使用数据集：京东消费者行为

数据来源：京东消费者行为 - Heywhale.com

使用软件与语言：Excel、Navicat15、MySQL8.0、Python3、Power BI

一、分析目标

1、刻画用户画像，利用原数据集提取用户年龄整体的性别、年龄、城市、会员等级和注册时长。利用卡方检验这些变量与用户购买数之间的相关性和相关系数。并对用户在以上维度下考察整体转化率得出对应用户分级，最后按一定准则加权计算出大致的用户分级。

2、以提升指标转化率或者购买量为目标，通过分析时间、商品、商家的途径，寻找策略提高转化率或购买次数。

二、数据预处理

1.数据标签

Field	Type	Definition
customer_id	Bigint	客户编码
product_id	Bigint	产品编码
action_date	Date	行为时间
action_id	Bigint	行为编码
type	String	行为类别
age_range	Int	年龄分段
gender	String	性别
customer_register_date	Date	客户注册日期
customer_level	Int	用户等级
city_level	Int	城市级别
brand	String	产品品牌
shop_id	Bigint	店铺编码
category	String	产品类别
product_market_date	Date	产品上市日期
vender_id	Bigint	商家编码
fans_number	Int	粉丝数
vip_number	Int	会员数
shop_register_date	Date	开店时间
shop_category	String	店铺主营
shop_score	Float	店铺打分

注：时间范围为2018.2.1-2018.4.15。

2.查询缺失值

使用SQL：

SELECT
COUNT(customer_id),COUNT(product_id),COUNT(action_id),COUNT(type),COUNT(age_range),COUNT(gender),COUNT(customer_register_date),COUNT(customer_level),COUNT(city_level),COUNT(brand),COUNT(shop_id),COUNT(category),COUNT(product_market_date),COUNT(vender_id),COUNT(fans_number),COUNT(vip_number),COUNT(shop_register_date),COUNT(shop_category),COUNT(shop_score)
FROM jd_fnl

将得到结果导入Excel并转置得：

	缺失值个数
COUNT(customer_id)	183828
COUNT(product_id)	183828
COUNT(action_id)	183828
COUNT(type)	183828
COUNT(age_range)	183745
COUNT(gender)	183828
COUNT(customer_register_date)	183828
COUNT(customer_level)	183828
COUNT(city_level)	183703
COUNT(brand)	183828
COUNT(shop_id)	183828
COUNT(category)	183828
COUNT(product_market_date)	183828
COUNT(vender_id)	183828
COUNT(fans_number)	183828
COUNT(vip_number)	183828
COUNT(shop_register_date)	112474
COUNT(shop_category)	183828
COUNT(shop_score)	183828

由表可知，其中age_range、city_level存在少量的缺失值；而shop_register_date，即"店铺注册时间"有近1/3的数据为缺失值。

3.整体预分析

（1）用户数(UV)

SELECT COUNT(DISTINCT customer_id) as UV
FROM jd_fnl

得到结果为有140715个用户。

（2）访问频数(PV)

SELECT
SUM(IF(num=1,1,0)) as 1次,
SUM(IF(num=2,1,0)) as 2次,
SUM(IF(num=3,1,0)) as 3次,
SUM(IF(num=4,1,0)) as 4次,
SUM(IF(num>4,1,0)) as 大于4次
from(SELECT customer_id,COUNT(*) as numFROM jd_fnlGROUP BY customer_id
) as freq

得到结果导入Excel并转置得：

frequency	num
1次	118140
2次	15475
3次	3691
4次	1363
大于4次	2046

（3）转化率

我们首先对总体进行行为分析：

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
GROUP BY type

得到结果为：

type	num
Comment	4010
Follow	2179
Order	10698
PageView	163954
SavedCart	2987

从表中我们可以得到PV数为163954，可以计算得到人均浏览量为 U V / P V ≊ 1.17 UV/PV \approxeq 1.17 UV/PV≊1.17次。

下面按日期对用户行为划分

SELECT
DATE_FORMAT(action_date,'%m-%d') as date,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
GROUP BY date

直接将得到结果可视化（此处展示时间段为2018.2.1-2018.4.11）：

通过日期上的行为数量的可视化，发现以下几点：

1.3.27和3.28的网页**“浏览数”存在异常**（均非常低），此处异常原因暂留待考究。

2.整体数据的趋势在2月中旬有一段低谷，其余时段数据较为平稳，考虑可能是因为2018年在2月中旬为春节，于是导致了物流工作人员减少等节假日相关问题。

3.评论数的变化趋势在4.7号到4.8中变化异常，“购物车数”在4.7号及前均为0，但4.8号剧增，此处异常留待考究。怀疑是统计中新增加了“购物车数”的指标。

考虑到第三点的影响，在整体时间维度上，“购物车数”有比较严重的异常情况，将时间调整到4.7号之后：

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7
GROUP BY type
ORDER BY num DESC

先可视化为漏斗图：

再可视化为条形——折线复合图：

可以发现，除了“浏览数”，其余用户行为次数的大概排名是**“购物车数”>“下单数”>“评论数”>“点赞数”**。

结合漏斗图，可以大概估计浏览用户在各环节的转化率，其中约1/5会选择先加入购物车，购物车中约1/3会下单。少部分客户会给出对购买商品的评论，极少数会对购买商品点赞。计算可得整体访问量到购买量的转化率约为7.94%。

3、用户数据提取

使用SQL：

SELECT
a.customer_id as 用户id,
age_range as 年龄等级,
gender as 性别,
register_time as 注册时间,
customer_level as 用户等级,
city_level as 城市等级,
act_freq as 行为数,
order_freq as 购买数,
ROUND(order_freq/act_freq,3) as 购买率
from(SELECT DISTINCT
customer_id,
age_range,
gender,
TIMESTAMPDIFF(DAY,customer_register_date,"2018-4-15") as register_time,
customer_level,
city_level
FROM
jd_fnl) as aleft JOIN(SELECT DISTINCT
customer_id,
COUNT(type) as act_freq,
sum(IF(type in ("order"),1,0)) as order_freq
FROM
jd_fnl
GROUP BY
customer_id
) as bon a.customer_id=b.customer_id

结果导入Excel，预览前5行：

用户id	年龄等级	性别	注册时间	用户等级	城市等级	行为数	购买数	购买率
976695	5	W	302	6	3	1	0	0
395399	4	M	84	6	5	1	0	0
1068082	6	W	2071	1	4	2	0	0
735392	6	M	3134	7	5	6	0	0
1093882	5	M	1418	7	4	1	0	0

4.相关性分析

我们首先检查性别、年龄、注册时间、用户等级、城市等级和是否购买的相关性：

利用卡方检验，以下检验原假设均为：考察因素和是否购买无关。

利用python卡方检验得到结果如下表：

因素	显著性（P值）
年龄等级	0.0000
性别	0.0000
注册时间	0.0000
用户等级	0.0000
城市等级	0.0296

因此，性别、年龄、注册时间、用户等级这几个因素均与是否购买显著相关，而城市等级在置信度0.05下是与是否购买相关的，然而在0.01置信度下则与是否无关。

考察pearson和spearman相关矩阵：

考察最后一行可以发现性别、年龄、注册时间、用户等级均匀购买数存在着微弱的相关关系，城市等级的相关关系相对更低些。

同时可以注意到变量之间注册时间和年龄等级、用户等级存在正相关关系，即用户注册时间越长，年龄和用户等级平均越高。

分析中性别分别被编码为M-0，U-1,W-2，结合注册时间和性别的负相关关系，我们可以发现男性的注册时间平均比女性的平均注册时间更长。

三、用户画像

1.性别

（1）用户性别比例

SELECT
gender,
COUNT(gender) as num
FROM(SELECT DISTINCTcustomer_id,genderFROMjd_fnl
)as gen
GROUP BY gender

得到结果并可视化：

由可视化结果，用户中61.2%为男性，38.5%为女性，小部分性别未知。

（2）转化率

分别计算男性和女性的行为分析数据组成

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND gender in ('W')#男性将W改为M即可
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图

分别可以计算得到其访问量到购买量的转化率为女性10.47%、男性6.45%、未知性别11.9%。

显然相比于整体的转化率7.94%，我们可以明显发现女性和未知性别的转化率是更高的，但同时考虑到未知性别的数据量问题，我们暂时只考虑男性和女性对转化率的贡献。最终，作出以下等级分级：

用户性别	等级分级
男	低
女	高
未知	高

2.年龄等级

（1）年龄等级比例

SELECT
age_range ,
COUNT(age_range) as num
FROM(SELECT DISTINCTcustomer_id,age_rangeFROMjd_fnl
)as age
GROUP BY age_range

得到结果：

age_range	num
1	10261
2	11147
3	7
4	11845
5	63531
6	43849

可视化结果：

由可视化结果，绝大部分用户年龄等级处在5级和6级，年龄等级1、2、3的用户数量则差不多，年龄等级4的用户则只有7位，数据量存在异常。

（2）转化率

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND age_range in ('1','2')#3-4级和5-6级年龄修改此处条件即可
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图:

分别可以计算得到其访问量到购买量的转化率为1-2级年龄7.03%、3-4级年龄12.44%和5-6级年龄7.68%。

结合整体转化率7.94%，我们同样作出以下作出以下等级分级：

用户年龄等级	等级分级
1-2级年龄	中
3-4级年龄	高
5-6级年龄	中

3.注册时间

（1）注册时间分段

此处python计算注册时间频数的四分位点，将注册时间比例分为四段，得到分位等级如下：

分位数	注册时间	分位等级
0.25	604	1
0.50	1220	2
0.75	2038	3
max	5420	4

频数统计使用SQL验证如下：

SELECT
注册时间,
COUNT(注册时间) as num
FROM(SELECT用户id,(CASE WHEN `注册时间`<=604 THEN1WHEN 604<注册时间 and 注册时间<=1220 THEN2WHEN 1220<注册时间 and 注册时间<=2038 THEN3ELSE4END) as 注册时间FROMcustomer_level
)as zhuce
GROUP BY 注册时间
ORDER BY 注册时间

得到结果：

注册时间	频数
1	35228
2	35118
3	35165
4	35134

（2）转化率

select
type,
count(type) as num
from(SELECT DISTINCTcustomer_id,TIMESTAMPDIFF(DAY,customer_register_date,"2018-4-15") as register_time,type,action_dateFROMjd_fnl) as a
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND register_time<=604 #其余时段更改此条件节即可
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图:




分别计算得转化率有：10.47%，9.11%，7.30%，4.87%

我们可以发现注册时间越长的用户群体，其转化率越低，但是访问量并不会随之减少，主要减少的是消费欲望。我们得到如下等级分级：

注册时间等级	等级分级
1	高
2	高
3	中
4	低

4.用户等级

（1）用户等级比例

SELECT
customer_level ,
COUNT(customer_level) as num
FROM(SELECT DISTINCTcustomer_id,customer_levelFROMjd_fnl
)as level
GROUP BY customer_level
ORDER BY customer_level

得到结果：

customer_level	num
1	35864
2	2
3	65
4	108
5	35160
6	21379
7	48137

可视化结果：

由可视化结果，我们可以按用户等级大致将用户分为四类群体：1-4级用户、5、6、7级用户。

（2）转化率

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND customer_level in ('7')
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图:

计算得转化率分别为：10.25%、7.1%、14.01%、4.69%。我们依然可以发现，较高等级的用户的转化率依然较低，因此可以考虑对于老用户的价值发掘。最后，我们给出以下分级。

用户等级	等级分级
1-4	高
5	中
6	高
7	低

5.城市等级

（1）城市等级比例

SELECT
city_level ,
COUNT(city_level) as num
FROM(SELECT DISTINCTcustomer_id,city_levelFROMjd_fnl
)as city
GROUP BY city_level

得到结果：

city_level	num
1	29990
2	1816
3	36284
4	41931
5	30150
6	433

可视化结果：

由可视化结果，可以发些来自4级城市的用户最多，接下来是3级城市，其中1级城市和5级城市比例相当。也就是说，绝大部分用户都来自于我们传统理解上的二、三线城市。

（2）转化率

SELECT
type,
COUNT(type) as num
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND city_level in ('1','2')#3-6级城市将此处条件改为3、4、5、6即可
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图:

分别可以计算得到其访问量到购买量的转化率为1-2级城市7.91%和3-6级城市7.95%。

我们可以发现城市等级的转化率与整体转化率基本相当，因此我们不将城市纳入用户最终分级的考虑标准。

四、用户分级

经过用户画像分析，我们得到了用户群体的一个大致特征，和各个分组角度下用户群体的转化率，得到了性别、年龄、注册时长、用户等级四个分级维度，接下来进行用户分级。

1.分级准则：

首先结合用户画像中的分级标准，我们将高、中、低分别转化为数值得分：

等级分级	得分
高	2
中	1
低	0

接下来给出权重计算准则，我们记录整体转化率为 E 0 = 7.94 % E_0=7.94\% E0​=7.94%为平均转化率。我们分别记性别、年龄、注册时长、用户等级为 { A 1 , A 2 , A 3 , A 4 } \{A_1,A_2,A_3,A_4\} {A1​,A2​,A3​,A4​},假设 A i , ( i = 1 , 2 , 3 , 4 ) A_i,(i=1,2,3,4) Ai​,(i=1,2,3,4)中有 j j j个分类，每个分类的转化率记为 E i j E_{ij} Eij​,我们定义 A i A_i Ai​的方差为：
V a r ( A i ) = ∑ k = 1 j ( E i k − E 0 ) 2 j Var(A_i)=\frac{\sum_{k=1}^j(E_{ik}-E_0)^2}{j} Var(Ai​)=j∑k=1j​(Eik​−E0​)2​
我们依照方差占比得到各个分级维度的所占权重。

计算得每个维度的方差和权重为：

维度	方差	权重
性别	8.10	24.6%
年龄	7.05	21.4%
注册时间	4.40	13.4%
用户等级	13.36	40.6%

利用sql作对应转化，再导入Excel，按权重计算得分，并结合购买率得到得分与购买率的相关矩阵：

可以发现最后的综合得分虽然与购买率的相关性仍然不到0.1，但是比综合前的离散因素有更好的相关性，更能帮助我们发现可能的价值用户。但由于其相关性依然不高，故此处可直接按照得分的四分位数将用户最终分为四级：

得分	用户评级
1.38-2	A
1.102-1.38	B
0.62-1.38	C
0.214-0.62	D

到此，我们的目标一：刻画用户画像，和用户的大致分级两个内容已经基本完成。下面我们寻找策略去提高转化率。

其实，我们在分级过程中，也已经可以发现一个现象，那就是老用户的转化率相对较低，因此我们在此处已经可以提出一个策略建议，即设计方案提高老用户的购买率，例如给老用户提供更多的优惠，完善对老用户的回访服务和意见吸收，以提高老用户对平台的依赖和信赖。

接下来我们进一步寻找策略。

五、发掘策略

1.时段

（1）行为变化与转化率

我们查看单日24小时用户总体的行为情况：

SELECT
HOUR(action_date) as h,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7
GROUP BY h

得到结果并将其可视化：

我们可以发现用户的整体行为数据在一天的凌晨时段数值较低，而在19点开始到22点，用户整体行为数据数值呈明显的上升趋势。

接下来我们再考察1-6点、7-12点、13-18点、19-24点的转化率。

SELECT
type,
sum(IF(HOUR(action_date)>=19 AND HOUR(action_date)<=23 OR HOUR(action_date)=0,1,0)) as num#其余时间改变此处条件即可
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7
GROUP BY type
ORDER BY num DESC

将结果可视化为漏斗图

分别可以计算得到其访问量到购买量的转化率为1-6点4.67%、7-12点8.36%、13-18点8.998%和19点-24点7.22%。

（2）策略建议

首先结合上面的折线柱状图，我们可以发现，在一天的时间尺度下，浏览量和购买量是近似正相关的，因此为了提高购买量，可以设计方案在7-10点和18-22点这两个用户浏览量大幅提升的时间吸引更多用户，进而提高购买量。如规划广告投放时间段，或者设计类似晚间优惠券等方案在黄金时段吸引用户。

2.商品

（1）类别

此处利用商店分类来对商品类别的划分，以此考察商品类别对用户访问情况和购买情况的影响。

首先查看用户访问的商店类别分布情况：

SELECT DISTINCT
category,
COUNT(*) as num
FROM
jd_fnl
GROUP BY category
ORDER BY num DESC

得到结果：

shop_category	num
Electronics	72706
Clothes	29990
Beauty Makeup	29617
Food	25095
Household Eletric Appliance	10283
Furniture	5869
Jewellery Accessories	5062
Outdoor Sports	3853
Mother and Infant	1353

可视化：

我可以发现访问量中电子产品类商店最多，高达39.6%，然后依次是服装类(16.3%)、化妆品类(16.1%)、食品类(13.7%)。

（2）行为分布

接下来我们查看4.7号之后，用户行为在商店类别上的差别。

SELECT
shop_category,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7
GROUP BY shop_category

得到结果，并利用Excel计算转化率得

shop_category	浏览数	下单数	购物车数	评论数	点赞数	转化率
Electronics	6138	10	1210	125	69	0.16%
Beauty Makeup	2430	332	472	102	54	13.66%
Food	2361	285	475	117	68	12.07%
Clothes	2033	102	233	23	22	5.02%
Household Eletric Appliance	970	173	204	61	20	17.84%
Jewellery Accessories	525	141	132	44	10	26.86%
Furniture	522	68	81	22	5	13.03%
Outdoor Sports	375	67	144	15	8	17.87%
Mother and Infant	131	51	36	6	2	38.93%

将其可视化得

我们可以发现以下几点：

1.对于电子类商品，人们虽然访问最多，加入购物车的数量也很多。但是电子类商品的下单量极低，可直接计算得到其转化率仅为0.16%。

2.对于化妆品类商品、家用电器类商品、珠宝配件类、家具类和母婴类商品用户在加入购物车后可能会有较高的购买量，甚至会直接购买而不加入购物车，因此这几类的转化率均很高。

针对电子产品，我们再考察电子产品相关的用户行为。

SELECT
category,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND shop_category in ('Electronics')
GROUP BY category
ORDER BY 浏览数 DESC

得到结果

category	浏览数	下单数	购物车数	评论数	点赞数
Phone	4063	2	718	74	44
Notebook	749	1	163	12	13
Tablet	713	5	206	26	6
Digital Camera	387	0	70	6	3
Xbox	214	1	49	7	2
Ipad	12	1	4	0	1

可以发现以下几点：

1.大部分用户都会来浏览手机的销量情况，但极少数会购买。

2.转化率最高的两项为平板电脑和ipad(本质都是平板电脑)。虽然转化率依然偏低，但是下单量相比于其他产品较高。

而对于电子产品的品牌，

SELECT
brand,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
WHERE MONTH(action_date)>3 and DAY(action_date)>7 AND shop_category in ('Electronics')
GROUP BY brand
ORDER BY 浏览数 DESC

得到结果

brand	浏览数	下单数	购物车数	评论数	点赞数
Apple	1705	6	309	44	18
Huawei	1661	0	306	27	17
Other	460	0	94	9	6
Redmi	330	1	117	10	3
Sumsung	316	0	48	7	5
DELL	303	1	56	5	7
Sony	292	0	55	3	3
Microsoft	214	1	49	7	2
Vivo	199	1	33	3	2
Lenovo	191	0	33	1	2
Acer	173	0	41	3	4
OPPO	117	0	21	0	0
Nikon	95	0	15	3	0
HP	82	0	33	3	0

我们可以发现用户倾向浏览苹果、华为等电子品牌；其中大部分购买的品牌为苹果。

（3）上架时长

接下来我们考虑上架时长，首先利用SQL取数。

SELECT
TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15") as shop_time
from
jd_fnl

导入excel并计算得四分位数，按四分位数将上架时长分为四段：

上架时长	分段
1-252	1
252-537	2
537-990	3
990-3621	4

下面我们结合商品类别和上架时长考察转化率情况：

SELECT
shop_category as 类别,
shop_time as 上架时长,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM(SELECTcustomer_id,shop_category,(CASE WHEN TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")<=252 THEN 1WHEN TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")>252 ANDTIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")<=537 THEN 2WHEN TIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")>537 ANDTIMESTAMPDIFF(DAY,date(product_market_date),"2018-4-15")<=990 THEN 3ELSE 4    END) as shop_time,action_date,typefromjd_fnl) as a
WHERE MONTH(action_date)>3 AND DAY(action_date)>7
GROUP BY 类别,上架时长
ORDER BY 类别

导入excel并使用数据透视表展示如下结果：

（4）策略建议

首先对于转化率高的商品，保证商品的数量、物流和质量安全，同时增加相关产品的宣传提高访问量以获得更多的购买。

而对于电子产品，我们可以发现大部分用户的意愿是以浏览为主，并且更偏向于浏览手机、笔记本、平板这些用品和苹果、华为这些品牌。所以从增加浏览量的角度讲，平台可以保证这些品类的电子产品以吸引用户。为了增加购买量，平台也可以和商家合作，推出合作活动，增加促销活动，提高用户购买意愿。同时，在电子产品的浏览界面，也可以适当增加其他商品的广告以吸引用户购买其他用品。

结合上架时间来看，我们可以发现：

对于“Clothes”、“Food”、"Jewellery"类的商品，用户活动显然更倾向于上架时间等级为1的商品。这类商品需要注意紧跟时尚，把握潮流；对于“Beauty Makeup”、“Furniture”、“Household Eletric Appliance”、"Mother and Infant"类的商品，人们便对上架时间等级为1-3呈现差不多的兴趣，甚至对2-3级的用品表现出更高的浏览购买意愿；对于“Outdoor Sports”类的商品则，用户则不再倾向于新上架商品，反而更加关注上架时间等级2-4的商品，因此平台对于后两类用品一方面可以增加新上线产品的宣传，另一方面，这些产品的用户也可能更加倾向于“评论数”，我们可以发现这些产品的评论比率相比于“Clothes”、“Food”都是比较高的，因此需要积极收集客户意见，提高用户评价。而电子产品，用户会倾向于浏览上架时间等级3-4的产品，但是购买上架时间等级1的产品，因此平台可以考虑促销出售上架时间等级3-4的电子产品以提高购买次数并及时引入最新电子产品。

3.商店

（1）数据提取和相关性分析

首先从原数据集中筛选商店信息：

SELECT
shop_id,brand,shop_category,fans_number,vip_number,
IFNULL(TIMESTAMPDIFF(DAY,shop_register_date,"2018-4-15"),0) as shop_register_time,
shop_score,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
GROUP BY shop_id,brand,shop_category,fans_number,vip_number,shop_register_time,shop_score
ORDER BY 浏览数 desc

对提取数据进行相关分析：

可以发现，转化率和粉丝数量、会员数量、有正相关关系，与店铺得分的相关性有0.13左右。

（2）店铺类别

下面结合店铺类别考虑。考虑到粉丝数量、会员数量和店铺得分间的高相关性，这里主要考虑店铺类别、店铺得分和相关行为数据。

利用四分位数将店铺得分为四段等级：

店铺得分	分段
-1-9.19	1
9.19-9.45	2
9.45-9.64	3
9.64-10	4

利用SQL语句分段并统计对应用户行为

SELECT
shop_id,shop_category,
(CASE WHEN shop_score<=9.19 THEN 1WHEN shop_score<=9.45 AND shop_score>9.19 THEN 2WHEN shop_score<=9.64 AND shop_score>9.45 THEN 3ELSE 4
END)as score_rank,
SUM(IF(type in ('PageView'),1,0)) as 浏览数,
SUM(IF(type in ('Savedcart'),1,0)) as 购物车数,
SUM(IF(type in ('Order'),1,0)) as 下单数,
SUM(IF(type in ('comment'),1,0)) as 评论数,
SUM(IF(type in ('follow'),1,0)) as 点赞数
FROM
jd_fnl
GROUP BY shop_id,shop_category,score_rank
ORDER BY shop_category

得到结果并导入EXCEL,利用数据透视表可视化得：

我们可以发现电子产品的购物车数此时对整体图表影响较大，我们暂时将电子产品类别筛去，得到图表：

（3）策略建议

首先作为店铺商家，需要关注自身的店铺评分，提高自身商品质量和服务，吸引更多客户消费。

下面结合到商店的具体产品类别。对于电子产品，我们可以发现电子产品的店铺，即使如苹果、华为，其评分基本均为0，且主要分布集中于评分等级1，评分等级上并无显著差距，因此对于电子产品类暂不讨论；对于其余各类别产品，用户均更倾向于在评分等级2-4的店铺消费，且在除了“Jwellery Accessories”中，评分等级1和评分等级2-4的店铺热度差距都很大。在"Outdoor Sports"中，用户最会对店铺有更高的追求，更偏向于评分等级3-4的店铺。因此，店铺一方面需要研究如何提高自身评分，平台也可以更多地去扶持推广高评分店铺，帮助管理低评分店铺。

六、附录

python绘制漏斗图代码：

#绘制漏斗图
import pandas as pd
import numpy as np
import matplotlib.pyplot as pltdt= pd.read_excel('C:\\Users\\86151\\Desktop\\7-12点行为总数.xlsx')
cate=dt['type']
trans_data=dt['num']from pyecharts.charts import *
from pyecharts import options as optsfunnel = Funnel(init_opts=opts.InitOpts(bg_color='white',  # 设置背景颜色theme='dark',         # 设置主题width='1000px',     # 设置图的宽度height='500px'     # 设置图的高度)
)
funnel.add(" ", [list(z) for z in zip(cate, trans_data)],# is_label_show=True,  # 确认显示标签)
funnel.set_series_opts( # 自定义图表样式label_opts=opts.LabelOpts(is_show=True,formatter="{a}\n{b} : {c}",position = "outside",#图例位置font_weight = 'bolder',font_style = 'oblique',font_size=15,), # 是否显示数据标签itemstyle_opts={  "normal": {# 调整柱子颜色渐变'shadowBlur': 8,   # 光影大小"barBorderRadius": [100, 100, 100, 100],  # 调整柱子圆角弧度"shadowColor": "#E9B7D3", # 调整阴影颜色'shadowOffsetY': 6,'shadowOffsetX': 6,  # 偏移量}}
)
funnel.set_global_opts(
# 标题设置title_opts=opts.TitleOpts(title='7-12点行为漏斗图', # 主标题#subtitle='各环节人数', # 副标题pos_left='center',  # 标题展示位置title_textstyle_opts=dict(color='#5A3147'), # 设置标题字体颜色subtitle_textstyle_opts=dict(color='#5A3147')),legend_opts=opts.LegendOpts(is_show=True, # 是否显示图例pos_left='left', # 图例显示位置pos_top='3%',  #图例距离顶部的距离orient='vertical',  # 图例水平布局textstyle_opts=opts.TextStyleOpts(color='#5A3147',  # 颜色font_size='13',   # 字体大小font_weight='bolder',   # 加粗),),
)
funnel.render_notebook()

python卡方检验和相关分析代码：

import pandas as pd
import numpy as np
from  scipy.stats import chi2_contingency# In[5]:df=pd.read_excel('C:/Users/86151/Desktop/年龄与购买.xlsx')
data=df.drop('年龄等级',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)# In[6]:df=pd.read_excel('C:/Users/86151/Desktop/性别与购买.xlsx')
data=df.drop('性别',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)# In[7]:df=pd.read_excel('C:/Users/86151/Desktop/注册时间与购买.xlsx')
data=df.drop('注册时间',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)# In[8]:df=pd.read_excel('C:/Users/86151/Desktop/用户等级与购买.xlsx')
data=df.drop('用户等级',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)# In[9]:df=pd.read_excel('C:/Users/86151/Desktop/城市等级与购买.xlsx')
data=df.drop('城市等级',axis=1)
kt=chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)# In[10]:#相关分析
import seaborn as sns
from matplotlib import pyplot as pltdf=pd.read_excel('C:/Users/86151/Desktop/jd_改/用户分级信息.xlsx')# In[12]:data=df.drop(['用户id','行为数','购买率'],axis=1)
#文本排序编码,M-0,U-1,W-2
from sklearn.preprocessing import LabelEncoder
cat_df = df.select_dtypes(include = ['object'])
object_cols = [col for col in cat_df.columns]
label_encoder = LabelEncoder()
for col in object_cols:data[col] = label_encoder.fit_transform(data[col])corr1 = data.corr(method='pearson') #pearson相关矩阵提取
corr2 = data.corr(method='spearman') #spearman相关矩阵提取plt.rcParams['font.sans-serif']='SimHei' #设置字体为SimHei
plt.rcParams['axes.unicode_minus']=False #解决负号“-”显示异常
fig=plt.figure(figsize=(16,8),dpi=80)#创建画布
mask1 = np.triu(np.ones_like(corr1, dtype=bool))
mask2 = np.triu(np.ones_like(corr2, dtype=bool))
fig.add_subplot(1,2,1)
sns.heatmap(data=corr1, mask=mask1, annot=True, fmt='.2g', linewidth=1)
fig.add_subplot(1,2,2)
sns.heatmap(data=corr2, mask=mask2, annot=True, fmt='.2g', linewidth=1)
plt.show()# In[6]:df=pd.read_excel('C:/Users/86151/Desktop/jd_改/用户评分.xlsx')
data=df.drop('用户id',axis=1)
data.describe()#相关分析
import seaborn as sns
from matplotlib import pyplot as pltcorr1 = data.corr(method='pearson') #pearson相关矩阵提取
corr2 = data.corr(method='spearman') #spearman相关矩阵提取plt.rcParams['font.sans-serif']='SimHei' #设置字体为SimHei
plt.rcParams['axes.unicode_minus']=False #解决负号“-”显示异常
fig=plt.figure(figsize=(16,8),dpi=80)#创建画布
mask1 = np.triu(np.ones_like(corr1, dtype=bool))
mask2 = np.triu(np.ones_like(corr2, dtype=bool))
fig.add_subplot(1,2,1)
sns.heatmap(data=corr1, mask=mask1, annot=True, fmt='.2g', linewidth=1)
fig.add_subplot(1,2,2)
sns.heatmap(data=corr2, mask=mask2, annot=True, fmt='.2g', linewidth=1)
plt.show()# In[7]:df=pd.read_excel('C:/Users/86151/Desktop/店铺信息.xlsx')
data=df.drop('shop_id',axis=1)
data.describe()# In[8]:#相关分析
import seaborn as sns
from matplotlib import pyplot as pltcorr1 = data.corr(method='pearson') #pearson相关矩阵提取
corr2 = data.corr(method='spearman') #spearman相关矩阵提取plt.rcParams['font.sans-serif']='SimHei' #设置字体为SimHei
plt.rcParams['axes.unicode_minus']=False #解决负号“-”显示异常
fig=plt.figure(figsize=(16,8),dpi=80)#创建画布
mask1 = np.triu(np.ones_like(corr1, dtype=bool))
mask2 = np.triu(np.ones_like(corr2, dtype=bool))
fig.add_subplot(1,2,1)
sns.heatmap(data=corr1, mask=mask1, annot=True, fmt='.2g', linewidth=1)
fig.add_subplot(1,2,2)
sns.heatmap(data=corr2, mask=mask2, annot=True, fmt='.2g', linewidth=1)
plt.show()

用户画像、用户分级与指标提升策略数据分析（jd消费者行为数据分析）相关推荐

1. 008产品设计的思考（创造思维+用户体验+用户画像+用户群体）

   文章目录 一.产品优化创造思维如何培养 1.1 产品优化创造思维培养 二.用户体验设计原则 2.1 可见原则 2.2 场景贴切原则 2.3 可控原则 2.4 一致性原则 2.5 防错.防呆原则 2.6 ...

2. 企业级用户画像:用户购物性别模型-USG和决策树算法

   絮叨两句: 博主是一名数据分析实习生,利用博客记录自己所学的知识,也希望能帮助到正在学习的同学们 人的一生中会遇到各种各样的困难和折磨,逃避是解决不了问题的,唯有以乐观的精神去迎接生活的挑战 少年易老 ...

3. 企业级用户画像: 用户活跃度模型-RFE

   絮叨两句: 博主是一名数据分析实习生,利用博客记录自己所学的知识,也希望能帮助到正在学习的同学们 人的一生中会遇到各种各样的困难和折磨,逃避是解决不了问题的,唯有以乐观的精神去迎接生活的挑战 少年易老 ...

4. 用户画像 用户画像表

   日萌社 人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 用户画像  总文章 ================ 用户画像 ...

5. 用户画像——用户流失率的计算

   目录 1.流失概率预测需求 2.特征工程-- 选择特征 3.特征工程-- 特征数据源 4.算法选择 4.1逻辑回归分类算法 4.1.1步骤 4.1.2 向量规范化 4.1.3 按照步骤写demo 4. ...

6. 用户画像--用户标签

   1.长期.短期 2.静态标签.动态标签 3.第一方标签.第三方标签

7. 用户画像原理、技术选型及架构实现

   这篇文章在宏观上很好地描述了用户画像的主要内容.(文章内的图片来源于不同帖子,侵删) 一. 什么是用户画像 用户画像是指根据用户的属性.偏好.生活习惯.行为等信息,抽象出来的标签化用户模型.通俗说就是 ...

8. 万字用户画像标签体系建设分析指南！

   转自:大数据梦想家 01 什么是用户画像 用户画像是指根据用户的属性.用户偏好.生活习惯.用户行为等信息而抽象出来的标签化用户模型.通俗说就是给用户打标签,而标签是通过对用户信息分析而来的高度精炼的特 ...

9. 标签体系下的用户画像建设小指南

   点击上方蓝色字体,选择"设为星标 一. 什么是用户画像 用户画像是指根据用户的属性.用户偏好.生活习惯.用户行为等信息而抽象出来的标签化用户模型.通俗说就是给用户打标签,而标签是通过对用户信 ...

最新文章

1. PopsTabView--filter容器
2. c语言笔记之数组和指针（初学者）
3. 第 4-1 课：BIO、NIO、AIO 详解 + 面试题
4. 将Maven集成到idea中并创建第一个Maven项目
5. 拓端tecdat|共享单车大数据报告
6. easyui 获取cloumns字段
7. 【百度网盘】电脑版百度网盘二维码无法加载的问题
8. red5流媒体服务器网站,[RED5]red5流媒体服务器(开源免费)的安装方法
9. python中idle_python中的idle是什么意思
10. 史上最详[ZI]细[DUO]的wfuzz中文教程（一）——初识wfuzz
11. Spring Cloud Bus-用法和意义
12. Qt5开发从入门到精通——第六篇四节（ 图像与图片——显示SVG格式图片 ）
13. 嘟噜噜的难受伴快乐的一天。
14. 在react引入外部js把当前日期转换成阴历（农历）
15. b460m迫击炮黑苹果_黑苹果系列2 - 我的黑苹果配置
16. Oracle 三种常与开窗组合使用的方法
17. 机器人操作系统ROS/ROS2(1)
18. 吴恩达机器学习课后作业ex1（python实现）
19. 【8. Redis 的设计、实现】
20. 3天学会HTML：day1 基础

热门文章

1. iOS客户端节日换肤方案探究
2. html登陆没反应,点击登录没反应怎么办 点击登录没反应解决方法【步骤】
3. 爱奇艺 App 中台技术实践
4. linux 软raid小时,在linux中实现软RAID
5. KKB：线程池、四个线程池讲解
6. 微信公众号调用接口显示的错误码含义
7. vue echarts 日历
8. 【产品理解】一些对于产品的理解
9. 屏幕小于6英寸的手机_小米首款Android Go手机曝光：价格低廉屏幕小于6英寸
10. 针对移动机器人的人体目标检测和跟踪系统的实现