1 數據來源說明

數據來源：下載于天池數據集–< User Behavior Data on Taobao App> https://tianchi.aliyun.com/dataset/dataDetail?dataId=46
這份數據是15年天池大賽的比賽數據，內容包括了14年雙十一之后到雙十二結束這段時間內用戶的行為痕跡，共6個指標12256906個用戶，本文將使用PYTHON對整體用戶購物情況進行分析。
數據指標說明如下表：

columndescription

user_id	用戶身份，脫敏
item_id	商品id，脫敏
behavior_type	用戶行為類型（包括點擊，收藏，加購物車和付款四種行為，相應的值分別為1,2,3和4。）
user_geohash	地理位置
item_category	品類ID（商品所屬的品類）
time	用戶行為發生的時間

2 研究目標

• 基本數據統計
  總PV、總UV、有購買行為的用戶數量、復購率、跳失率

• 用戶行為轉化漏斗
  點擊–收藏–加購物車–支付各環節轉化率如何？

• 購買次數占前80%的品類有多少？

• 從時間維度了解用戶的行為習慣
  每天的PV、UV

3 數據預處理

3.1數據抽樣

導入數據，看看數據的具體情況

import pandas as pd data=pd.read_csv(r'E:\DATA\tianchi_mobile_recommend_train_user.csv') print(data.head()) data.info() print(data.describe())

由于數據較為龐大，進行抽樣處理–隨機抽樣
抽取100萬條數據

#隨機、可放回抽樣 data=data.sample(n=10000,replace=True,axis=0) data.to_csv(r"E:\DATA\user.csv")

3.2 數據清洗

數據一致化處理
通過查看數據可得知，time字段的時間包含年-月-日和小時，為方便分析，將該字段分為2個字段：一個日期列，一個小時列
用Excel實現 將該字段的小時列刪除，將數據名字保存為user_

#將數據處理為時間格式 data=pd.read_csv(r'E:\DATA\user_.csv') data['time']=pd.to_datetime(data['time'])

缺失值處理
user_geohash地理位置列，多數為NULL，且信息被加密處理，后面便不做地理位置的研究。

數據處理，將行為提取

#將behavior_type的四種行為類型分別用1，2，3，4代表，為方便查看現將數字轉為pv,collect,cart,buy data.loc[data['behavior_type']==1,'behavior_type']='pv' data.loc[data['behavior_type']==2,'behavior_type']='collect' data.loc[data['behavior_type']==3,'behavior_type']='cart' data.loc[data['behavior_type']==4,'behavior_type']='buy'

4 整體用戶購物情況

4.1 基礎數據統計

4.1.1 計算PV

pv（總訪問量）為：942396 PV即Page View, 即頁面瀏覽量或點擊量，用戶每次刷新即被計算一次。

print(data.groupby(['behavior_type']).count())

4.1.2 計算UV

UV（用戶總數）：9869 UV(獨立訪客)：即Unique Visitor,訪問您網站的一臺電腦客戶端為一個訪客。00:00-24:00內相同的客戶端只被計算一次。

print(data.drop_duplicates('user_id').count())

4.1.3計算有購買行為的用戶數

有購買行為的用戶數：3595

data2=data[data['behavior_type']=='buy'] print(data2.drop_duplicates('user_id').count())

4.1.4 計算重復購買率

復購率=65.7% 復購率=購買2次或以上的用戶/購買用戶總數

data3=data[data['behavior_type']=='buy'] df=data3.groupby('user_id').count() df[df['behavior_type']>=2].count() print(2362/3595)

4.2 分析用戶行為習慣----時間維度

4.2.1 每周的用戶行為數量變化趨勢

可以看到，周一到周二的用戶行為逐漸增加，周二-周四達到一個穩定值，周四到-周六用戶行為明顯減少，周六為一周最低，周六后開始逐漸增加。

data['time1']=[i.weekday() for i in data['time']] df1=data.groupby('time1').count() df1.index=[1,2,3,4,5,6,7]import matplotlib.pyplot as plt import numpy as np import matplotlib.dates as mdate fig=plt.figure(figsize=(20,6)) plt.rcParams['axes.unicode_minus'] = False plt.rcParams['font.sans-serif']=['SimHei'] #顯示中文標簽 plt.xticks(df1.index) ax=fig.add_subplot(111) ax.plot(df1.index,df1['user_id'])

4.2.2 日PV

結論：在12月份開始，用戶行為逐漸有增多趨勢，尤其在12月9日開始，用戶行為明顯高于其他時期，這幾天用戶行為增多是因為淘寶的“雙十二”活動。

data1=data[data['behavior_type']=='pv'] day_pv=data1.groupby(['time']).count() print(day_pv)

#可視化 import matplotlib.pyplot as plt import numpy as np import matplotlib.dates as mdatedata1=data[data['behavior_type']=='pv'] day_pv=data1.groupby(['time']).count() day_pvfig=plt.figure(figsize=(20,6)) plt.rcParams['axes.unicode_minus'] = False plt.rcParams['font.sans-serif']=['SimHei'] #顯示中文標簽 plt.title(u'每天PV圖') ax=fig.add_subplot(111) ax.xaxis.set_major_formatter(mdate.DateFormatter('%Y-%m-%d')) plt.xticks(pd.date_range(day_pv.index[0],day_pv.index[-1],freq='D'),rotation=45)#用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False ax.plot(day_pv.index,day_pv['user_id'])

4.2.3 日UV

結論：用戶總數變化趨勢與PV量變化趨勢類似，周末的數量逐漸增加，到工作日又逐漸降低。在雙十二期間，用戶總數明顯上升，活動過后，人數明顯下降至平穩狀態。

day_uv=data.groupby('time')['user_id'].nunique() day_uvfig=plt.figure(figsize=(20,6)) plt.rcParams['axes.unicode_minus'] = False plt.rcParams['font.sans-serif']=['SimHei'] plt.title(u'每天UV量') ax=fig.add_subplot(111) ax.xaxis.set_major_formatter(mdate.DateFormatter('%Y-%m-%d')) plt.xticks(pd.date_range(day_uv.index[0],day_uv.index[-1],freq='D'),rotation=45)#用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False ax.plot(day_uv.index,day_uv)

4.2.4 購買轉化率

轉化率=1.06%
用戶行為轉化漏斗如下圖

結論：用戶點擊后，收藏或者加購物車的概率在5%左右，而最后真正的購買率在1%，已經收藏或者加購物車到最終購買的轉化率為21.03%，購買轉化率很低，后面可以采取活動提高購買轉化率。

pv_count=data[data['behavior_type']=='pv'].count() buy_count=data[data['behavior_type']=='buy'].count() pv_to_buy=buy_count/pv_count print(pv_to_buy)

pv_num=data[data['behavior_type']=='pv']['user_id'].count() collect_num=data[data['behavior_type']=='collect']['user_id'].count() cart_num=data[data['behavior_type']=='cart']['user_id'].count() buy_num=data[data['behavior_type']=='buy']['user_id'].count() far_num=collect_num+cart_numdata1={'環節':['pv','far','buy'],'人數':[pv_num,far_num,buy_num]} frame=pd.DataFrame(data1) frame#計算單環節轉化率 temp1=np.array(frame['人數'][1:]) temp2=np.array(frame['人數'][0:-1]) temp1,temp2 single_convs=temp1/temp2 single_convs=list(single_convs) single_convs.insert(0,1) single_convs=[round(x,4) for x in single_convs] frame['單一環節轉化率']=single_convs#求總體轉化率 temp3=np.array(frame['人數']) temp4=np.ones(len(frame['人數']))*frame['人數'][0] total_convs=list(temp3/temp4) total_convs=[round(x,4) for x in total_convs] frame['總體轉化率']=total_convs frame#繪制漏斗圖 from pyecharts import Funnel attrs=frame['環節'].tolist() attr_value=(np.array(frame['總體轉化率']*100)).tolist()funnel1=Funnel("總體轉化漏斗圖",width=400,height=200,title_pos='center') funnel1.add(name='商品交易環節',attr=attrs,value=attr_value,is_label_show=True,label_formatter='ze8trgl8bvbq%',label_pos="inside",legend_orient='vertical',legend_pos='left', is_legend_show=True) funnel1.render('文件路徑')

4.2.5 品類銷售次數TOP10

df=data[data['behavior_type']=='buy'] print(df.groupby('item_category').count().sort_values('user_id',ascending=False))

結論：購買次數最多的品類是6344，購買次數為162.

5 總結

大部分用戶的主要活躍時間段為9：00-22：00，其中18：00-22：00開始逐漸增加，達到一天之中的頂峰。每周的主要活躍時間為周二至周四，運營人員可根據活躍時間進行相關的活動。

收藏或者加購物車的概率在5%左右，而最后真正的購買率在1%，購買轉化率與行業的標準進行比較，后面可以采取活動（用戶細分，轉化路徑細查）提高購買轉化率。

針對不同品類的購買轉化率采取不同的策略，提高已購品類的轉化率，一方面，對未被購買的品類進行分析，找出原因，促成購買。

總結

以上是生活随笔為你收集整理的某宝移动端用户行为分析---PYTHON的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。