python案例——群组分析（以周为单位）

前言：

群组分析指的是针对具有共同特征的一群用户，对其进行留存、活跃、付费等情况分析，通常会以一定时间段划分用户行为。
本次案例数据源来自秦路老师的orderinfo，对于群组进行用户留存分析，以周为单位。
最终结果：

image.png
image.png

案例步骤

数据读取

image.png

字段解释：
orderid - 订单id，无重复
userid - 用户id，有重复
ispaid - 是否支付，分已支付、未支付，本次研究已支付部分
paidtime - 支付时间

一、数据清洗

image.png

1.1 Paidtime剔除空值影响

image.png

1.2 剔除isPaid未支付

image.png

1.3 建立新字段OrderPeriod

因为我们是在做周度群组，所以我们会关注用户的周度行为。

转换数据类型

image.png

新建字段OrderPeriod,以周为时间段划分

image.png

二、数据处理

2.1 创建一个名为CohortGroup的新列，它是用户第一次购买的时间区段。

image.png

2.2 按CohortGroup 及 OrderPeriod 汇总数据，查看每个时间段第一次购买的总用户人数

image.png

2.3 为每个CohortGroup标记CohortPeriod

我们想要查看每个队列在他们第一次购买后的几周内的表现，因此我们需要将每个队列与他们的第一次购买的时间段建立索引。例如，CohortPeriod = 1是队列的第一个时间段，CohortPeriod = 2是第二个时间段，以此类推。

image.png

2.4用户保留按群组分组

我们想要查看每组随时间变化的百分比，而不是绝对变化。
为此，我们首先需要创建一个包含每个CohortGroup及其大小的panda系列

image.png

现在，我们需要用cohort_group_size除以以cohort_group_size为单位的TotalUsers值。由于DataFrame操作是基于对象的索引执行的，所以我们将在我们的组DataFrame上使用unstack来创建一个矩阵，其中每一列表示一个CohortGroup，每一行表示对应于该组的CohortPeriod。
为了说明unstack的作用，请回忆一下前五个TotalUsers值:

image.png
image.png
image.png

三、最后，我们可以绘制随时间变化的队列，以发现行为上的差异或相似之处。

两种常见的队列图是线图和热力图，如下图所示。
请注意，每个队列的第一阶段是100%——这是因为我们的队列基于每个用户的第一次购买，也就是说队列中的每个人都是在第一个时间段购买的。

image.png
image.png

参考网站：https://www.jianshu.com/p/1d0aad81b6eb
数据源：https://pan.baidu.com/s/12iKprOiRA0O79NcsPggeMA