項目 用戶消費行為分析全套

項目：用戶消費行為分析《分析步驟》第一部分：數(shù)據(jù)類型的處理—字段的清洗

缺失值的處理、數(shù)據(jù)類型的轉(zhuǎn)化

第二部分：按月數(shù)據(jù)分析

每月的消費總金額、每月的消費次數(shù)、每月的產(chǎn)品購買量、每月的消費人數(shù)

第三部分：用戶個體消費數(shù)據(jù)分析

用戶消費金額和消費次數(shù)的描述統(tǒng)計、用戶消費金額和消費次數(shù)的散點圖、用戶消費金額的分布圖（二八法則）、用戶消費次數(shù)的分布圖

、用戶累計消費金額的占比

第四部分：用戶消費行為分析

用戶第一次消費時間、用戶最后一次消費時間、新老客消費比、用戶分層、用戶購買周期、用戶生命周期。第一部分：數(shù)據(jù)類型的處理—字段的清洗

導(dǎo)入常用的庫加載包和數(shù)據(jù)，文件是txt，用read_table方法打開，因為原始數(shù)據(jù)不包含表頭，所以需要賦予。字符串是空格分割，用\s+表示匹配任意空白符。列字段的含義：user_id:用戶IDorder_dt:購買日期order_products:購買產(chǎn)品數(shù)order_amount:購買金額消費行業(yè)或者是電商行業(yè)一般是通過訂單數(shù)，訂單額，購買日期，用戶ID這四個字段來分析的?；旧线@四個字段就可以進行很豐富的分析。觀察數(shù)據(jù)，判斷數(shù)據(jù)是否正常識別。值得注意的是一個用戶可能在一天內(nèi)購買多次，用戶ID為2的用戶在1月12日買了兩次，這個細節(jié)不要遺漏。查看數(shù)據(jù)類型、數(shù)據(jù)是否存在空值；原數(shù)據(jù)沒有空值，很干凈的數(shù)據(jù)。接下來我們要將時間的數(shù)據(jù)類型轉(zhuǎn)化。用戶平均每筆訂單購買2.4個商品，標(biāo)準(zhǔn)差在2.3，稍稍具有波動性。中位數(shù)在2個商品，75分位數(shù)在3個商品，說明絕大部分訂單的購買量都不多。最大值在99個，數(shù)字比較高。購買金額的情況差不多，大部分訂單都集中在小額。一般而言，消費類的數(shù)據(jù)分布，都是長尾形態(tài)。大部分用戶都是小額，然而小部分用戶貢獻了收入的大頭，俗稱二八。

數(shù)據(jù)類型的轉(zhuǎn)化到目前為止，我們已經(jīng)把數(shù)據(jù)類型處理成我們想要的類型了。我們通過四個字段及衍生字段就可以進行后續(xù)的分析了。第二部分：按月數(shù)據(jù)分析接下來我們用之前清洗好的字段進行數(shù)據(jù)分析。從用戶方向、訂單方向、消費趨勢等進行分析。

1、消費趨勢的分析每月的消費總金額每月的消費次數(shù)每月的產(chǎn)品購買量每月的消費人數(shù)

目的：了解這批數(shù)據(jù)的波動形式。

用groupby創(chuàng)建一個新的對象。這里要觀察消費總金額，需要將order_amount求和按月統(tǒng)計每個月的CD消費總金額從圖中可以看到，前幾個月的銷量非常高漲。數(shù)據(jù)比較異常。而后期的銷量則很平穩(wěn)。每月的消費次數(shù)（訂單數(shù)）前三個月的消費訂單數(shù)在10000筆左右，后續(xù)月份的消費人數(shù)則在2500人左右。

每月的產(chǎn)品購買量每月的產(chǎn)品購買量一樣呈現(xiàn)早期購買量多，后期平穩(wěn)下降的趨勢。為什么會呈現(xiàn)這個原因呢？我們假設(shè)是用戶身上出了問題，早期時間段的用戶中有異常值，第二假設(shè)是各類促銷營銷，但這里只有消費數(shù)據(jù)，所以無法判斷。每月的消費人數(shù)（去重）每月的消費人數(shù)小于每月的消費次數(shù)，但是區(qū)別不大。前三個月每月的消費人數(shù)在8000—10000之間，后續(xù)月份，平均消費人數(shù)在2000不到。一樣是前期消費人數(shù)多，后期平穩(wěn)下降的趨勢。第三部分：用戶個體消費數(shù)據(jù)分析之前我們維度都是月，來看的是趨勢。有時候我們也需要看個體來看這個人的消費能力如何，這里劃分了五個方向如下：用戶消費金額和消費次數(shù)的描述統(tǒng)計用戶消費金額和消費次數(shù)的散點圖用戶消費金額的分布圖（二八法則）

用戶消費金額和消費次數(shù)的描述統(tǒng)計從用戶角度看，每位用戶平均購買7張CD，最多的用戶購買了1033張。用戶的平均消費金額（客單價）100元，標(biāo)準(zhǔn)差是240，結(jié)合分位數(shù)和最大值看，平均值才和75分位接近，肯定存在小部分的高額消費用戶。

用戶消費金額和消費次數(shù)的散點圖繪制用戶的散點圖，用戶比較健康而且規(guī)律性很強。因為這是CD網(wǎng)站的銷售數(shù)據(jù)，商品比較單一，金額和商品量的關(guān)系也因此呈線性，沒幾個離群點。用戶消費金額的分布圖（二八法則）從上圖直方圖可知，大部分用戶的消費能力確實不高，絕大部分呈現(xiàn)集中在很低的消費檔次。高消費用戶在圖上幾乎看不到，這也確實符合消費行為的行業(yè)規(guī)律。到目前為止關(guān)于用戶的消費行為有一個大概的了解第四部分：用戶消費行為分析-用戶第一次消費（首購）。-用戶最后一次消費-新老客消費比-多少用戶僅消費了一次-每月新客占比-用戶分層-RFM-新、老、活躍、流失-用戶購買周期（按訂單）-用戶消費周期描述-用戶消費周期分布用戶第一次消費（首購）求月份的最小值，即用戶消費行為中的第一次消費時間。所有用戶的第一次消費都集中在前三個月.用戶最后一次消費觀察用戶的最后一次消費時間。用戶最后一次消費比第一次消費分布廣，大部分最后一次消費集中在前三個月，說明很多客戶購買一次就不再進行購買。隨著時間的增長，最后一次購買數(shù)也在遞增，消費呈現(xiàn)流失上升的情況，用戶忠誠度在慢慢下降。

新老客的消費比user_id為1的用戶第一次消費時間和最后一次消費時間為19970101，說明他只消費了一次用戶購買周期有一半的用戶只消費了一次用戶分層order_products求的是消費產(chǎn)品數(shù)，把它替換成消費次數(shù)也是可以，但是因為我們這里消費次數(shù)是比較固定的，所以使用消費產(chǎn)品數(shù)的維度。RFM距今天數(shù)R表示客戶最近一次交易時間的間隔，客戶在最近一段時間內(nèi)交易的金額。F表示客戶在最近一段時間內(nèi)交易的次數(shù),F值越大，表示客戶交易越頻繁，反之則表示客戶交易不夠活躍。M表示客戶在最近一段時間內(nèi)交易的金額。M值越大，表示客戶價值越高，反之則表示客戶價值越低。

用戶分層：RFM用戶分層，這里使用平均數(shù)M不同層次客戶的消費累計金額，重要保持客戶的累計消費金額最高用戶分層：計數(shù)不同層次用戶的消費人數(shù)，之前重要保持客戶的累計消費金額最高，這里重要保持客戶的消費人數(shù)排名第二，但離一般挽留用戶差距比較大，一般挽留用戶有14074人，重要保持客戶4554人RFM用戶分層從RFM分層可知，大部分用戶為重要保持客戶，但是這是由于極致的影響，所以RFM的劃分應(yīng)該盡量以業(yè)務(wù)為準(zhǔn)。盡量用小部分的用戶覆蓋大部分的額度，不要為了數(shù)據(jù)好看劃分等級。R