重要保持客户':'g',
'重要发展客户':'b',
'重要挽留客户':'c',
'一般价值客户':'m',
'一般保持客户':'y',
'一般发展客户':'k',
'一般挽留客户':'w'
}
rfm['color'] = rfm.客户分类.map(color_dict)
rfm.plot.scatter('R','F',color=rfm['color'])
rfm客户分层散点图：
image.png
从RFM分层可知，大部分用户为重要保持客户，但这是由于极值影响，拉高了平均值，用户划分不够准确
6、用户分层——新老用户、活跃、回流、流失用户
pivot_dt = pd.pivot_table(df,index='user_id',values='order_dt',columns='Month',aggfunc='count')
dt = pivot_dt.fillna(0).applymap(lambda x : np.where(x>0,1,0))
dt.head()
使用数据透视表，统计每月各用户消费情况，1表示当月购买过，0表示当月没有购买
image.png
使用python函数，根据用户每月消费情况，贴上标签
- 未注册用户：unreg
- 新用户：new
- 当月未购买且已注册：不活跃 unactive
- 当月购买上个月不活跃：回流用户 return
- 当月购买上个月也购买：活跃 active
（这个划分标准比较简单，不是很准确）
status=[]
for i in range(18):
if row[i]==0:
if len(status)>0:
if status[i-1]=='unreg':
status.append('unreg')
else:
status.append('unactive')
else:
status.append('unreg')
else:
if len(status)==0:
status.append('new')
else:
if status[i-1]=='unactive':
status.append('return')
elif status[i-1]=='unreg':
status.append('new')
else:
status.append('active')
for index,value in enumerate(status):
row.iloc[index]=status[index]
return row
purchase_status = dt.apply(active_status,axis=1)
purchase_status.head()
image.png
统计每月各类用户的数量
user_fc = purchase_status.replace('unreg',np.nan).apply(lambda x : x.value_counts()).fillna(0).T
user_fc
image.png
user_fc.plot.area()
更直观的面积图：
image.png
- 根据用户分层面积图可以看出，新用户集中在前三个月，每个月都有大量不活跃用户
计算回流率加入表中
user_fc['回流率']=(user_fc['return'].shift()/user_fc['unactive']).fillna(0)
user_fc
image.png
- 活跃用户，对应的是持续消费的客户，对应消费运营的质量
- 回流用户，上月不消费，本月消费，对应的是唤回运营质量
- 不活跃用户，对应的是流失率
7、用户生命周期
计算用户第一次购买和最后一次购买的时间差
user_dt = df.groupby('user_id').order_dt.agg(['min','max'])
user_dt['diff'] = (user_dt['max']-user_dt['min'])/np.timedelta64(1,'D')
user_dt['diff'].describe()
image.png
平均生命周期为135天，最长544天
user_dt['diff'].plot.hist(bins=30)
image.png
用户的生命周期受只购买过一次的用户影响比较厉害，可以剔除
user_dt.query('diff>0')['diff'].plot.hist(bins=30)
image.png
剔除只购买一次的用户，可以看出，用户生命周期首位两端人数比较多，中间值相对少
8、用户购买周期
order= df.groupby('user_id').apply(lambda x : x.order_dt-x.order_dt.shift())
order.describe()
image.png
(order/np.timedelta64(1,'D')).plot.hist(bins=20)
image.png
- 订单周期呈指数分布
- 用户平均购买周期是68天
- 绝大部分用户购买周期小于100天
9、复购率
复购率指自然月内，购买多次的用户占比
order_dt = pivot_dt.applymap(lambda x : 1 if x>1 else 0 if x==1 else np.nan)
order_dt.head()
使用applymap函数对用户购买各月购买次数进行标记
- 当月未购买标记为null
- 购买一次标记为0
- 购买1次以上标记为1
image.png
((order_dt.sum())/(order_dt.count())).plot()
复购率线形图
image.png
复购率稳定在20%左右，前一个月因为有大量新用户，只购买了一次，拉低了复购率
10、回购率
回购率指曾经购买过且在某一时期内再次购买的用户占比
dt.head()
使用前面分好的购买标记
0为本月未购买，1为本月购买
image.png
编写python函数，对用户回购情况贴上标签
- 本月未购买标记为null，不存在计算回购率的情况
- 本月购买，下个月回购，本月标记为1
- 本月购买，下个月未回购，本月标记为0
- 最后一个月份，由于不清楚下月情况，统一标记为null不做统计
def func_back(x):
status=[]
for i in range(17):
if x[i] == 1:
if x[i+1] ==1:
status.append(1)
if x[i+1] == 0:
status.append(0)
else:
status.append(np.NaN)
status.append(np.NaN)
return pd.Series(status,index=x.index)
purchase_b = dt.apply(func_back,axis=1)
purchase_b.head()
image.png
(purchase_b.sum()/purchase_b.count()).plot()
回购率线形图
image.png
- 回购率：前三个月受只消费一次的大量新客影响，回购率较低，后续稳定在30%左右。
