Power BI应用案例：淘宝用户行为分析实战

一、案例背景

基于千万级的淘宝用户的使用记录，对淘宝用户的行为进行分析，具体指标包括：日PV、日UV、小时PV、小时UV、不同用户行为的PV、用户购买次数分布、用户购买频次分布、活跃用户消费情况等。通过本案例，可以基本看看Power BI都能分析达到怎么样的效果。

二、数据来源及结构

阿里天池官方发布的1万用户在2014年双十二期间的行为记录，数据量达1200万+。

数据下载地址：https://tianchi.aliyun.com/dataset/dataDetail?dataId=46

数据结构：

user_id：用户ID

item_id：商品ID

behavior_type：用户行为类型（包含1点击、2收藏、3加购物车、4支付）

user_geohash：地理位置

item_category：商品类别ID

time：记录时间

三、数据导入及整理

从阿里天池网站下载文件后，解压得到csv文件，直接通过“获取数据”功能，即可导入csv文件。

整个数据文件大小500M+，我的家用电脑导入大概花了2分钟。（酷睿i5，16G内存，500G固态硬盘）

筛选并查看各列数据，数据还是比较规整的，没有发现异常值，因此也没进行数据清洗了。

打开查询编辑器，通过 “添加列-提取” 功能，添加日期、小时两列，用作后面日期、小时维度分析使用。

完成数据整理后，应用查询更改。由于数据量相对较大，应用查询更改，也还是花费了一些时间。我的家用电脑用了大概5分钟时间。

四、数据分析

（1）每日PV、UV走势分析

使用折线图，将“日期”/“小时”列作为轴，将"user_id"列作为值，得出下面趋势图。

可以直观看出，在双12当天，PV、UV均达到峰值。在整个双12期间，用户活跃程度大概有45%的浮动。

（2）每小时PV、UV走势分析

构建折线图方法与（1）类似。

从图形直观看出，PV、UV曲线走势基本一致。但是发现晚上18点之后，PV快速十分增长，但是UV增长不太明显。

看得出来哈，即使白天时间要上班、上学，双12期间很多人还是克制不住要上上淘宝。

（3）不同行为的每小时PV趋势分析

使用折线图，将“小时”列作为轴，将"user_id"列作为值，将“behavior_type”作为图例，得出下面趋势图。

行为“1点击” 明显比其他行为的PV高得多，说明大家都在刷。

行为“2加入购物车” 比行为“3添加收藏” 的PV要多，让用户收藏进行复购还是难些呀。

比较上下两个图，四种行为的趋势还是很一致的。

（4）用户购买次数分析

先使用下面公式构建新表，按不同的购买次数对用户进行分类汇总。

表 = SUMMARIZE(FILTER('tianchi_mobile_recommend_train_user','tianchi_mobile_recommend_train_user'[behavior_type]=4),tianchi_mobile_recommend_train_user[user_id],"购买次数分类",count('tianchi_mobile_recommend_train_user'[behavior_type]))

添加用户数量的度量值。

用户数量 = count('表'[购买次数分类])

使用柱状图、矩阵进行可视化，构建方法与前面几点类似。

从购买次数看，大多数用户还是比较克制的，购买次数在20以下的占了绝大多数。

（5）不同购买频次客户的贡献度分析

由于原始数据中，没有每笔订单的金额，只能对不同购买频次的客户，分类计算总购买次数，以分析不同类别客户的贡献度。

构建总购买次数度量值。

总购买次数 = sum('表'[购买次数分类])

这就很明显地发现了几个“剁手族”的贡献了，有6个客户购买次数达到了200次以上。

（6）每天购买总数、购买频次分析

购买次数度量值

购买次数 = SUMX(FILTER('tianchi_mobile_recommend_train_user','tianchi_mobile_recommend_train_user'[behavior_type]=4),1)

平均购买次数度量值

平均购买次数 = DIVIDE(SUMX(FILTER('tianchi_mobile_recommend_train_user','tianchi_mobile_recommend_train_user'[behavior_type]=4),1),CALCULATE(DISTINCTCOUNT('tianchi_mobile_recommend_train_user'[user_id]),FILTER('tianchi_mobile_recommend_train_user','tianchi_mobile_recommend_train_user'[behavior_type]=4)))

每天的购买总数、购买频次的趋势基本一致，都在双12当天达到峰值，且在双12当天远远大于其他时间。

（7）活跃用户消费情况分析

构建活跃用户消费率度量值

活跃用户消费率 = DIVIDE(CALCULATE(DISTINCTCOUNT('tianchi_mobile_recommend_train_user'[user_id]),FILTER('tianchi_mobile_recommend_train_user','tianchi_mobile_recommend_train_user'[behavior_type]=4)),CALCULATE(DISTINCTCOUNT('tianchi_mobile_recommend_train_user'[user_id]),FILTER('tianchi_mobile_recommend_train_user','tianchi_mobile_recommend_train_user'[behavior_type]=1)))

在双12当天，打开过淘宝的人，超过一半都下单消费了，这转换率高得离谱呀。

而且即使在其他时间，每天都保持有超过20%的转化。

五、总结

在上述所有的分析中，除了整理数据时加载较慢以外，其他所有分析中，所构建的表、度量值、可视化图形等，Power BI都是秒速完成的。在数据量超过1200万的级别，这样的响应速度，还是很不错的了。

从Power BI的可视化界面，可以很快就完成了整个数据分析的全流程，包括数据的导入、清理、度量值编写、模型构建、可视化表达、指标分析等，也从分析结果中快速得到一些商业洞察，十分具有实际应用价值。

Power BI应用案例：淘宝用户行为分析实战相关推荐

Python数据分析案例—淘宝用户行为分析
赛题与数据一.项目背景本数据报告以淘宝app平台为数据集,通过行业的指标对淘宝用户行为进行分析,从而探索淘宝用户的行为模式,具体指标包括:日PV和日UV分析,付费率分析,复购行为分析,漏斗流失分析 ...
淘宝用户行为分析MySQL
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档淘宝用户行为分析MySQL 一.数据清洗二.总体情况 1.UV.PV.人均浏览次数 2.复购率.跳失率三.用户行为分析 1.行为转 ...
阿里天池：淘宝用户行为分析项目
数据来源:阿里天池 - 淘宝用户商品行为数据 (在这里仅选用表名为 "tianchi_mobile_recommend_train_user" 中的数据,用作淘宝用户行为分析) 项 ...
Python项目实战 —— 04. 淘宝用户行为分析
Python项目实战 Python项目实战--目录 Python项目实战 -- 04. 淘宝用户行为分析一.背景二.解题思路三.数据分析 3.1 数据清洗 3.2 数据分析 3.2.1 用户整体 ...
MySQL—淘宝用户行为分析
文章目录一.项目背景二.结论先行 2.1用户行为漏斗转化分析 2.2时间维度分析用户行为 2.3商品维度分析用户行为 2.4RFM模型用户价值分析三.数据分析 3.1数据来源 3.2数据说明 3 ...
数据分析实战之淘宝用户行为分析(3) -- 用户行为路径分析
数据分析实战之淘宝用户行为分析(3) -- 用户行为路径分析淘宝行为分析Tableau可视化展示数据分析实战之淘宝用户行为分析(5) - 数据分析报告数据分析实战之淘宝用户行为分析(4) - 用 ...
淘宝用户行为分析项目
淘宝用户行为分析项目说明:项目通过jupter notebook.使用pandas,numpy,matplotlib,seaborn等第三方库对数据进行不同维度上的分析. 一.项目背景本数据报告以 ...
MySQL数据项目分析实战——淘宝用户行为分析
MySQL数据项目分析实战--淘宝用户行为分析一.项目背景二.项目目标 2.1分析目的 2.2分析维度三.数据的收集与整理 3.1数据来源 3.2数据说明 3.3理解数据 3.4导入数据四.数 ...
数据分析案例之淘宝用户行为分析完整报告
一.项目背景 UserBehavior为淘宝用户行为的数据集,数据集包括了2017年11月25日至2017年12月3日之间,有大约82万随机用户的用户行为(行为包括点击pv,购买buy,加购物车cha ...
案例三：淘宝用户行为分析
一.项目背景本项目基于淘宝app平台数据,通过相关指标对行为进行分析,探索消费者相关行为模式分析方法: 用户行为分析:日pv和日uv分析,时pv和时uv分析,不同行为类型用户的pv分析用户消费行为 ...

Power BI应用案例：淘宝用户行为分析实战

Power BI应用案例：淘宝用户行为分析实战相关推荐

最新文章

热门文章