前言

毫不夸張的說在中國除了嬰幼兒及七八十以上的老年人，都有過網(wǎng)購經(jīng)歷。電商公司就如雨后春筍般迅速發(fā)展。了解用戶的網(wǎng)購行為，有助于商家定品類，定營銷方案等。利用數(shù)據(jù)分析與挖掘，爭取做到比顧客自己還了解TA自己。

文章目錄

• 前言
• 一、背景
• • Ⅰ 數(shù)據(jù)來源
  • Ⅱ 數(shù)據(jù)背景
  • Ⅲ 分析目的
• 二、探索性分析
• • Ⅰ 數(shù)據(jù)導(dǎo)入
  • Ⅱ 數(shù)據(jù)類型
  • Ⅲ 描述性統(tǒng)計(jì)
  • • 1、缺失值處理
    • 2、異常值處理
    • 3、重復(fù)值處理
• 三、數(shù)據(jù)分析
• • Ⅰ 商品銷售規(guī)律
  • • a、時(shí)間
    • b、日期
    • c、商品品類
    • d、國家
  • Ⅱ 用戶行為習(xí)慣
  • • a、購買排行
    • b、退貨排行
  • Ⅲ 數(shù)據(jù)挖掘
  • • RFM模型

一、背景

Ⅰ 數(shù)據(jù)來源

該數(shù)據(jù)集來自The UCI Machine Learning Repository，為了更貼合我的分析目的，我自己在這個(gè)基礎(chǔ)進(jìn)行了一些修改。對不需要的數(shù)據(jù)進(jìn)行了刪除，添加了一些需要的數(shù)據(jù)。

Ⅱ 數(shù)據(jù)背景

該數(shù)據(jù)集是英國某電商在2010-12-01到2011-12-09的全部在線銷售數(shù)據(jù)，采用的是我進(jìn)行整改后的數(shù)據(jù)，包含541904個(gè)樣本和九個(gè)特征值，分別是發(fā)票編號(hào)，商品品類，購買日期，購買時(shí)間，數(shù)量，單價(jià)，總價(jià)，客戶編號(hào)，國家。發(fā)票編號(hào)前面有c的訂單為退貨，數(shù)據(jù)為負(fù)的也代表退貨。

Ⅲ 分析目的

二、探索性分析

Ⅰ 數(shù)據(jù)導(dǎo)入

一、創(chuàng)建數(shù)據(jù)表

CREATE TABLE `users` (`InvoiceNo` varchar(30) DEFAULT NULL,`GOODS` varchar(30) DEFAULT NULL,`Dates` date DEFAULT NULL,`Times` time DEFAULT NULL,`Quantity` int(11) DEFAULT NULL,`UnitPrice` float DEFAULT NULL,`Total` float DEFAULT NULL,`CustomerID` varchar(30) DEFAULT NULL,`Country` varchar(30) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8

二、插入數(shù)據(jù)

LOAD DATA INFILE 'D:UsersBehavior.csv' INTO TABLE users CHARACTER SET utf8 FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' ESCAPED BY '"' LINES TERMINATED BY '\n' ignore 1 lines;

Ⅱ 數(shù)據(jù)類型

DESCRIBE users; -- 或者 DESC users; -- 或者 SHOW COLUMNS FROM users;

Ⅲ 描述性統(tǒng)計(jì)

a.購買

SELECT MIN(DISTINCT Quantity)AS 最小值,MAX(DISTINCT Quantity)AS 最大值,AVG(Quantity)AS 平均值 FROM users WHERE Quantity>0 UNION SELECT MIN(DISTINCT total),MAX(DISTINCT total),AVG(total)FROM users WHERE total>0 UNION SELECT MIN(DISTINCT unitprice),MAX(DISTINCT unitprice),AVG(unitprice) FROM users;

b.退貨

SELECT MIN(DISTINCT Quantity)AS 最大值,MAX(DISTINCT Quantity)AS 最小值,AVG(Quantity)AS 平均值 FROM users WHERE Quantity<0 UNION SELECT MIN(DISTINCT total),MAX(DISTINCT total),AVG(total)FROM users WHERE total<0;

## Ⅳ 數(shù)據(jù)預(yù)處理

1、缺失值處理

不存在缺失值，不需要進(jìn)行額外處理

2、異常值處理

a、價(jià)格，看是否有負(fù)數(shù)

SELECT unitprice FROM users WHERE unitprice<0;

只有兩個(gè)為負(fù)數(shù)的價(jià)格，直接刪除。

DELETE FROM users WHERE unitprice<0;

b、時(shí)間，看有沒有超過時(shí)間范圍的

SELECT MIN(dates),MAX(dates) FROM users;

時(shí)間范圍正確，數(shù)據(jù)較干凈。

3、重復(fù)值處理

由于在這次數(shù)據(jù)中，一張發(fā)票編號(hào)可能對應(yīng)多種商品，所以允許重復(fù)值的存在。沒有設(shè)立“主鍵”。

三、數(shù)據(jù)分析

Ⅰ 商品銷售規(guī)律

a、時(shí)間

1）哪個(gè)時(shí)間段購買最多，哪個(gè)最少。

SELECT times,COUNT(InvoiceNo)FROM users WHERE Quantity>0 GROUP BY times ORDER BY COUNT(invoiceno)DESC;

結(jié)果顯示，在下午十二點(diǎn)到四點(diǎn)左右是訂單最多的時(shí)候，早上六七點(diǎn)和晚上六七點(diǎn)是訂單最少的時(shí)候，可根據(jù)這個(gè)時(shí)間規(guī)律合理安排客服人員，快速處理訂單。
2）哪個(gè)時(shí)間段退貨最多，哪個(gè)最少。

SELECT times,COUNT(InvoiceNo)FROM users WHERE Quantity<0 GROUP BY times ORDER BY COUNT(invoiceno)DESC;

結(jié)果顯示，在上午十二點(diǎn)到下午兩點(diǎn)左右是退貨訂單最多的時(shí)候，早上六點(diǎn)到八點(diǎn)和晚上六七點(diǎn)是退貨訂單最少的時(shí)候，可根據(jù)這個(gè)時(shí)間規(guī)律合理安排客服人員，快速處理訂單。
綜合來說就是上午應(yīng)該讓處理退貨能力強(qiáng)的客服值班，爭取讓退貨訂單少一點(diǎn)；下午則促成訂單能力強(qiáng)客服值班，最大可能促成多的訂單。

b、日期

1）購買

SELECT dates,SUM(Quantity)AS 日購買量,SUM(total)AS 日購買金額 FROM users WHERE Quantity>0 GROUP BY dates ORDER BY SUM(quantity)DESC;

觀察結(jié)果發(fā)現(xiàn)，在第三第四季度銷量遙遙領(lǐng)先，推測可能是在兩個(gè)季度促銷力度較大，也有可能是商品屬性決定。
2）退貨

SELECT dates,SUM(Quantity)AS 日購買量,SUM(total)AS 日購買金額 FROM users WHERE Quantity<0 GROUP BY dates ORDER BY SUM(quantity);

基本上退貨與售出數(shù)量成正比關(guān)系，但是前面數(shù)據(jù)存在幾個(gè)異常數(shù)據(jù)。重點(diǎn)觀察這幾個(gè)數(shù)據(jù)找出原因，看是偶然原因，還是必然。找到造成其異常的本質(zhì)，從根源解決問題。

c、商品品類

1）購買訂單

SELECT goods,SUM(Quantity)FROM users WHERE Quantity>0 GROUP BY goods ORDER BY SUM(Quantity)DESC;

A類賣出最多，在對庫存進(jìn)行管理的時(shí)候，A類產(chǎn)品可多進(jìn)一些，根據(jù)售賣規(guī)律找到庫存臨界點(diǎn)，一到那個(gè)點(diǎn)就趕快進(jìn)貨。
2）退貨訂單

SELECT goods,SUM(Quantity)FROM users WHERE Quantity<0 GROUP BY goods ORDER BY SUM(Quantity);

B類產(chǎn)品退貨最多，但是只從數(shù)據(jù)其他品類也相差不大，聯(lián)系實(shí)際售出則會(huì)發(fā)現(xiàn)B、E的退貨率較高，可進(jìn)行訂單跟蹤為什么會(huì)有這么高的退貨率。是商品質(zhì)量不行，還是市場不受歡迎等原因。

d、國家

1）售出

SELECT country,SUM(Quantity),SUM(total)FROM users WHERE Quantity>0 GROUP BY Country ORDER BY SUM(total)DESC;

排名前十和后十，差距較明顯，呈現(xiàn)一個(gè)兩極趨勢，可研究前十的剩余市場價(jià)值，及后十為什么銷售只有這么一點(diǎn)，為什么只有這么一點(diǎn)銷售額，比如廣告營銷不到位、本身市場已經(jīng)飽和。

Ⅱ 用戶行為習(xí)慣

a、購買排行

SELECT customerid,country，SUM(Quantity),SUM(total)FROM users WHERE Quantity>0 GROUP BY customerid ORDER BY SUM(total)DESC;

符合二八定律，即20%的客戶貢獻(xiàn)了80%的銷售額。采用多項(xiàng)會(huì)員優(yōu)惠措施維護(hù)好老客戶，贈(zèng)券等開發(fā)新客戶。

b、退貨排行

SELECT customerid,country,SUM(Quantity),SUM(total)FROM users WHERE Quantity<0 GROUP BY customerid ORDER BY SUM(total);

對比來看，購買多的客戶也可能退貨多，重點(diǎn)關(guān)注這些客戶為什么退貨，做好售后服務(wù)，增強(qiáng)黏性。

Ⅲ 數(shù)據(jù)挖掘

RFM模型

1）利用SPSS中針對營銷行為的直銷模塊完成RFM分析，將數(shù)據(jù)庫中的users表導(dǎo)入到SPSS中。

2）選擇【直銷】【選擇方法】，在【直銷】對話框中，單擊【幫助標(biāo)識(shí)我的最佳聯(lián)系人（RFM分析）】，然后單擊【繼續(xù)】按鈕。【RFM分析：數(shù)據(jù)格式】對話框中選擇【交易數(shù)據(jù)】。在【交易數(shù)據(jù)RFM分析】的【變量】選項(xiàng)卡中，將變量移動(dòng)到對應(yīng)的位置，如圖所示。

3）在【輸出】選項(xiàng)卡中，勾選全部選項(xiàng)。然后點(diǎn)擊【確認(rèn)】。隨后生成了如下的數(shù)據(jù)文件。

輸出結(jié)果中“RFM分箱計(jì)數(shù)”圖，顯示了分箱分布。每個(gè)條形都表示被賦予每個(gè)組合RFM得分的客戶數(shù)。希望獲得相當(dāng)均勻的分布，即所有（或大多數(shù)）條形的高度大致相同，但其實(shí)也會(huì)產(chǎn)生一定程度的偏差。從分箱結(jié)果來看，分箱的頻數(shù)分布相對均勻。

觀察值處理摘要。對2305個(gè)客戶進(jìn)行分析，沒有缺失值。

RFM交叉表。是將“RFM分箱計(jì)數(shù)”圖，以表格的形式展示出來。

RFM熱圖，用顏色深淺表示交易金額的大小。可以發(fā)現(xiàn)，隨著最后一次交易間隔的得分和交易總次數(shù)的得分的分值越大，顏色越深，即右側(cè)的顏色比左側(cè)深，上方的顏色比下方深，說明客戶最近一次交易時(shí)間間隔越近，交易次數(shù)越多，其平均交易金額越多。

“RFM分布直方圖”。顯示了最近一次交易時(shí)間、交易總次數(shù)和交易金額的頻率分布，以此來判斷各自的客戶人群分布的情況，橫軸的排列順序較小的值在左邊，較大的在右邊，頻率和貨幣兩項(xiàng)的橫坐標(biāo)是對數(shù)刻度。

“RFM散點(diǎn)圖”，是最近一次交易時(shí)間、交易總次數(shù)和交易金額之間的散點(diǎn)圖。通過散點(diǎn)圖可以清晰、直觀地看到三個(gè)分析指標(biāo)兩兩之間的關(guān)系。可以看出，交易總次數(shù)和交易金額存在一定程度上的正相關(guān)性，而最近一次交易時(shí)間和另外兩個(gè)分析指標(biāo)之間的存在較為明顯的正相關(guān)性，但相關(guān)性較弱。

對評(píng)分進(jìn)行描述統(tǒng)計(jì)。結(jié)果如下表所示。更多關(guān)注的是均值。

將每個(gè)客戶的R_S，F_S，M_S與均值比較，如果低于均值就定義為“低”，如果高于均值就定義為“高”。

在【轉(zhuǎn)換】菜單中的【重新編碼為不同變量】，分別將最后一次交易間隔的得分，交易總次數(shù)的得分，交易總金額的得分的值按“高”與“低”確定新的變量，“高”用2表示，“低”用1表示。
【轉(zhuǎn)換】菜單中的【計(jì)算變量】：
（1）單擊“轉(zhuǎn)換”菜單，選擇“計(jì)算變量”，彈出“計(jì)算變量”對話框，在“目標(biāo)變量”下的方框中輸入“客戶分類”，在右側(cè)的“數(shù)字表達(dá)式”下的方框中輸入“1”，先生成“客戶分類=1”的數(shù)據(jù)。
（2）單擊左下方的“如果”，彈出“計(jì)算變量：if個(gè)案”對話框，選擇“在個(gè)案滿足條件時(shí)包括”項(xiàng)。
（3）在右側(cè)的表達(dá)式中輸入“R_S分類=2&F_S分類=2&M_S分類=2”，就是上面表格的三個(gè)分類定義，輸入完成之后，單擊繼續(xù)按鈕，返回，單擊“確定”按鈕，這樣滿足條件的個(gè)案，它的“客戶分類”就是1了，然后重復(fù)上面的步驟，知道8個(gè)分類全部完成。

在【數(shù)據(jù)】菜單中的【定義變量屬性】中，將1-8分別定義為8種客戶類型。


圖形圖表構(gòu)造器



重點(diǎn)挽留客戶及潛在客戶、一般保持客戶、一般價(jià)值客戶占比達(dá)到70%。說明與客戶之間黏性不足，可開發(fā)的客戶價(jià)值還很高，需要加大運(yùn)營力度提高銷售額。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的电商用户行为分析与挖掘（MYSQL数据分析+SPSS构建RFM模型）的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。