CD 网站上客户消费记录分析

2019-04-03 本文已影响0人此我非彼我隆隆

1 项目介绍

项目名称：CD 网用户消费分析
使用工具：jupyter notbook

分析步骤及内容：

1. 数据预处理——数据的清洗
缺失值的处理、数据类型的转化

2. 用户消费趋势的分析
从每月的消费总金额、每月的消费次数、每月的产品购买量、每月的消费人数四个维度上进行分析

3. 用户个体消费数据分析
用直方图，散点图分析累计消费

4. 用户消费行为分析
首购，用户分层，购买周期等分析

2 项目开始

2.1 数据预处理——清洗

# 导入必备库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime
%matplotlib inline    #‘%’内置的命令，jupyter专有的定义，比如在pycharm不常用到，inline意思是我做好图之后可以在html页面的单元格进行显示

# 插入数据文件
columns = ['user_id', 'order_dt', 'order_products', 'order_amount']
df = pd.read_table('CDNOW_master.txt', names = columns, sep = "\s+")

注意4点

由于是txt文件，所以用方法 read.table 打开
txt 文件中字段未给出，所以需要传入4个列名以便于分析
字段名称分别是 user_id：用户id， order_dt：购买日期，order_products：购买产品数，order_amount：购买金额，一般这四个字段是电商及消费相关的数据的重要指标
一般csv文件时以逗号来分隔的，但是此份数据时通过空格来分割的，所以使用参数 '\s+' 处理任意个数的空格

image.png

df['order_dt'] = pd.to_datetime(df.order_dt, format = '%Y%m%d') # Y表示四位数的日期部分，y表示两位数的日期部分
df['month'] = df.order_dt.values.astype('datetime64[M]') # 增加一个 month 字段，转变时间维度便于分析

image.png

小结：至此，已完成数据的清洗

2.2 进行用户消费趋势的分析（按月）

每月的消费总金额
每月消费次数
每月产品购买量
每月消费人数

2.2.1 每月消费总金额¶

grouped_month = df.groupby('month')  # 按月进行聚合数据，形成新的对象
order_month_amount = grouped_month.order_amount.sum()  # 求出订货量的总数
order_month_amount.head()

image.png

2.2.3 每月产品购买量

前三个月消费订单量在10000上下，后续平均消费人数则在25000上下波动

grouped_month.order_products.sum().plot()  # 每笔订单可能会有多个产品，可求出总产品的销售量

image.png

2.2.4 每月消费人数（需要去重）

方法一
image.png
image.png
image.png

2.3 用户个体消费分析

用户消费金额和消费次数的描述统计
用户消费金额和消费次数的散点图
用户消费金额的分布图（二八法则）
用户消费次数的分布图
用户累计消费金额的占比（百分之多少的用户占了百分之多少的消费额）

2.3.1 用户消费金额和消费次数的描述统计

grouped_user = df.groupby('user_id')

grouped_user.sum().describe()

image.png

2.3.2 用户消费金额和消费次数的散点图和直方图

散点图可以揭示某种规律，直方图可以对用户进行分层

grouped_user.sum().query('order_amount < 4000').plot.scatter(x = 'order_amount', y = 'order_products')

image.png

grouped_user.sum().query('order_products < 60').order_products.hist(bins = 40)  #

image.png

2.3.3 用户累计消费金额的占比

理解：

用户数量和总消费值的比例是随人数上升而不断累加的，所有用户与总消费额的比率是 1
所以可以按升序排列出用户数量与总值的比
最终可以用 apply 函数遍历cumsum 的累加和算出累加到当前用户数所占总用户的比例

user_cumsum = grouped_user.sum().sort_values('order_amount').cumsum() / 2500315.63   # cumsum 为滚动累加求和
user_cumsum

image.png

user_cumsum = grouped_user.sum().sort_values('order_amount').apply(lambda x:x.cumsum() / x.sum())
user_cumsum  # apply(lambda x:x.cumsum() / x.sum())，除数为占比，被除数为总数

image.png

user_cumsum.reset_index().order_amount.plot()  # user_cumsum 其实是一个series，reset_index 会把其转换为数据框，这样便于制图
                                               # order_amount 也可用 order_products 代替，可得出几乎一样的结果

image.png

结论： - 前 2 万用户消费占比 0.4，后5千用户占比 0.6
- 重点维系对象应放在这5千人上

2.4 用户消费行为分析

用户第一次消费（首购）
在很多行业里面首购是一个很重要的维度，它和渠道息息相关，尤其是针对客单价比
较高客户留存率比价低的行业，第一次客户从哪里来可以拓展出很多运营方式。
用户最后一次消费
新老客消费比
- 多少用户仅消费了一次
- 每月新客占比
用户分层
- RFM
- 新、老、活跃、流失
用户购买周期（按订单）
- 用户消费周期描述
- 用户消费周期分布
用户生命周期（按第一次&最后一次消费）
- 用户生命周期描述
- 用户生命周期分布

image.png

2.4.2 新老客户消费比

从两个维度分析

多少用户仅消费了一次
每月新客占比

user_life = grouped_user.order_dt.agg(['min', 'max'])  # 定义用户的购买周期
user_life.head()

image.png

2.4.3 用户分层

RFM：立方体模型。分别表示最近一次消费 (Recency)消费频率 (Frequency)消费金额 (Monetary)
新、老、活跃、流失

2.4.3.1 RFM

rfm = df.pivot_table(index = 'user_id',
                     values = ['order_products', 'order_amount', 'order_dt'],  # 3 个字段，购买日期，购买金额，购买产品
                     aggfunc = {'order_dt':'max',
                                'order_amount':'sum',
                                'order_products':'sum'})  # 这里所求的是消费产品数，这样可以更加详细的区分
rfm.head()

image.png

rfm['R'] = -(rfm.order_dt - rfm.order_dt.max()) / np.timedelta64(1, 'D')  # 客户最近一次购买日期减去今天（98年6月底）算出时间间距，
                                                                          # 由于时间类型是日期型，所以要转换为浮点数，除以天数去掉单位
rfm.rename(columns = {'order_products':'F', 'order_amount':'M'},inplace =True)  # 统一下字段名
rfm.head()

image.png

rfm[['R','F','M']].apply(lambda x : x - x.mean()).head()  # 每个客户在 R F M 三个维度上的值与平均值之差

image.png

def rfm_func(x):
    level = x.apply(lambda x:'1' if x >= 1 else '0')
    label = level.R + level.F + level.M  # 拼接为其中一种组合
    d = {                                # R F M 三个维度可以显示出一个客户的价值，三个维度可以细分为8种组合
        '111':'重要价值客户',
        '011':'重要保持客户',
        '101':'重要发展客户',
        '001':'重要挽留客户',
        '110':'一般价值客户',
        '010':'一般保持客户',
        '100':'一般发展客户',
        '000':'一般挽留客户',
    }
    result = d[label]
    return result
rfm['label'] = rfm[['R','F','M']].apply(lambda x:x - x.mean()).apply(rfm_func, axis = 1)
rfm.head()

image.png

rfm.loc[rfm.label == '重要价值客户', 'color'] = 'g'  # 后来赋予的颜色
rfm.loc[~(rfm.label == '重要价值客户'), 'color'] = 'r' # 后来赋予的颜色
rfm.plot.scatter('F', 'R', c = rfm.color)  # 不能直接赋予颜色，必须先赋值

image.png

2.4.3.2 新、活跃、回流、流失和不活跃用户

1. 可以先用数据透视表查看用户每月购买次数

pivoted_counts = df.pivot_table(index = 'user_id',
                                columns = 'month',
                                values = 'order_dt',
                                aggfunc = 'count').fillna(0)  # 没有消费的会用 0 进行填充
pivoted_counts.head()

image.png
2. 简化模型（因为每月用户购买次数并不是重要数据，是否购买才是重点）

image.png

def active_status(data):
    status = []   
    for i in range(18):  # 遍历 18 个月的消费情况
        
        # 若本月没有消费
        if data[i] == 0:  # 判断是否为 0, 0 表示没有消费
            if len(status) > 0:  # 遍历18个月的情况后，如果其中一个月有消费，则长度大于 0
                if status[i - 1] == 'unreg':  # 未注册，未消费的用户
                    status.append('unreg')
                else:
                    status.append('unactive')  # 注册了但是没有消费的用户
            else:
                status.append('unreg')
        
        # 本月消费
        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')
    return status


indexs = df['month'].sort_values().astype('str').unique()
pivoted_purchase_status = pivoted_counts.apply(lambda x:pd.Series(active_status(x),index = indexs),axis=1)

image.png

purchase_status_ct = pivoted_purchase_status.replace('unreg',np.NaN).apply(lambda x : pd.value_counts(x))
purchase_status_ct

image.png

2.4.4 用户购买周期

order_diff = grouped_user.apply(lambda x : x.order_dt - x.order_dt.shift())  # shift() 错位函数使数据依次向下移位，第一个值则会变为空值
order_diff.head(10)

image.png

结论：
1. 订单周期呈指数分布
2. 用户的平均购买周期是68天
3. 绝大部分用户的购买周期都低于100天

2.4.5 用户生命周期

image.png

2.5 复购率和回购率的分析

复购率：自然月内，购买多次的用户占比
回购率：曾经购买过的用户咋某一时期内的再次购买占比

image.png
image.png
image.png
image.png

def purchase_back(data):  # 定义一个回购函数 
    status = []
    for i in range(17):  # 从第一个月开始遍历
        if data[i] == 1:  # 判断某一个月(从第一个月算起)是否有消费,如果有则分为下面两种情况
            if data[i + 1] == 1:  
                status.append(1)  # 判断后一个月是否有消费,如果有则用 1 表示
            if data[i + 1] == 0:
                status.append(0)  # 判断后一个月是否有消费,如果没有则用 0 表示
        else:
            status.append(np.NaN)  # 如果第一个月(前一个月)没有消费则用 NaN 表示
    status.append(np.NaN)
    return status

indexs = df['month'].sort_values().astype('str').unique()
purchase_b = df_purchase.apply(lambda x : pd.Series(purchase_back(x), index = indexs), axis = 1)
purchase_b.head(5)

image.png

CD 网站上客户消费记录分析

1 项目介绍

2 项目开始

2.1 数据预处理——清洗

2.2 进行用户消费趋势的分析（按月）

2.2.1 每月消费总金额¶

2.2.3 每月产品购买量

2.2.4 每月消费人数（需要去重）

2.3 用户个体消费分析

2.3.1 用户消费金额和消费次数的描述统计

2.3.2 用户消费金额和消费次数的散点图和直方图

2.3.3 用户累计消费金额的占比

2.4 用户消费行为分析

2.4.2 新老客户消费比

2.4.3 用户分层

2.4.3.1 RFM

2.4.3.2 新、活跃、回流、流失和不活跃用户

2.4.4 用户购买周期

2.4.5 用户生命周期

2.5 复购率和回购率的分析

猜你喜欢

热点阅读