实战 | 淘宝用户转化路径分析和用户价值分类（7000字-附电商分析资料）

▲点击上方卡片关注我，回复“8”，加入数据分析·领地，一起学习数据分析，持续更新数据分析学习路径相关资料~（精彩数据观点、学习资料、数据课程分享、读书会、分享会等你一起来乘风破浪~ ）回复“小飞象”，领取数据分析知识大礼包。

关注微信公众号：木木自由，更多产品、运营与数据分析干货以及经验分享

作者：知乎—sunshine 转自来源：https://zhuanlan.zhihu.com/p/258064720

全文共7000字左右，建议阅读15分钟

【资料图】

目录： 01、分析背景02、提出问题03、理解数据04、数据清洗05、数据分析/可视化06、结论及建议（附电商分析资料）01分析背景

电商行业经过十几年的发展，已经步入成熟发展阶段。作为电商头部企业，淘宝、京东、拼多多3家企业已经呈现分庭抗礼的状态，现阶段的用户获客成本很高。实现用户增长，购买转化率提升已经不能再单纯依赖于电商行业红利，从粗狂化运营到精细化运营是必然趋势。从各个维度对用户数据进行细化分析，降低颗粒度，在业务中指导方向具有很大的意义。

本文将从淘宝用户行为数据着手分析，为精细化运营提出业务指导性意见。

02提出问题

1. pv、uv随着时间的分布研究。 2. 淘宝各个环节的转化率研究。 3. 用户活跃天数与购买行为的相关性研究 4. 使用RFM分析方法对用户按价值分类 分析思路

分析工具：SQL查询、tableau可视化、mindmaster流程图 03理解数据

本数据集 (UserBehavior.csv) 包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、喜欢）。

数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成。

向右滑动查看更多

数据来源：阿里巴巴天池，公众号后台回复“淘宝” 可获取数据集。

04清洗数据

4.1 导入数据

由于数据量较大，本次导入数据前30万条做分析研究。

源数据没有列名，在此先将第一行作为列名，再将目标字段修改为对应的列名。

此处全部先以varchar类型导入数据。

将用户id、商品id、时间戳3列设为联合主键。

导入后的数据如下：

4.2 查找缺失值

对数据进行一个整体的统计，每列的数据均为300000，无缺失值。

4.3 删除重复值

用户可以对某个商品进行多次浏览、收藏、加购和购买，但对某个商品在特定时间点只能够有一种行为类型。在此针对用户id、商品id、时间戳作为一个整体来查重。

发现并无重复值。

4.4 一致化处理

时间戳这一列方便后续分析，从这一列中提取出常规形式的日期、时间。

/*添加日期列*/alter table userbehavior add 日期 varchar(255);update userbehavior set 日期=FROM_UNIXTIME(时间戳,"%Y-%m-%d");

/*添加时间列*/ALTER table userbehavior add 时间 varchar(255);update userbehavior set 时间=FROM_UNIXTIME(时间戳,"%H:%i:%s");

格式如下：

4.5 异常值处理

查找行为类型的值无异常。

查找日期值，发现有研究目标日期2017/11/25-2017/12/3之外的数据。

在此做删除处理。

重新验证下删除后的数据，符合标准。

05数据分析

先对数据进行一个整体了解，共有行为记录299862条，用户数量2953，商品数量162887，商品类目数量4512，行为类型数量为4。

商品类目、商品种类都非常齐全。

5.1 PV、UV随时间分布情况研究

5.1.1 以天为单位，PV、UV随日期分布情况

/*每日PV查询*/SELECT  日期,count(行为类型) as PV FROM userbehaviorWHERE 行为类型="pv"GROUP BY 日期
ORDER by 日期;

/*每日UV查询*/SELECT  日期,count(distinct 用户ID) as UVFROM userbehaviorWHERE 行为类型="pv"GROUP BY 日期ORDER by 日期;

从图中可以看出，pv、uv随着时间的整体走势是一致的，2017/12/2（周六）2017/12/3（周日）相较前面的日期，数量有大幅增长。

假设涨幅是因为周六、周日休息日，用户更多的空闲时间可以用于访问淘宝。

对此，我们往前对比上一个周末2017/11/25-2017/11/26的值，这两天的值相较于工作日2017/11/27-2017/12/1并没有明显涨幅。

假设不成立。

根据日常经验，考虑可能为双十二节日造势，提前的推广活动：如预付定金。查找资料证实猜测成立。

5.1.2 以24H为研究范围，PV、UV随着时间的变化情况

/*每小时pv查询*/SELECT hour(时间),count(行为类型) as PV FROM userbehaviorWHERE 行为类型="pv"GROUP BY hour(时间)ORDER by hour(时间);

/*每小时uv查询*/SELECT  hour(时间), count(distinct 用户ID) as UVFROM userbehaviorWHERE 行为类型="pv"GROUP BY hour(时间)ORDER by hour(时间);

由图可以看出，24小时内，PV、UV随着时间的整体变化趋势是一致的。在0-4点访问量和访问人数逐渐下降，在4点逐渐回升，至10点逐步稳定，10-18点呈现稳定略微波动的状态，18点后逐渐升温，在21点达到峰值，之后逐渐回落。

整体走势与我们大多数人的作息习惯是吻合的

23点-7点为休息时间，期间访问人数和访问数量相对较低；

随着7点之后开始起床，逐渐进入活跃上升状态；

18点下班后，用户的空闲时间释放，访问量和人数又迎来一次上升。

可根据用户活跃时段来进行活动促销安排，促销时间安排在10点之后，以19-22点为最佳。

5.2 淘宝各个环节的转化率研究

从上图可以看出，点击浏览行为占比总行为量的89.77%，而购买仅占比2.11%，转化率非常低，仅为2.35%。

我们对转化率低的原因做进一步探究，做假设分析。 5.2.1 各业务流程环节的转化率探究本节对假设2：某些环节的准化率影响了整体转化率进行探究 购买流程共存在以下4种情况： ① 浏览——收藏/加购——购买 ② 浏览——收藏/加购——流失 ③ 浏览——购买 ④ 浏览——流失 我们对各个环节的转化率及占比做进一步的计算。 ①浏览——收藏/加购——购买的转化率a.浏览——收藏/加购的转化率

该阶段转化率为9.04%

b.收藏/加购——购买的转化率 先将收藏、加购行为的用户创建一个视图

create view C_Fasselect distinct 用户idFROM userbehaviorwhere 行为类型 in("cart","fav");

计算收藏、加购的用户中购买的转化率，为23.96% 流程①各个环节转化率汇总如下： 这一流程的总转化率为9.04%*23.96%=2.17% 流程② ：浏览——收藏/加购——流失整个环节占比：9.04%-2.17%=6.87% 流程③ ：浏览——购买 的转化率该环节转化率为0.18% 流程④ 浏览——流失 占比该环节占比：流失率=100%-9.04%-0.18%=90.78% 各环节的占比情况汇总如下：

可以看出，用户的购买转化率是非常低的，整体购买转化率为2.35%，流失率高达97%。而用户浏览、收藏加购后的购买转化率2.17%远远大于浏览直接购买的转化率0.18%。流程①浏览——收藏/加购——购买，前一阶段用户的转化率较低为9.04%，后一阶段的转化率为23.96%，相较还是比较可观的。 ‍

因此假设某些环节的准化率影响了整体转化率进行探究是成立的。对此，可通过抽奖或者发放优惠券等奖励的方式吸引用户收藏及加购，从而提高转化率。 浏览后流失的用户我们在下一环节继续研究。 收藏/加购后流失的用户需要结合更多的数据进一步分析： 是否为短期内有活动，用户要先收藏/加购等活动价格更优惠时购买，需要该时间之后，如双12活动期及之前的数据做分析； 研究之后一段时间内用户是否购买同种类商品，如未购买，表明物品非刚需，但还是能够吸引到用户，说明产品的运维做的很棒；如购买，需要做竞品分析，我们的产品有竞争力却不足以驱使用户购买，进一步优化产品运营。

5.2.2 平台推荐的产品不是用户喜欢的产品

本节针对假设1平台推荐的产品用户不喜欢做研究论证该问题需要拆解成两个部分： ①平台推荐的产品top10：即点击量top10 ②用户购买产品top10

然后对两者做对比分析。

1.分别取证用户购买top10类目和平台推送top10类目

/*平台推荐商品类目top10*/SELECT 商品类目id,count(行为类型)as "pv"FROM userbehaviorWHERE 行为类型="pv"GROUP BY 商品类目idORDER BY count(行为类型)desclimit 10;
/*用户购买商品类目top10*/SELECT 商品类目id,count(行为类型)as "buy"FROM userbehaviorWHERE 行为类型="buy"GROUP BY 商品类目idORDER BY count(行为类型)desclimit 10;

发现销量TOP10和平台推送TOP10有4个产品类目是重叠的。

而平台推送TOP1类目【4756105】在用户购买排名中到了第7名，

平台推送TOP2类目【3607361】并未在用户购买排名中上榜，

平台推送TOP3类目【4145813】在用户购买排名中排名第二，

另外两个共同上榜类目是【9892926】、【4801426】

2.取证用户购买top10产品和平台推送top10产品

两部分数据做内联结，发现并无重叠。

综上，平台推荐商品类目TOP10和用户购买商品类目TOP10只有4个是重叠的，

平台推荐商品id TOP10和用户购买商品id TOP10无重叠。 假设1平台推荐的产品用户不喜欢 成立。对此，建议平台方优化算法，精准推送。 如商品的分类是否可以更加精准细化，参考用户的购买偏好多方面获取计算等。

5.3 用户活跃天数与购买行为的相关性研究

构建分组模型，利用群组分析方法进行研究。 将用户按照活跃天数进行分组，研究购买转化率。 我们上面在研究用户活跃度随时间分布情况时，2017/12/3和2017/12/4两天出现大幅增长可能存在营销活动，数据不具有代表性。在此我们只研究2017/11/25-2017/12/2之间的数据。

1.计算每个用户的活跃天数

/*计算每个用户的活跃天数*/CREATE view 用户活跃天数asSELECT 用户id,count(distinct 日期)FROM userbehaviorWHERE 日期<’2017-12-03’GROUP BY 用户id;

2.然后根据活跃天数对用户分组

SELECT 活跃天数,count( distinct X.用户id)as "活跃人数",count(distinct case when Y.行为类型="buy" then X.用户id else null end)as "购买人数",count(distinct case when 行为类型="buy" then X.用户id else null end)/count(distinct X.用户id) as "购买率"FROM 用户活跃天数 X inner join userbehavior Y on X.用户id=Y.用户idGROUP BY 活跃天数;

由结果可知，7天内购买转化率随着活跃天数呈线性增长状态。连续7天购买的转化率已经达到了80%，一个非常可观的状态。 研究两者的相关性，相关系数为0.97，高度相关。 绘制购买转化率和活跃天数的曲线，得到回归方程，y=0.0772x+0.2957 y代表购买转化率，x表示活跃天数。 当X=9时，y=99% ；X=10时，y=106.8% 所以该相关分析由于时间维度较窄，并不适用于所有情况。当天数延长到一定区间后，该相关性是否成立还需要重新计算。估算长期增长呈现生长曲线模式。 该结果仅限于7天研究范围内。 平台方可采取鼓励每天打卡赢得奖励的方式，提高用户活跃度，增加用户粘性。进而提升转化率。

5.4 使用RFM分析方法对用户按价值分类

RFM分析模型

R: 用户最近一次消费日期距2017/12/3的天数

F: 用户在2017/11/25—2017/12/3之间的消费频次

M: 用户在2017/11/25—2017/12/3之间的消费总金额，源数据中无此值，在此不做研究

1. 针对R、F值建立评分体系

2. 计算每个用户的R值，F值

3. 给每个用户的R、F值评分

CREATE VIEW  RFasSELECT 用户id,  R,  F,      (case when R=0 then 5         when R between 1 and 2 then 4      when R between 3 and 4 then 3      when R between 5 and 6 then 2      else 1 end )as "R_score",  (case when F>5 then 5          when F between 4 and 5 then 5       when F=3 then 3       when F=2 then 2       else 1 end )as "F_score"FROM (SELECT 用户id,timestampdiff(day,max(日期),"2017-12-03") as "R", count(行为类型)as "F"      FROM userbehavior      WHERE 行为类型="buy"      GROUP BY 用户id order by 用户id   )as X;

4. 计算R分数的平均值，F分数的平均值

SELECT avg(R_score),avg(F_score) FROM RF;

5. 得出每个用户R、F价值高低

6. 和用户分类规则比较，分类用户，统计数量

SELECT sum(case when R > 3.5343 and F > 2.6334 then 1 else 0 end)as "重要价值客户",       sum(case when R > 3.5343 and F < 2.6334 then 1 else 0 end)as "重要发展客户",       sum(case when R < 3.5343 and F > 2.6334 then 1 else 0 end)as "重要保持客户",       sum(case when R < 3.5343 and F < 2.6334 then 1 else 0 end)as "重要挽留客户"FROM RF;

发现平台的重要价值客户占比较低，主要集中于重要保持客户和重要挽留客户。 要对用户进行精细化运营，做好用户维护。 针对每类客户制定运营策略： 1）重要价值客户，RFM三个值都很高，要提供vip服务， 2）重要发展客户，消费频率低，但是其他两个值很高，就要想办法提高他的消费频率 3）重要保持客户，最近消费距离现在时间较远，也就是F值低，但是消费频次和消费金额高。这种客户，是一段时间没来的忠实客户。应该主动和他保持联系，提高复购率 4） 重要挽留客户，最近消费时间距离现在较远、消费频率低，但消费金额高。这种客户，即将流失，考虑是否为产品属性为耐用品；否则可通过主动联系客户，调查原因或者推送客户新品信息等方面召回客户。 06结论及建议1、在24小时维度内，PV、UV随着时间的整体变化趋势是一致的。 在0-4点访问量和访问人数逐渐下降，在4点逐渐回升，至10点逐步稳定， 10-18点呈现稳定略微波动的状态，18点后逐渐升温，在21点达到峰值，之后逐渐回落。 可根据用户活跃时段来进行活动促销安排，促销时间安排在10点之后，19-22点为最佳。 在此时间段内，做一些营销活动提高转化率、增加访客数，例如直播，准点秒杀等；并且可在下午的时间段开始预告晚上即将推销的商品，带动下午时间段的用户活跃度。 2. 对用户行为类型分析，发现用户的购买转化率是非常低的，整体购买转化率为2.83%，流失率高达97%。 用户浏览、收藏加购后的购买转化率2.65%远远大于浏览直接购买的转化率0.18%。 流程：浏览——收藏/加购——购买，前一阶段用户的转化率较低为11.06%，后一阶段的转化率为23.97%，相较还是比较可观的。 收藏/加购后流失的用户需要结合更多的数据进一步分析： 是否 为短期内 有活动，用户要先收藏/加购等活动价格更优惠时购买，需要该时 间之后，如 双12活动期及之前的数据做分析；

研究之后一段时间内用户是否购买同种类商品，如未购买，表明物品非刚需，但还是能够吸引到用户，说明产品的运维做的很棒；如购买，需要做竞品分析，我们的产品有竞争力却不足以驱使用户购买，进一步优化产品运营。

对此，可通过抽奖或者发放优惠券等奖励的方式吸引用户收藏及加购，从而提升进一步的转化率 3.平台推荐商品类目TOP10和用户购买商品类目TOP10只有4个是重叠的， 平台推荐商品id TOP10和用户购买商品id TOP10无重叠。 存在平台推荐商品与用户购买商品匹配度不高的情况。 对此，建议平台方优化算法，精准推送。 如商品的分类是否可以更加精准细化，减少用户搜索推荐的不匹配；参考用户的购买偏好在多方面完善构建用户画像，做到精准推送等。 4. 7天内购买转化率随着活跃天数呈线性增长状态。连续7天购买的转化率已经达到了80%。购买转化与活跃天数的相关系数为0.97，高度相关。 购买率与活跃天数的7天回归方程，y=0.0772x+0.2957 平台方可采取鼓励每天打卡，连续7天打卡赢得奖励的方式，提高用户活跃度，增加用户粘性。进而提升转化率。 5.对用户构建RFM模型，发现平台的重要价值客户占比较低，主要集中于重要保持客户和重要挽留客户。 要对用户进行精细化运营，做好用户维护。 针对每类客户制定运营策略： 重要价值客户，要提供vip服务， 重要发展客户，消费频率低，但是其他两个值很高，就要想办法提高他的消费频率，如提供优惠券 重要保持客户，最近消费距离现在时间较远，但是消费频次和消费金额高。是一段时间没来的忠实客户。应该主动和他保持联系，提高复购率 重要挽留客户，最近消费时间距离现在较远、消费频率低，但消费金额高。考虑是否为产品属性为耐用品；否则这种客户，即将流失，可通过主动联系客户，调查原因或者推送客户新品信息等方面召回客户。

作者：sunshine 来源：https://zhuanlan.zhihu.com/p/258064720

校对：木兮 参考资料：电商数据分析笔记总结

进星球获取更多~搜素关键词“电商数据分析”完整资料~

立即扫码 扫码加入星友群 即可各种数据分析思维、工具、课程、书籍、项目、运营、产品相关结构化体系资料~ 内容持续更新，期待你来

在后续也会在【数据分析·领地】中，组织读书会，分享会等专项活动，读书会主要学习技术类的书籍领读，分享会主要以数据分析思维分享，案例复盘分享等~

部分图片来源于网络，使用图片、文字等均不作为商业用途使用，如有侵权，请联系删除~

关键词：