1. 导入数据, 查看数据信息

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#import datetime as dt
import timeimport warnings
warnings.filterwarnings("ignore")plt.rcParams['font.family'] = 'Microsoft YaHei' # 设置中文编码的正常显示
plt.rcParams['axes.unicode_minus'] = False #设置负号的正常显示
plt.style.use('ggplot')

filepath = r'D:\临时\RFM 电商消费数据分析\order2021.csv'
df = pd.read_csv(filepath)
df.head()

df.shape

(104557, 11)

df.columns

Index([‘订单顺序编号’, ‘订单号’, ‘用户名’, ‘商品编号’, ‘订单金额’, ‘付款金额’, ‘渠道编号’, ‘平台类型’, ‘下单时间’, ‘付款时间’, ‘是否退款’], dtype=‘object’)

df.info()  # 渠道编号有缺失数据

<class ‘pandas.core.frame.DataFrame’>
RangeIndex: 104557 entries, 0 to 104556
Data columns (total 11 columns):
Column Non-Null Count Dtype
0 订单顺序编号 104557 non-null int64
1 订单号 104557 non-null object
2 用户名 104557 non-null object
3 商品编号 104557 non-null object
4 订单金额 104557 non-null float64
5 付款金额 104557 non-null float64
6 渠道编号 104549 non-null object
7 平台类型 104557 non-null object
8 下单时间 104557 non-null object
9 付款时间 104557 non-null object
10 是否退款 104557 non-null object
dtypes: float64(2), int64(1), object(8)
memory usage: 8.8+ MB

df.describe()

2. 数据清洗

# 分组查看日期分布
df_group = df.groupby('下单时间').agg({'订单号':'count'})
df_group

可以看到, 数据包含 2020年和 2021年数据, 这里只取 2021年数据

df = df[df['下单时间']>'2021-01-01 00:00:00']
df.shape

(104296, 11)

重复数据处理

df.duplicated().sum()

没有重复要数据
0

付款金额有负值, 查看一下情况

df[df['订单金额']<0]
df[df['付款金额']<0].付款金额.count()

6
有 6 笔订单付款金额为负值

修正为负的付款金额, 实际付款金额=订单金额+付款金额

df['付款金额'] = np.where(df['付款金额']<0, df['付款金额']+df['订单金额'], df['付款金额'])

空值处理

df.isnull().sum()

渠道编号有 8 个为空

用众数填充缺失值

df['渠道编号'][df['渠道编号'].isnull()==True] = df['渠道编号'].dropna().mode().values

把’是否退款’字段转换成 0, 1

df['是否退款'] = df['是否退款'].map(lambda x:1 if x=='是' else 0)
df.head()

删除付款金额大于下单金额数据

df.drop(index=df[df['付款金额']>df['订单金额']].index, inplace=True)

验证删除结果

df[df['付款金额']>df['订单金额']].count()

3. 数据分析

3.1 销售走势(按月份)

添加月份列

df['month'] = pd.to_datetime(df['下单时间']).dt.month
df.head()

绘图数据准备
x 轴显示值

x = ['{}月'.format(i) for i in df['month'].unique()]

按月份统计订单数

order_count=df.groupby('month')['订单号'].count()

按月份统计订单金额

order_sum = df.groupby('month')['订单金额'].sum()

按月份统计付款金额

pay_sum = df.groupby('month')['付款金额'].sum()

按月份统计不含退款金额的实际销售金额

real_pay_sum = df[df['是否退款']==0].groupby('month')['付款金额'].sum()

合并成目标表

df_target =pd.DataFrame([order_count,order_sum, pay_sum, real_pay_sum]).T
df_target

绘图

plt.figure(figsize=(10,4), dpi=100)plt.subplot(111, facecolor='#F0F0F0')plt.xlabel('月份', fontsize=10)
plt.ylabel('单位/万', fontsize=10)plt.xticks(fontsize=10)
plt.yticks(fontsize=10)plt.title('2021年各月份销售额走势', fontsize=14)
plt.grid(axis='x')plt.plot(x, df_target['订单金额']/10000, linewidth='1', marker='o', color='#008668', label='订单金额(万)')
plt.plot(x, df_target['付款金额']/10000, linewidth='1', marker='o', color='#ff5338', label='付款金额(万)')
plt.plot(x, real_pay_sum/10000, linewidth='1', marker='o', color='#fe8c00', label='实际付款金额(万)')plt.legend(loc='best', fontsize=6)

3.2 各渠道来源用户占比

按渠道统计用户数

channel = df.groupby('渠道编号', as_index=False)['用户名'].count()

** 按用户数排名**

channel.sort_values(by='用户名', inplace=True)
channel

绘图

plt.figure(figsize=(13,5),dpi=100)
plt.pie(channel['用户名'],labels=channel['渠道编号'],autopct='%1.1f%%',pctdistance=0.9,radius=1.3,startangle=70,labeldistance=1.03
)plt.legend(loc='upper right', fontsize=8, bbox_to_anchor=(1.4, 0.9), borderaxespad=0.3)
plt.title('各渠道来源用户占比',loc='right',pad=20, fontsize=12)

3.3 各平台订单支付用户占比

数据准备

platform = df.groupby('平台类型',as_index=False)['用户名'].count()
platform.sort_values(by='用户名', inplace=True)
platform

绘图

plt.figure(figsize=(13,5),dpi=100)
plt.pie(platform['用户名'],labels=platform['平台类型'],autopct='%1.1f%%',pctdistance=0.9,radius=1.3,startangle=70,labeldistance=1.03
)plt.legend(loc='upper right', fontsize=8, bbox_to_anchor=(1.4,0.9), borderaxespad=0.3)
plt.title('各平台支付用户占比',loc='right', pad=20, fontsize=12)

3.4 用户取消订单情况

数据准备

cancel = df['是否退款'].value_counts()
cancel

0 88779
1 13493

绘图

plt.figure(figsize=(10,5))
cancel.plot(kind='bar')
plt.title('用户取消订单情况（1为取消订单）',size=20)
plt.ylabel('订单数(万)',size=15)
plt.yticks(np.arange(0,10,1))
plt.grid(axis='y',alpha=0.5)
plt.show()

3.5 客户复购率

数据准备
- 复购率：在某时间窗口内重复消费用户（消费两次及以上的用户）在总消费用户中占比
- 根据复购率的定义，我们把时间窗口选择为月，用数据透视表的方式统计每个用户在每月的订单数
全时期复购率

df_buy_all = df.groupby('用户名').订单号.count()
df_rebuy_all = df_buy_all[df_buy_all.values>=2].count()/df_buy_all.count()
df_rebuy_all

各月份复购率

df_buy_mon = df.pivot_table(index='用户名', columns='month', values='下单时间', aggfunc='count')
df_buy_mon

计算各月份总消费用户数

df_buy_mon_count = df_buy_mon.count()
df_buy_mon_count

计算各月消费两次以上用户数

df_rebuy_mon = df_buy_mon[df_buy_mon>=2].count()
df_rebuy_mon

复购率

rebuy_rate_mon = df_rebuy_mon/df_buy_mon_count
rebuy_rate_mon

绘图

plt.figure(figsize=(10,4), dpi=100)plt.subplot(111, facecolor='#F0F0F0')plt.xlabel('月份', fontsize=10)
plt.ylabel('复购率', fontsize=10)plt.xticks(fontsize=10)
plt.yticks(fontsize=10)plt.title('2021年各月复购率', fontsize=14)
plt.grid(axis='x')# x 轴显示值
x = ['{}月'.format(i) for i in range(1,13,1)]plt.plot(x, rebuy_rate_mon,linewidth='1', marker='o')

3.6 回购率

回购率：是某一个时间窗口内消费的用户，在下一个时间窗口仍旧消费的占比。
选择月做为时间窗口
数据准备
创建一个值全为0，索引为月份的序列

repur_count = pd.Series(0, index=rebuy_rate_mon.index)

统计在某一个月下单并且在下一个月继续下单的用户数量

for i in range(1,12):repur_count[i+1]=df_buy_mon.iloc[:,i][(df_buy_mon.iloc[:,i]>0)&(df_buy_mon.iloc[:,i-1]>0)].count()repur_rate = repur_count/df_buy_mon_count
repur_rate

绘图

plt.figure(figsize=(10, 4), dpi=100)plt.subplot(111, facecolor='#F0F0F0')plt.xlabel('月份', fontsize=10)
plt.ylabel('回购率', fontsize=10)plt.xticks(fontsize=10)
plt.yticks(fontsize=10)plt.title('2021年各月份回购率', fontsize=14)
plt.grid(axis='x')# x轴显示值
x = ['{}月'.format(i) for i in range(1,13,1)]plt.plot(x, repur_rate, linewidth='1', marker='o')

3.7 RFM 模型

复制表

df_1 = df.copy()

删除被取消了的订单

df_1.drop(index=df[df['是否退款']==1].index, inplace=True)

将用户名设为索引

df_1.set_index('用户名', inplace=True)

为每笔订单后记为 1, 作为消费频率标记

df_1['F'] = 1

建立数据透视表, 求和得到每个用户的购买频率 ‘F’

df_rfm = df_1.pivot_table(index=['用户名'],values=['订单金额','下单时间', 'F'],aggfunc={'订单金额':'sum', '下单时间':'max', 'F':'sum'}        )```* **把消费总金额作为'M'**
```py
df_rfm.rename(columns={'订单金额':'M'}, inplace=True)

近度’R’

df_rfm['R'] = (pd.to_datetime(df_rfm['下单时间'].max()) - pd.to_datetime(df_rfm['下单时间'])).dt.days

调整一下列的顺序, 上步删除’下单时间’可省略

df_rfm = df_rfm[['R', 'F', 'M']]
rfm = pd.DataFrame(df_rfm, dtype=int)

小于平均值赋值 0, 大于平均值赋值 1

for i in range(0, len(rfm.columns)):rfm.iloc[:,i][rfm.iloc[:,i]<rfm.iloc[:,i].mean()]=0rfm.iloc[:,i][rfm.iloc[:,i]>rfm.iloc[:,i].mean()]=1

连接 R-F-M

rfm['RFM']='0'
for i in range(0,len(rfm.index)):rfm['RFM'][i]=str(rfm.iloc[i,0])+str(rfm.iloc[i,1])+str(rfm.iloc[i,2])

建立 RFM 值和客户分类的对应关系

labels = pd.DataFrame({'RFM':['111','101','011','001','110','100','010','000'],'用户标签':['重要价值客户','重要发展客户','重要保持客户','重要挽留客户','一般价值客户','一般发展客户','一般保持客户','一般挽留客户']})

merge 查询和客户的分类

rfm =rfm.merge(labels,on='RFM',how='left')
target = rfm.groupby('用户标签', as_index=False).RFM.count()

按客户分类分组, 记数

target.rename(columns={'RFM':'客户数量'}, inplace=True)
target![各类型用户数量](https://upload-images.jianshu.io/upload_images/4753063-8d87d5a125ab718c.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)* 绘图
```py
plt.figure(figsize=(10,6), dpi=100)plt.subplot(111, facecolor='#F0F0F0')plt.xlabel('客户类型', fontsize=10)
plt.ylabel('人数', fontsize=10)plt.xticks(rotation=0, fontsize=10)
plt.yticks(fontsize=10)plt.title('不同类型用户人数', fontsize=14)
plt.grid(axis='x')# x 轴显示值
#x = ['{}月'.format(i)for i in range(1,13,1)]
rects = plt.bar(target['用户标签'],target['客户数量'],width=0.6,color='#fe8c00')# 数据标签
count=0Sum = target['客户数量'].sum()for rect in rects:height = rect.get_height()rect_x = rect.get_x()plt.text(rect.get_x() + rect.get_width()/2, height+500, str(height), ha='center', fontsize=8)#plt.text(rect.get_x() + rect.get_width()/2, height+100, str('{:2f}'.format(target['客户数量'].values[count]/Sum*100))+'%', ha='center', fontsize=8)

电商用户消费数据RFM分析相关推荐

【Python】电商用户行为数据可视化分析实战
本文中,云朵君将和大家一起从多个角度使用多个可视化技术,根据各种因素跟踪客户在电子商务网站的花费时间. 关于数据集数据集来自kaggle -- Machine Hack. 先进电子商务的用户数量激增 ...
电商用户价值分析——基于RFM模型、KMeans聚类
电商用户价值分析--基于RFM模型.KMeans聚类一.背景二.RFM模型.KMeans聚类三.分析框架四.具体分析 1. 导入所需的库 2. 导入数据 3. 数据清洗 4. 数据分析 4.1 ...
电商用户行为和可视化分析
分析用户行为和可视化展现利用用户在这个商品子集上的行为数据,往往还需要利用更丰富的用户行为数据. 文章目录分析用户行为和可视化展现一.数据源说明二.查看数据 1.引入库 2.读取数据,并查看数 ...
如何用SQL分析电商用户行为数据（案例）
叮当之前主要是做增长方向的,平时工作中主要基于问题做数据分析,大部分时候都是怎么快怎么来. 很少有各种工具,各种分析方法全来一遍的,所以本次借分析"淘宝用户行为数据集&qu ...
Flink_大数据技术之电商用户行为分析
大数据技术之电商用户行为分析第1章项目整体介绍 1.1 电商的用户行为电商平台中的用户行为频繁且较复杂,系统上线运行一段时间后,可以收集到大量的用户行为数据,进而利用大数据技术进行深入挖掘和分析 ...
基于大数据的线上线下电商用户数据挖掘研究
From:http://www.thebigdata.cn/JieJueFangAn/11932p2.html Online-to-Offline( 简称 O2O)电子商务模式,是一个连接线上用户和线 ...
尚硅谷大数据技术之电商用户行为数据分析
尚硅谷大数据技术之电商用户行为分析第1章项目整体介绍 1.1 电商的用户行为电商平台中的用户行为频繁且较复杂,系统上线运行一段时间后,可以收集到大量的用户行为数据,进而利用大数据技术进行深入挖掘 ...
mysql统计今日首充用户_电商用户行为MySQL分析
一:分析背景近年来电商行业发展迅猛,发展的模式也从最开始粗糙的供给结构开始向精细化电商发展.我国政策也指出: 促进电子商务发展是推进供给侧结构性改革重要的途径.因此分析用户的行为,可打造爆款商品,爆 ...
某电商用户行为分析-提升GMV
目录 1. 明确项目背景和需求项目目的: 分析思路: 2 数据探索(EDA) 2.1 数据集信息 2.2数据预览 2.2.1 new_user 2.2.2 age 2.2.3 sex 2.2.4 m ...

电商用户消费数据RFM分析