python开发跟淘宝有关联微_Python

一、数据导入与清洗

源数据量有1亿余条，为减轻计算量，抽样总量的20%用于计算分析

#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=['用户id','商品id','商品类目id','行为类型','时间戳']

df=data.sample(frac=0.2)

抽样后的数量大约2000w，查看下数据集整体情况

官方说时间范围是2017年11月25日至2017年12月3日之间，但是从这里看出时间有异常值，剔除异常值，只筛选2017年11月25日至2017年12月3日的数据。剔除时间异常值1w+条后，仍有2000w+的数量。

df=df[(df['时间戳']<1512316800)&(df['时间戳']>1511539200)]

将时间戳转换为日期格式

tt=[]

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

row= df['时间戳'].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、提出问题并计算分析

01用户行为转化漏斗，找到需要改进的环节，即uv→pv→(cart+fav)→buy

02从一周的时间维度了解用户的行为习惯，即计算每日各环节的用户行为

03从一天24H时间维度了解用户的行为习惯，即计算用户各个时间段的用户行为差别

04不同商品类目中用户行为的差别分析，购买次数占前80%的品类有多少？

01用户行为转化漏斗

uv=len(df['用户id'].unique())

temp=df[df['行为类型']=='pv'].loc[:,['用户id']]

pv=len(temp['用户id'].unique())

temp=df[df['行为类型']=='fav'].loc[:,['用户id']]

fav=len(temp['用户id'].unique())

temp=df[df['行为类型']=='cart'].loc[:,['用户id']]

cart=len(temp['用户id'].unique())

temp=df[df['行为类型']=='buy'].loc[:,['用户id']]

buy=len(temp['用户id'].unique())

所以uv=980383，pv=972254，cart=464816，fav=221842，buy=283387，总体转化率为buy/uv=28.9%，各环节转化率漏斗图如下：

02从一周的时间维度了解用户的行为习惯

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

ff=df[['用户id','行为类型','日期2']]

pd.pivot_table(ff,index=['日期2'],columns=['行为类型'],aggfunc='count',fill_value=0)

由此可知，周末（12/2、12/3）用户的各种行为数明显高于其他日期，这很正常。看看转化率：

一般情况下，用户选中心仪的商品直接购买，少部分用户先收藏或者加入购物车后再付款购买。上图显示周末的收藏+购物车的转化率显著上升、购买率有所下滑的，可能用户在周末时间比较充裕、货比三家的行为更多，购买行为比工作日更加理性。

03从一天24H时间维度了解用户的行为习惯

df['时刻']=df['日期'].str[11:13]

dd=df[['用户id','时刻','行为类型']]

pd.pivot_table(dd,index='时刻',columns='行为类型',aggfunc='count')

一天中凌晨3~6点的用户量是最少的，白天11~19点这8个小时，各种用户行为发生的数量是比较平稳的，晚上8点后至11点用户的访问量快速上升，达到最高峰。

收藏+购物车的转化率比较稳定，但是购买率最高时段是上午10点~12点，均有30%以上的转化率，用户量最高峰的22~23点反而购买率较低，可能也是白天没有晚上时间充裕，购买行为更加干脆。

04不同商品类目中用户行为的差别分析

计算购买数最多的商品类目id，并查看前20位的购买行为的差别

cc=df[['用户id','商品类目id','行为类型']]

re=pd.pivot_table(cc,index='商品类目id',columns='行为类型',aggfunc='count',fill_value=0)

re=re.reset_index()

re.columns=['商品类目id ','buy','cart','fav','pv']

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

re.head(20)

显然购买的最多的商品类目，其浏览点击、收藏、加购物车的行为数量不一定是最高的，即转化率高、而人气不一定最高，大胆猜测下转化率高的类目为男性刚需商品，人气高的商品类目为女性所需商品。

re['购买次数占比']=re['buy']/re['buy'].sum()

re['购买次数累计占比']=re['购买次数占比'].cumsum()

re['购买次数前0.8']=re['购买次数累计占比']<=0.8

re.groupby(['购买次数前0.8']).size()

购买次数前0.8

False 8038

True 687

dtype: int64

所以贡献80%购买次数占比的商品类目个数是687，占所有类目的per=687/8725=8%。

三、结论

1、总体的用户购买率为28.9%，购买转化率与行业的标准进行比较，后面可以采取活动（用户细分，转化路径细查）提高购买转化率。

2、该商铺的用户行为周末比工作日更加活跃，晚上比白天更活跃，并于22:00~23:00点达到活跃高峰值，运营人员可根据活跃时间进行相关的活动；

3、针对不同品类的购买转化率采取不同的策略，提高已购品类的转化率，一方面，对未被购买的品类进行分析，找出原因，促成购买。

python开发跟淘宝有关联微_Python_淘宝用户行为分析相关推荐

python开发跟淘宝有关联微_python分析淘宝用户行为
今天来分享淘宝用户行为分析的过程,具体可见下图首先呢,我们需要配置环境,可在https://www.python.org/downloads/www.python.orghttps://www.j ...
python开发跟淘宝有关联微_使用Python分析淘宝用户行为
一.项目背景本数据分析报告以手机淘宝app订单数据作为数据集,通过行业常见指标对淘宝用户行为数据进行分析,并给出优化建议.本数据集包含了2014年11月18日至2014年12月18日之间,约八十万随 ...
python开发跟淘宝有关联微_为什么微商和淘宝卖家不得不做公众号和小程序？
文/王爷整理/叨叨最近一个月,微信方面的动作比较多,尤其是有关微信小程序方面的动态,起码更新了4次.或许很多人还不知道什么是微信小程序,简单来说就是一个无需安装.即用即走的生长在微信上的一个应用. ...
python开发跟淘宝有关联微_基于Python的Apriori和FP-growth关联分析算法分析淘宝用户购物关联度...
关联分析用于发现用户购买不同的商品之间存在关联和相关联系,比如A商品和B商品存在很强的相关性,常用于实体商店或在线电商的推荐系统,例如某一客户购买A商品,那么他很有可能会购买B商品,通过大量销售数据找 ...
python开发跟淘宝有关联微_利用Python分析淘宝用户行为
目录 1.提出问题 2.理解数据 3.清理数据 4.建模分析 5.提出建议 1. 提出问题每天淘宝都有大量的用户访问量,但最终完成交易的用户只是其中极少数: 为改善整个购物流程中的流失率,将通过研究 ...
python开发跟淘宝有关联微_python - 爬取某淘宝店铺所有宝贝遇到的问题？
问题在爬一个淘宝店铺的信息时发现会通过jsonp去网站取回数据,url如下: https://tianziyujushangcheng.taobao.com/i/asynSearch.htm?ca ...
python营销骗局_python案例：金融营销活动中欺诈用户行为分析
首先,数据导入 1 importnumpy as np2 importpandas as pd3 from collections importCounter4 importmatplotlib.py ...
python开发linux桌面应用_Linux程序员宝典：2020年10款出色的Python IDE！
Python是一种通用编程语言,可用于构建一切:从后端Web开发.数据分析.人工智能到科学计算,不一而足.它还可以用于开发生产力软件.游戏.桌面应用及其他软件. Python简单易学,语法和缩进结构简 ...
python开发跟淘宝有联系没_python每日获取淘宝首页关键字推荐词
每日美图介绍因为自己想着手搞一波淘宝,准备用于获取淘宝首页关键字推荐词,想化妆品.服装这种我们是不适合做的竞争太大了. 我们暂时定为水杯这种小类目的,对于新开的店面除了刷单,最重要的还是自然流量. ...

python开发跟淘宝有关联微_Python_淘宝用户行为分析

python开发跟淘宝有关联微_Python_淘宝用户行为分析相关推荐

最新文章

热门文章