- 数据分析
- 导读
- 主题——天猫用户购买行为可视化
- 订单交易金额
- 地区消费水平
- 下单转化率
- 有效订单数
- 结语
随着经济水平的提高,网上购物正逐渐成为一种新的交易趋势。而分析用户的购买情况进行分析,有利于企业及时调整营销策略。
马云说过:有一群人晚上不睡觉,就喜欢在淘宝上瞎逛,这好像不无道理!
下面的图展示深夜网站的浏览人数确实变多了不少
500w条数据仅抽取100w条作为参考
PV网站一天各个时段访问量(当然,没有去重,PV只是一个虚荣指标)
下面这个图就比较清晰可见,数据经过去重,虽然没有显示点击行为的变化趋势,但从支付人数来看,答案已经很明显了:我看看,就不买!
以上只是举个小小的案例,纯小白入门,如若理解有误,还望不吝赐教!
其实,说到可视化,python确实是个很不错的工具!
一开始,我也是使用python,但效率不高,对matlibplot库的绘图语法总是遗忘。所以,我更用python来对数据进行数据清理,可视化用tableau!
以下数据仅展示2020年2月份的用户购买记录
订单交易金额数据来源:https://tianchi.aliyun.com/dataset/dataDetail?dataId=111551
从图表中可见交易集中在2月下旬,这是为何?
在2月11号到2月2月17号为春节假期,快递公司或者商家自然也放假了;春节假期过后,交易额呈急速上升趋势,快递公司和商家正常营业了,广大网友也可过过网购的乐趣。
虽然,数据时间范围跨度小,但不影响看出各省的总体消费水平。
北上广以及江浙一带几乎占了一半的订单。上海作为国际大都市,消费水平位列第一。
而从整体来看,南方人似乎更倾向于网购,可能北方人比较实在。
计算方式:实际支付金额/总金额
指没有发生退款行为
上海有效订单数最多,难道是有钱任性?哈哈,开玩笑的!
今天,就到此好了!我发现我实在编不下去了。刚入门不到一个月,今天也是第一次发这个领域的文章。如若解读有误,还望各位大佬不吝赐教。学无止境,在下定当努力提升自己,共勉!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)