某CD电商网站销售数据分析
分析背景
CDNOW是一家在线零售商。公司于1994年2月由双胞胎兄弟杰森汀和马修汀共同创立。公司在1994年8月推出telnet服务。公司在1994年9月成为一家零售CD网站。
数据来源
CDNow网站的用户购买明细
分析目的
通过python制作数据分析报告，从订单数据和用户行为数据两方面分析电商销售情况，发现问题，提出建议。
本分析报告的框架：
第一部分-订单数据
整体销售情况
从时间维度上，分析销售情况
以总销售额作为关键指标，并对指标进行拆解分析
从相关性上，分析影响销售额的相关因素
第二部分-用户行为数据
用户整体购买情况
计算每月新用户占比
计算每月用户的复购率和回购率
根据RFM模型，构建用户画像
根据购买频次，构建用户分层，把用户划分为活跃、不活跃、流失、回流
根据用户生命周期，分析用户购买行为
第三部分-总结
一、数据探索&数据清洗
数据集有69659行数据，4列，没有空值，没有缺失值。
除了购买金额的数据类型是浮点数以外，其他3个字段都是整数型。
需要对购买时间做数据类型转换，改变为日期型数据，方便后面的分析。
二、订单数据分析
1. 整体销售情况
2. 从时间维度上，分析销售情况
（1） 对比月度销售额
（2） 按周对比销售额
对比不同年份和月份的销售额，可以看到1997年1-3月销售额呈现上升趋势，从1997年4月销售额出现大幅下降。
对比不同月份的平均销售额，1-3月销售额上升明显，4月出现大幅下降，7月和11月出现小幅上涨。
说明1997年4月开始，销售环节出现问题；在1997年下半年采取了某些措施，使销售额有所回升。
从购买时间是星期几的销售额看，购买时间不同，销售额没有太大的差异。星期一和星期天的销售额稍高于其他时间。
3.拆解指标分析
将指标拆解如下：销售额=订单数*客单价，并从时间维度-月份来看二级指标的变化
从对比1997-1998年每个月份的订单数、购买客户数、客单价中可以看出，订单数和购买客户数从1997年4月开始剧降，而客单价稳中有升，说明问题出在了销量上。
4. 从相关性上，分析影响销售额的相关因素
分析销量、总销售额、客单价的相关性，找出影响销售额的主要因素。
从相关系数和热力图中，可以看出，销售数量和总销售额相关系数高达0.99,对销量的影响最大。
从中可以看出，销售金额的下降，主要原因是销量下降。
三、用户行为数据分析
（1） 用户整体购买情况
从用户下单数量的分布看，平均下单两是7.1，75%的人下单量不足7单，而下单量最大值为1033
从购买金额上看，平均购买金额是106美元，75%的人平均购买金额不足106美元，而购买金额最大值为13990美元
95%的用户累计购买金额占总销售的63%，而5%的用户购买总金额占总销售的37%，符合二八法则。
从上可知，网站用户大部分人购买数量少，下单购买量低，购买力不高，并且存在一批超级用户，购买金额大，下单购买量高
（2）每月新用户占比
第一次购买集中在前3个月，之后的15个月没有第一次购买的用户，从上看出，1月到3月新用户购买占比呈现下降趋势。从新用户方面解释了销量剧降的原因。
从上看出，3月份后新用户购买为0，新用户的购买转化存在问题。
大量用户前3个月以后就不再购买，之后1997年4月后不再购买的人数保持平稳，购买用户留存保持稳定。
在1998年5月后不再购买的人数有了一个上升趋势，说明运营或者商品出现了问题。
（3）每月用户的复购率和回购率
前3个月受大量流失的新用户影响，复购率是10%-15%。
之后的复购率在20%左右上下波动，比较平稳。
前3个月回购率较低，回购率在3月后稳定在20%。
（4）根据RFM模型，构建用户画像
RFM模型是衡量客户价值和客户创利能力的重要工具和手段。通过一个客户的最近一次消费（R）、购买的总体频率（F）以及花了多少钱（M）3项指标来描述该客户的价值状况。
一般挽留客户人数最多，重要保持客户人数第二。
重要保持客户群体贡献了159万销售额，占总销售额的63%左右。
根据RFM模型，可以对相应的用户群体进行精准营销。在CDNow网站中，最重要的是重要保持客户，做好这一群体的运营，提高他们的购买频率，能更有效得跳高销售额。
（5）根据购买频次，构建用户分层，把用户划分为活跃、不活跃、流失、回流
新用户（new）：第一次消费的用户
活跃用户（active）：连续两个月都消费过的用户
不活跃用户（unactive）：下一个月没有消费的活跃用户，即一二月份都消费过，三月份没消费过
回流用户（return）：上一个月没有消费，而在当前月有消费
从上可以看出，新用户在前三月后大量流失，非活跃用户占比很高，回流用户和活跃用户数量保持平稳。
在拉新、促使购买方面，存在问题。
（6）根据用户生命周期，分析用户购买行为
定义第一次购买至最后一次购买为整个用户生命,计算用户生命周期。
只购买一次，生命周期为0天的用户占所有购买用户的50%以上。
购买2次以上的用户中，大部分在1-400天左右流失，而生命周期在400-500天的用户约占1/3。
说明用户留存还有提升空间，并且有一批忠实用户，他们的需求需要进一步跟进挖掘。
四、总结
1、 订单数据分析结果
在1997年1月到1998年6月18个月中，从1997年4月开始销售额出现大幅下降。而销售额的下降，主要原因是销量下降。
建议：需要分析用户行为数据，找出销量下降的原因。
2、 用户行为数据分析结果
（1）每个用户购买金额、购买量差异极大：大部分人购买数量少，下单购买量低，购买力不高，而一批超级用户购买金额大，下单量高。
（2）大量新用户在前3个月购买以后就没有购买行为，新用户的购买转化存在问题。
（3）用户的复购率和回购率受流失的新用户影响，前3个月较低，之后稳定在20%左右。
（4）根据RFM模型，在CDNow网站中，人数最多的是一般挽留客户，最重要的是重要保持客户：重要保持客户人数第二，贡献了159万销售额，占总销售额的63%。
（5）从用户分层看，新用户在前三月后大量流失，非活跃用户占比很高，回流用户和活跃用户数量保持平稳。 （6）生命周期为0天的用户占所有购买用户的50%以上，而生命周期在400-500天的用户约占1/3。
建议：
（1）针对新用户，需要解决第一次下单后就不再购买的问题。可以在第一次购买后赠送优惠券，调研访谈找到流失原因，推送感可能兴趣的产品等方式促使新用户再次购买。
（2）针对活跃用户，需要解决活跃用户数量少，占比低的问题。可以多举行用户感兴趣的促销、奖励、互动活动等，促进用户活跃。
（3）针对不活跃的流失用户，需要解决数量大，占比低的问题，可以多推送优惠信息、通讯录好友触发、推送活动信息等，来召回流失用户。
（4）针对忠实用户，需要进一步跟进挖掘他们的需求，并匹配自有产品，进行精准推荐、扩充品类、用户回馈、老用户社群营销等来满足忠实用户的需求，提高他们的留存率和购买金额额。
