设为首页收藏本站
开启辅助访问

python数据分析:用户消费情况数据分析

 您所在的位置：网站首页 › 如何挽留顾客的流失服装店 › python数据分析:用户消费情况数据分析

python数据分析:用户消费情况数据分析

2024-06-06 10:01| 来源: 网络整理| 查看: 265

本次分析数据介绍：

数据为某奶茶店2018年1月-2019年6月的销售数据，共计69,659项数据，用户共计23,570名；

数据集共4个字段：

user_id: 用户id order_id: 购买日期 order_prodect: 购买产品数 order_account: 购买金额 明确问题（本次数据分析目的） 用户消费趋势分析（按月） 用户个体消费分析 用户消费行为分析 用户复购率和回购率分析 分析思路 在这里插入图片描述 理解数据 我们导入数据后简单看一下：

# 导入数据 df = pd.read_excel('MilkyTea_master.xlsx')

在这里插入图片描述 检查一下各字段类型：在这里插入图片描述 数据清洗 本次抽样为全抽，不再进行选择子集；不再涉及列重命名；

1.数据类型转换

根据以上分析，我们需把用户id转化为字符串，把时间order_id转化为时间格式：

① 时间类型转换

# 时间类型转换，增加‘month’列 df['order_dt'] = pd.to_datetime(df.order_dt,format='%Y%m%d') df['month'] = df.order_dt.values.astype('datetime64[M]')

在这里插入图片描述 ② 字符串类型转换

df['user_id'] = df['user_id'].apply(lambda x : str(x))

2.数据排序

# 按照“order_dt”排序 df = df.sort_values(by = 'order_dt',ascending =True)

3.缺失值处理

我们检查是否存在缺失值：

for i in df.columns: print(df[i].isnull().value_counts())

在这里插入图片描述 无需进行缺失值处理； 4.异常值处理

检查描述统计信息，查看是否存在异常 在这里插入图片描述 以上，我们可以发现：

大部分订单只购买了少量商品（平均值2.41），有一定极值干扰； 影虎的消费金额比较稳定（平均值35.89元，中位数25.98元），有一定极值干扰； 最后，我们对index重新命名：

df = df.reset_index(drop = True)

在这里插入图片描述 构建模型 接下来，我们对问题进行分析：

1.用户消费趋势分析（按月）

我们按月度对用户进行分析，须将数据框按月分组：

g_month = df.groupby('month')

1 每月消费金额

# 每月消费总金额 g_month.order_account.sum()

2 每月消费次数

# 每月消费总次数 g_month.user_id.count()

3 每月购买数量

# 每月购买数量 g_month.order_products.sum()

4 每月消费人数

# 每月消费人数 g_month.user_id.apply(lambda x : len(x.drop_duplicates()))

以上我们也可用以下方式来统一分析：

df_table = df.pivot_table(index = 'month', values = ['order_products','order_account','user_id'], aggfunc = {'order_products':'sum', 'order_account':'sum', 'user_id':'count'})

在这里插入图片描述 我们将分析结果进行数据可视化：

sns.set_palette('summer') sns.set_style('darkgrid') f = plt.figure(figsize = (20,16)) f.add_subplot(3,1,1) g_month.order_account.sum().plot() plt.title('order_account') f.add_subplot(3,1,2) g_month.order_products.sum().plot() plt.title('order_products') f.add_subplot(3,1,3) g_month.user_id.count().plot() plt.title('user_id')

在这里插入图片描述

2.用户个体消费

与按月分析不同，此次需要对数据库按用户id进行分组：

1.用户消费金额、消费次数的描述统计

# 按照用户进行分组 g_user = df.groupby('user_id') # 用户消费金额、消费次数的描述统计 g_user.sum().describe()

在这里插入图片描述 用户平均购买奶茶7杯，中位数为3杯，说明小部分的用户购买了大量的奶茶； 用户平均消费106元，中位数43元，说明小部分用户购买大量的奶茶，存在极值干扰； 2.用户消费金额和消费次数的散点图

# 用户消费金额和消费次数的散点图 g_user.sum().plot.scatter(x = 'order_account', y = 'order_products')

在这里插入图片描述 不是那么明显，我们选择购买金额'order_products':'F','order_account':'M'},inplace = True)

在这里插入图片描述 建立RFM模型：

def rfm_func(x): level = x.apply(lambda x:'1' if x > 0 else '0') label = level.R +level.F + level.M d = { '111':'重要价值客户', '011':'重要保持客户', '101':'重要发展客户', '001':'重要挽留客户', '110':'一般价值客户', '010':'一般保持客户', '100':'一般发展客户', '000':'一般挽留客户' } result = d[label] return result rfm['label'] = rfm[['R','F','M']].apply(lambda x : x - x.mean()).apply(rfm_func,axis=1)

在这里插入图片描述

接着，我们对‘label’列分组求和：

rfm.groupby('label').sum()

在这里插入图片描述 也可以分组后计数：

rfm.groupby('label').count()

在这里插入图片描述 从RFM分层可知，大部分的用户是一般挽留客户，重要价值客户和重要保持客户合计约占20%；

我们进行可视化：

rfm.loc[rfm.label == '重要价值客户','color'] = 'g' rfm.loc[rfm.label != '重要价值客户','color'] = 'r' rfm.plot.scatter('F','R',c = rfm.color)

在这里插入图片描述

② 用户生命周期-新、老、活跃、回流、流失

# 用户生命周期-新、老、活跃、回流、流失 pivoted_counts = df.pivot_table(index = 'user_id', columns= 'month', values= 'order_dt', aggfunc= 'count').fillna(0)

在这里插入图片描述 需要对结果进行简化，如果购买次数大于0（大于等于1），有购买为1，无购买为0：

# 进行简化 df_purchase = pivoted_counts.applymap(lambda x : 1 if x>0 else 0)

在这里插入图片描述 根据本月是否消费、前期是否消费、上月是否消费等多层维度，将用户划分为未注册、新注册、活跃、不活跃、回流、流失；

def active_statu(data): status = [] for i in range(18): # 当月未消费 if data[i] == 0: if len(status) > 0: if status[i-1] == 'unreg': status.append('unreg') else: status.append('unactive') else: status.append('unreg') # 当月有消费 else: if len(status) == 0: status.append('new') else: if status[i-1] == 'unactive': status.append('return') elif status[i-1] == 'unreg': status.append('new') else: status.append('active') return status purshase_stats = df_purchase.apply(active_statu,axis=1) purshase_stats = pd.DataFrame(purshase_stats)[0].apply(pd.Series) purshase_stats.columns = pivoted_counts.columns

在这里插入图片描述 把‘unreg’用NAN替换，并对每月的用户状态进行统计：

purshase_stats_ct = purshase_stats.replace('unreg',np.NAN).apply(lambda x : pd.value_counts(x)) # 转置 purshase_stats_ct.fillna(0).T

在这里插入图片描述 可视化：

purshase_stats_ct.fillna(0).T.plot.area()

在这里插入图片描述 可以逐行计算百分比：

# 可以逐行计算百分比 purshase_stats_ct.fillna(0).T.apply(lambda x : x/x.sum(),axis = 1) purshase_stats_ct.fillna(0).T.apply(lambda x : x/x.sum(),axis = 1).plot.area()

在这里插入图片描述 在这里插入图片描述 5）用户购买周期（按订单）

① 用户订单周期

# 用户订单周期 order_diff = g_user.apply(lambda x: x.order_dt - x.order_dt.shift())

在这里插入图片描述 查看描述统计： 在这里插入图片描述 ② 用户订单分布

(order_diff/np.timedelta64(1,'D')).hist(bins=20)

在这里插入图片描述 订单周期呈指数分布 用户平均购买周期是68天 绝大部分用户购买周期都超过100天

6.用户生命周期（按第一次&最后一次消费）

我们查看用生命周期（第一次&最后一次）描述统计：

(user_life['max'] - user_life['min']).describe()

在这里插入图片描述

在这里插入图片描述 用户生命周期受只购买一次的用户影响较大 用户平均消费时间差134天，中位数仅0天

4.用户复购率和留存率 1）复购率

自然月内，购买多次的用户占比：

我们根据上述的对用户按月统计购买量pivoted_counts来分析：

如果当月购买了1次以上（大于1），则为1，存在复购；若购买了1次，为0；当月购买了0次，则为NAN；

purchase_r = pivoted_counts.applymap(lambda x : 1 if x > 1 else np.NAN if x == 0 else 0 )

求和，为当月复购的人数；计数，为当月购买人数：

(purchase_r.sum() / purchase_r.count()).plot(figsize = (10,4))

在这里插入图片描述 复购率稳定在20%左右，前三月因为有大量的新用户涌入，而这批用户只购买了一次，所以导致复购率低； 2.回购率（留存率） 曾经购买过的用户某一时间内再次购买的占比：

定义函数，如果当月购买，下月也购买为1；如果当月购买下月未购买，为0；如果当月未购买，则为NAN；

def purchase_back(data): status = [] for i in range(17): if data[i] ==1: if data[i+1] == 1 : status.append(1) if data[i+1] == 0 : status.append(0) else: status.append(np.NAN) status.append(np.NAN) return status purchase_b = df_purchase.apply(purchase_back,axis=1) purchase_b = pd.DataFrame(purchase_b)[0].apply(pd.Series) purchase_b.columns = pivoted_counts.columns

在这里插入图片描述 回购率 = 次月再次购买/本月购买人数

(purchase_b.sum()/purchase_b.count()).plot(figsize = (10,4))

在这里插入图片描述 分析结论 用户增长阶段仅在前三月，后期消费均为老客户；消费用户群体较为固定； 超过50%的用户仅在前三月消费了一次，后期长期处于不活跃状态；用户消费呈流失上升状态； 60%的销售金额是被前5000名（近20%）的人贡献。 用户增长阶段仅在前三月，后期消费均为老客户；消费用户群体较为固定； 超过50%的用户仅在前三月消费了一次，后期长期处于不活跃状态；用户消费呈流失上升状态； 60%的销售金额是被前5000名（近20%）的人贡献。



【本文地址】


今日新闻

推荐新闻

CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3