一、數據導入與清洗

源數據量有1億余條，為減輕計算量，抽樣總量的20%用于計算分析

#coding=gbk

import numpy as py

import pandas as pd

import datetime

import os

os.chdir('D:/pythonlily/test1')

data=pd.read_csv('UserBehavior.csv',header=None)

data.columns=['用戶id','商品id','商品類目id','行為類型','時間戳']

df=data.sample(frac=0.2)

抽樣后的數量大約2000w，查看下數據集整體情況

官方說時間范圍是2017年11月25日至2017年12月3日之間，但是從這里看出時間有異常值，剔除異常值，只篩選2017年11月25日至2017年12月3日的數據。剔除時間異常值1w+條后，仍有2000w+的數量。

df=df[(df['時間戳']<1512316800)&(df['時間戳']>1511539200)]

將時間戳轉換為日期格式

tt=[]

for i in range(0,len(df)):

row= df['時間戳'].iloc[i]

a = int(row)

date = datetime.datetime.fromtimestamp(a)

targetDate = date.strftime("%Y-%m-%d%H:%M:%S")

tt.append(targetDate)

df['日期']=tt

二、提出問題并計算分析

01用戶行為轉化漏斗，找到需要改進的環節，即uv→pv→(cart+fav)→buy

02從一周的時間維度了解用戶的行為習慣，即計算每日各環節的用戶行為

03從一天24H時間維度了解用戶的行為習慣，即計算用戶各個時間段的用戶行為差別

04不同商品類目中用戶行為的差別分析，購買次數占前80%的品類有多少？

01用戶行為轉化漏斗

uv=len(df['用戶id'].unique())

temp=df[df['行為類型']=='pv'].loc[:,['用戶id']]

pv=len(temp['用戶id'].unique())

temp=df[df['行為類型']=='fav'].loc[:,['用戶id']]

fav=len(temp['用戶id'].unique())

temp=df[df['行為類型']=='cart'].loc[:,['用戶id']]

cart=len(temp['用戶id'].unique())

temp=df[df['行為類型']=='buy'].loc[:,['用戶id']]

buy=len(temp['用戶id'].unique())

所以uv=980383，pv=972254，cart=464816，fav=221842，buy=283387，總體轉化率為buy/uv=28.9%，各環節轉化率漏斗圖如下：

02從一周的時間維度了解用戶的行為習慣

df['日期2']=df['日期'].str[:10] #提取字符串類型中的日期

ff=df[['用戶id','行為類型','日期2']]

pd.pivot_table(ff,index=['日期2'],columns=['行為類型'],aggfunc='count',fill_value=0)

由此可知，周末（12/2、12/3）用戶的各種行為數明顯高于其他日期，這很正常。看看轉化率：

一般情況下，用戶選中心儀的商品直接購買，少部分用戶先收藏或者加入購物車后再付款購買。上圖顯示周末的收藏+購物車的轉化率顯著上升、購買率有所下滑的，可能用戶在周末時間比較充裕、貨比三家的行為更多，購買行為比工作日更加理性。

03從一天24H時間維度了解用戶的行為習慣

df['時刻']=df['日期'].str[11:13]

dd=df[['用戶id','時刻','行為類型']]

pd.pivot_table(dd,index='時刻',columns='行為類型',aggfunc='count')

一天中凌晨3~6點的用戶量是最少的，白天11~19點這8個小時，各種用戶行為發生的數量是比較平穩的，晚上8點后至11點用戶的訪問量快速上升，達到最高峰 。

收藏+購物車的轉化率比較穩定，但是購買率最高時段是上午10點~12點，均有30%以上的轉化率，用戶量最高峰的22~23點反而購買率較低，可能也是白天沒有晚上時間充裕，購買行為更加干脆。

04不同商品類目中用戶行為的差別分析

計算購買數最多的商品類目id，并查看前20位的購買行為的差別

cc=df[['用戶id','商品類目id','行為類型']]

re=pd.pivot_table(cc,index='商品類目id',columns='行為類型',aggfunc='count',fill_value=0)

re=re.reset_index()

re.columns=['商品類目id ','buy','cart','fav','pv']

re=re.sort_values('buy',ascending=False)

re.head(20)

顯然購買的最多的商品類目，其瀏覽點擊、收藏、加購物車的行為數量不一定是最高的，即轉化率高、而人氣不一定最高，大膽猜測下轉化率高的類目為男性剛需商品，人氣高的商品類目為女性所需商品。

re['購買次數占比']=re['buy']/re['buy'].sum()

re['購買次數累計占比']=re['購買次數占比'].cumsum()

re['購買次數前0.8']=re['購買次數累計占比']<=0.8

re.groupby(['購買次數前0.8']).size()

購買次數前0.8

False 8038

True 687

dtype: int64

所以貢獻80%購買次數占比的商品類目個數是687，占所有類目的per=687/8725=8%。

三、結論

1、總體的用戶購買率為28.9%，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。

2、該商鋪的用戶行為周末比工作日更加活躍，晚上比白天更活躍，并于22:00~23:00點達到活躍高峰值，運營人員可根據活躍時間進行相關的活動；

3、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python开发跟淘宝有关联微_Python_淘宝用户行为分析的全部內容，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。