数据分析实战 | 探寻销售额下降的原因

大家好，我是丁小杰。

本文案例的来源为《数据分析实战》一书，书中使用的是 R 语言，接下来一段时间，我会用 Python + Tableau 尽可能的将案例复现出来，以供大家学习。

场景描述

某公司经营的一款 APP 小游戏，每月销售额稳定上涨，但是在 7 月却突然下降，无论从市场环境或是游戏本身的环境来看，这个游戏的销售额都还有继续增长的空间
，影响该游戏销售额的主要影响因素可能有两点：

游戏活动上新
商业宣传力度更改

经了解发现

游戏活动与上月活动并无较大改变
由于预算紧缺，宣传力度有所下降

接下来我们会根据数据分析来证实上述结论，并提出恢复销售额的方法。

数据描述

DAU（Daily Active User）

每天至少来访 1 次的用户数据，139112 行。

字段	类型	含义
log_date	str	访问时间
app_name	str	应用名
user_id	numpy.int64	用户 ID

DPU（Daily Payment User）

每天至少消费 1 日元的用户数据（0.056 元），884 行。

字段	类型	含义
log_date	str	访问时间
app_name	str	应用名
user_id	numpy.int64	用户 ID
payment	numpy.int64	消费金额

Install

记录每个用户首次登录游戏的时间，29329 行。

字段	类型	含义
install_date	str	首次登录时间
app_name	str	应用名
user_id	numpy.int64	用户 ID

数据分析

数据读取

读取三个数据集。

import pandas as pdDAU_data = pd.read_csv('DAU.csv')
DPU_data = pd.read_csv('DPU.csv')
install_data = pd.read_csv('install.csv')

显示 DAU 数据集前五行。

DAU_data.head()

显示 DPU 数据集前五行。

DPU_data.head()

显示 Install 数据集前五行。

install_data.head()

数据合并

将每日活跃用户数据 DAU 与用户首次登录数据 Install 进行合并，将 user_id 与
app_name 作为参照 key。这样就可以得到用户的首次登录时间。

all_data = pd.merge(DAU_data,install_data,on=['user_id', 'app_name'])
all_data.head()

得到用户首次登录时间后，再与每日消费用户数据 DPU 进行合并，使用左连接的方式，保留 all_data 中的所有数据，缺失值默认为 NaN。

all_data = pd.merge(all_data,DPU_data,on=['log_date', 'app_name', 'user_id'],how='left')
all_data.head()

数据处理

将 payment 列中的空值填充为 0。

all_data['payment'] = all_data['payment'].fillna('0')
all_data

将 payment 列的单位转换为元，log_date 与 install_date 都只保留月份即可。

all_data['payment'] = all_data['payment'].astype(float)
all_data['payment'] = all_data['payment'] * 0.056
all_data['log_date'] = pd.to_datetime(all_data['log_date']).map(lambda x : x.strftime("%m")[1] + '月')
all_data['install_date'] = pd.to_datetime(all_data['install_date']).map(lambda x : x.strftime("%m")[1] + '月')
all_data.head()

新老用户划分

将 登录月份 > 首次登录月份 的用户定义为老用户，其他则定义为新用户。

all_data['user'] = all_data['log_date'] > all_data['install_date']
all_data['user'] = all_data['user'].map({False: '新用户', True: '老用户'})
all_data.head()

按照 log_date, user 分组对 payment 求和，统计各月新老用户的带来的销售额。

user_category = all_data.groupby(['log_date', 'user'])['payment'].sum().reset_index()
user_category.head()

可以看到 6 月和 7 月的老用户带来的销售额基本相同，但 7 月新用户带来的销售额明显少于 6 月。

将销售额划分区域，看看哪个层次的用户消费在减少。

import numpy as npsale_df = all_data.loc[all_data['payment'] > 0, ['log_date', 'payment']].copy()
bins = list(range(0, 101, 30)) + [np.inf]
labels = [str(n) + '-' + str(n + 30) for n in bins[:-2]] + ['>90']
sale_df['payment_cut'] = sale_df['payment'].apply(lambda x : pd.cut([x], bins=bins, labels=labels)[0])
sale_df.head()

根据上面柱状图可以看出，和 6 月相比，7 月消费额在 60 元以下的用户数量减少了一部分。

到此我们就可以得到一些结论。

结论

新用户中的产生消费的用户发生了减少，特别是消费金额较少的小额消费用户。因此，公司需要再次开展商业宣传活动并恢复到之前的水平，这样才有可能提升潜在用户对公司产品的认知度，增加新的用户。

案例参考

[1]《数据分析实战》 [日] 酒卷隆志里洋平/著肖峰/译

对于刚入门 Python 或是想要入门 Python 的小伙伴，可以通过下方小卡片联系作者，一起交流学习，都是从新手走过来的，有时候一个简单的问题卡很久，但可能别人的一点拨就会恍然大悟，由衷的希望大家能够共同进步。另有整理的近千套简历模板，几百册电子书等你来领取哦！