淘宝用户行为数据分析

本数据报告以淘宝app平台为数据集，通过行业的指标对淘宝用户行为进行分析，从而探索淘宝用户的行为模式，具体指标包括：日PV和日UV分析，付费率分析，复购行为分析，漏斗流失分析和用户价值RFM分析。

https://tianchi.aliyun.com/dataset/dataDetail?dataId=46&userId=1

输出：

输出

输出：

发现time列和date列应该转化为日期类数据类型，hour列应该是字符串数据类型。

付费率=消费人数/活跃用户人数

复购情况，即两天以上有购买行为,一天多次购买算一次

复购率=有复购行为的用户数/有购买行为的用户总数

输出：

复购率： 0.8717

从复购率0.8717来看，用户的复购率还是很高的。

多数用户消费次数随着消费时间间隔的增加而不断下降，在1-10天之内复购次数比较多，10天之后复购次数淘宝用户很少在进行复购，因此需要重视10天之内的淘宝用户复购行为，增加用户复购。不同用户平均复购时间呈正态分布，但是总体来看，呈现逐渐下降趋势。多数淘宝用户平均复购时间集中在1-5天时间间隔内。

不同用户平均复购时间呈正态分布，但是总体来看，呈现逐渐下降趋势。多数淘宝用户平均复购时间集中在1-5天时间间隔内。

漏斗分析是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。

输出：

图表显示：基本上各种用户行为类型转换率都在0.1以内,同时绝大多数用户都没有购买情况，需要重点关注出现该现象的原因进行分析改进。

图表显示：感兴趣比率和转化率类似，基本也是0.1以内，说明用户点击的绝大多数商品并非感兴趣，需要重视推荐系统的调整。

输出：

输出：

根据以上输出显示：转化率达到0.1以上仅仅只有2%的用户，有47%的用户几乎不会发生购买行为。同时从感兴趣比率来看：有40%的用户对商品不感兴趣。

二八定律：在任何一组东西中，最重要的只占其中一小部分，约20%，其余80%尽管是多数，却是次要的，因此又称二八定律。

输出：

图表显示：前80%销量有15%左右的商品品类承包，接近二八原则。但我们也看出有15%的销量由85%的商品品类提供。

对于传统零售行业，因为成本高，因此只能局限于这前15%的商品提供利润；

对于电子商务，空间成本吉减少乃至为0，使后85%的商品也可以销售出去，因此将长尾部分的商品优化推荐好，能够给企业带来更大的收益。

RFM的含义：

表格显示：因为本数据集没有提供消费金额，因此只能R和F进行用户价值分析，通过RF用户价值分析，对于22用户，为重点用户需要关注；对于21这类忠诚度高而购买能力不足的，可以可以适当给点折扣或捆绑销售来增加用户的购买频率。对于12这类忠诚度不高而购买能力强的，需要关注他们的购物习性做精准化营销。

您好

3个表，一个放订单，有订单号、下单时间、下单客户等信息。

另一个放订单包含的商品，有商品id，折扣，数量。一个订单可以包含一个或多个商品。

再一个表放送货地址、发票、付款方式等乱七八糟信息。

仅供参考~

"除了拍拍网外，一些C2C网站也提供了供卖家使用的助理软件，可以将助理软件中的商品导出为CSV文件。拍拍助理可以读取其他C2C网站的CSV资料，导入到拍拍助理。具体的步骤如下：

1.打开其他C2C网站的助理软件，并下载网上的商品；

2.选中刚才下载的商品，将这些商品导出为csv文件；

3.登录进拍拍助理，选中“草稿箱”文件夹，然后点击工具条上的“导入商品”按钮；

4.在d出的文件选择对话框中，选中刚才导出的csv文件，确定后d出下面的导入商品对话框界面；

5.点击“开始”后，拍拍助理会根据csv中的具体内容，提示csv文件中的分类信息不能导入，您可以先选择一个拍拍网的商品分类作为导入商品的默认分类，本次导入的商品分类将全部设置为您选择的默认分类。如下图所示。

在导入完毕后，你还可以使用批量编辑功能，对商品分类或其他属性进行快速的修改；

6.选择“是”，即可出现分类选择界面，您可以在此先选择一个默认的分类；

7.选择一个分类后，出现以下提示，确定后即可自动进行商品资料导入；

8.导入完毕后，在以下界面中显示导入商品信息。点击“关闭”即可，然后您在草稿箱中对商品进行修改、编辑。

具体的您可以看看下面这个所给的链接:

http://bbs.paipai.com/cgi-bin/bbs/show/content?groupid=40065&messageid=61973

---