淘寶人群報告總結(jié)分析

淘寶人群報告總結(jié)分析第1篇淘寶人群報告總結(jié)分析第1篇1）刪除重復(fù)值

查詢結(jié)果顯示數(shù)據(jù)集并無重復(fù)數(shù)據(jù)。

2）缺失值處理

查詢結(jié)果顯示數(shù)據(jù)集并缺失值。

3）異常值處理

異常值定義為超出分析時間的數(shù)據(jù)。因為給定的數(shù)據(jù)中，時間相關(guān)的字段是時間戳類型，而時間戳是指格林威治時間1970年01月01日00時00分00秒(北京時間1970年01月01日08時00分00秒)起至現(xiàn)在的總秒數(shù)，無法直接與日期進行比較，因此，需要對其進行格式化轉(zhuǎn)換，才能繼續(xù)分析。用函數(shù)FROM_UNIXTIME(時間戳，時間格式)將時間戳這一列（timestamp）轉(zhuǎn)為不同格式的時間并存放到不同到新列中。

添加后的表格如下圖：

刪除超出時間范圍的數(shù)據(jù)（異常值）：

刪除異常值44行。

淘寶人群報告總結(jié)分析第2篇RFM模型通過一個客戶的近期購買行為（R）、購買的總體頻率（F）以及花了多少錢（M）3項指標(biāo)來描述該客戶的價值狀況，如圖11所示。

由于數(shù)據(jù)集中沒有訂單金額信息，我們就只從R、F方面分析。

1）查看對應(yīng)用戶的消費間隔R值

#1.先找出每個用戶最后一次購買時的日期，與最后一天的時間間隔

CREATEVIEWpay_BAS

SELECTuid,DATEDIFF('2017-12-03',MAX(ti_st))ASBFROMsam_ub

WHEREbeh='buy'

GROUPBYuid;

#2.再根據(jù)時間間隔等級R值降序排序

SELECTuid,(CASEWHENBBETWEEN0AND2THEN3

WHENBBETWEEN3AND5THEN2

WHENBBETWEEN6AND8THEN1

ELSE0END)ASR

FROMpay_B

ORDERBYRDESC;

2）計算消費頻次F

付費用戶中消費次數(shù)從低到高為1-93次，將其分為6檔1-10，11-20，21-30，31-40，41-50，50以上，對應(yīng)F評分分別為1-6分，根據(jù)其活躍度將用戶分為忠誠、活躍等類型。

#1.先計算出用戶的消費次數(shù)

CREATEVIEWpay_timesASSELECTuid,COUNT(good_id)AStimesFROMsam_ubWHEREbeh=_buy_

GROUPBYuidORDERBYCOUNT(gid)DESC;

#2.再分級排序

SELECTuid,(CASEWHENtimesBETWEEN1AND10THEN1

WHENtimesBETWEEN11AND20THEN2

WHENtimesBETWEEN21AND30THEN3

WHENtimesBETWEEN31AND40THEN4

WHENtimesBETWEEN41AND50THEN5

WHENtimes>=51THEN6ELSE0END)ASF

FROMpay_times

ORDERBYFDESC;

3）查看每個用戶的R、F和R+F

SELECTid,R,F,R+FRF

FROM(SELECTuid,(CASEWHENBBETWEEN0AND2THEN3

WHENBBETWEEN3AND5THEN2

WHENBBETWEEN6AND8THEN1

ELSE0END)ASR

FROMpay_b

ORDERBYRDESC)r

JOIN(SELECTuid,(CASEWHENtimesBETWEEN1AND10THEN0

WHENtimesBETWEEN11AND20THEN1

WHENtimesBETWEEN21AND30THEN2

WHENtimesBETWEEN31AND40THEN3

WHENtimesBETWEEN41AND50THEN4

WHENtimes>=51THEN5ELSENULLEND)ASF

FROMpay_times

ORDERBYFDESC;

綜合評分為8的用戶是極度忠誠用戶，需要維持好與用戶的關(guān)系，積極推送用戶心儀的商品；大于6的用戶屬于忠誠客戶，可以積極推送營銷信息；綜合評分在為3-5范圍內(nèi)的用戶，屬于活躍用戶，可以積極推送所關(guān)注店鋪的上新活動和優(yōu)惠信息；對于評分小于3的用戶，屬于一般用戶，可以把他們當(dāng)做發(fā)展用戶，通過打折、優(yōu)惠券、積分兌換等活動喚起用戶注意力，提高產(chǎn)品黏性；而對于那些沒有過購買行為的用戶，屬于新用戶，可以通過新人特別優(yōu)惠引起他們的購買欲望，讓用戶喜歡使用淘寶網(wǎng)購。

4）極度忠誠的用戶行為分析

根據(jù)3）的查詢結(jié)果，我們可以看出：有一位用戶的R、F和R+F均為第一，說明他是淘寶的極度忠誠用戶。

查看用戶ID為9610的每天的行為：

SELECTti_st,SUM(CASE

beha_typeWHEN'pv'THEN1ELSE0END)'瀏覽量',

SUM(CASEbehWHEN'fav'THEN1ELSE0END)'收藏量',

SUM(CASEbehWHEN'cart'THEN1ELSE0END)'加購量',

SUM(CASEbeheWHEN'buy'THEN1ELSE0END)'消費量'

FROMsam_ub

WHEREuid='9610'

GROUPBYti_st;

結(jié)果表明：該用戶的瀏覽量和購買量很高，而收藏和加購量極低，代表這個極度忠誠的用戶往往在瀏覽完之后直接購買，側(cè)面支持了在統(tǒng)計瀏覽次數(shù)、收藏次數(shù)、和加入購物車次數(shù)在前20名的商品時的推斷——傾向于瀏覽后直接購買的用戶還是存在很多的。對于這類用戶，往往就需要精準(zhǔn)預(yù)測用戶想要的商品以及對應(yīng)的心理價位。

淘寶人群報告總結(jié)分析第3篇分析背景

1）政策：國家越來越重視電子商務(wù)的發(fā)展，相關(guān)監(jiān)管工作也逐步展開和實施。這些新的變化有利于政府未來對電子商務(wù)的規(guī)范化引導(dǎo)和推進，更有利于電子商務(wù)市場的長遠發(fā)展。

2）經(jīng)濟：2020年，國內(nèi)經(jīng)濟總量突破了101萬億元，人均國內(nèi)生產(chǎn)總值（GDP）超過萬元，電商行業(yè)占國民經(jīng)濟比重越來越大。

3）社會：相關(guān)的物流以及支付等相關(guān)社會配套支持服務(wù)不斷完善，使得網(wǎng)絡(luò)購物越來越普及，網(wǎng)絡(luò)購物的人數(shù)在不斷增多。

4）技術(shù)：網(wǎng)絡(luò)技術(shù)發(fā)展迅猛，特別是分類搜索引擎的普及，交互式社區(qū)平臺技術(shù)的完善，都從技術(shù)上保障了網(wǎng)絡(luò)購物市場向深層次不段發(fā)展。

分析目的

通過對淘寶用戶行為數(shù)據(jù)的分析，找出轉(zhuǎn)化率低的環(huán)節(jié)并分析原因，幫助商家提高產(chǎn)品銷量，增加營業(yè)額，定位目標(biāo)客戶，精細化運營。

淘寶人群報告總結(jié)分析第4篇（1）分析這段時期內(nèi)每天的用戶行為（日訪問總量，日收藏總量，日加購量，日購買量）

SELECTti_st,

SUM(CASEbehWHEN'pv'THEN1ELSE0END)'瀏覽量',

SUM(CASEbehWHEN'fav'THEN1ELSE0END)'收藏量',

SUM(CASEbehWHEN'cart'THEN1ELSE0END)'加購量',

SUM(CASEbehWHEN'buy'THEN1ELSE0END)'付費量'

FROMsam_ub

GROUPBYti_st

ORDERBYti_st;

將查詢結(jié)果用圖5表示之后，發(fā)現(xiàn)周六和周日的瀏覽量、收藏量、加購量和購買量均高于工作日，說明用戶偏好在非工作日網(wǎng)購，可以認為該人群的屬性更偏向于職場人。因此，對于這些用戶的營銷活動可以選在周六和周日進行。

而且用戶的加購量比收藏量要高很多，這說明用戶更常使用購物車來選擇自己想要購買的商品，因此我們可以刺激加購向購買的轉(zhuǎn)化率，比如現(xiàn)在的跨店滿減活動就是需要加購來獲得優(yōu)惠的。

（2）分析某一天內(nèi)用戶每小時的行為

以2017年11月28日（周二）為例：

SELECThours,

SUM(CASEbehWHEN'pv'THEN1ELSE0END)'瀏覽量',

SUM(CASEbehWHEN'fav'THEN1ELSE0END)'收藏量',

SUM(CASEbehWHEN'cart'THEN1ELSE0END)'加購量',

SUM(CASEbehWHEN'buy'THEN1ELSE0END)'付費量'

FROMsam_ub

WHEREti_st='2017-11-28'#以2017年11月28日（周二）為例

GROUPBYhours

ORDERBYhours;

為了驗證工作日與非工作日的用戶活躍特征是否一樣，我們以2017年12月2日（周六）為例：

SELECThours,

SUM(CASEbehWHEN'pv'THEN1ELSE0END)'瀏覽量',

SUM(CASEbehWHEN'fav'THEN1ELSE0END)'收藏量',

SUM(CASEbehWHEN'cart'THEN1ELSE0END)'加購量',

SUM(CASEbehWHEN'buy'THEN1ELSE