手把手教你电商用户行为分析 | 附实战代码

导读：本文将针对淘宝App的运营数据，以行业常见指标对用户的行为进行分析。

作者：刘鹏、高中强

来源：华章计算机（hzbook_jsj）

数据内容包括user_id（用户身份）、item_id（商品）、IDbehavior_type（用户行为类型，包含点击、收藏、加购物车、支付四种行为，分别用数字1、2、3、4表示）、user_geohash（地理位置）、item_category（品类ID，即商品所属的品类）、Time（用户行为发生的时间），其中user_id和item_id因为涉及隐私，做了脱敏处理，显示的是数字编号。

下面是具体的代码实现过程。

1. 导入相关工具和数据

# 导入相关库
import pandas as pd
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import seaborn as sns
dt = pd.read_csv('E:/tianchi_mobile_recommend_train_user.csv')

其中，seaborn库可实现对统计数据的可视化展示，是基于Matplotlib的Python数据可视化库。

2. 数据的处理

# 对其中的label进行重命名
dt=dt.rename(columns={'user_id':'用户名','item_id':'商品名','behavior_type':'用
    户行为类型','user_geohash':'地理位置','InvoiceDate':'发票日期','item_category':
    '品类名','CustomerID':'用户名','time':'行为时间'})
dt.apply(lambda x:sum(x.isnull())/len(x))# 计算缺失率(缺失数/总数)
# # 对时间数据进行处理，将日期与小时数据分开
dt['date']=dt['行为时间'].str[0:10]
dt['hour']=dt['行为时间'].str[11:]
dt['date']=pd.to_datetime(dt['date'])
dt['行为时间']=pd.to_datetime(dt['行为时间'])
dt['hour']=dt['hour'].astype(int)
dt.sample(5)

结果如图12-24所示。

图12-24　数据处理结果

# # 将数据集按时间列进行升序排列
dt.sort_values(by='行为时间',ascending=True,inplace=True)
# 舍弃原来的索引进行重置
dt.reset_index(drop=True,inplace=True)
# 查看处理后的数据信息
dt.info()

结果如图12-25所示。

图12-25　处理后的数据信息

dt.describe()

结果如图12-26所示。

图12-26　处理后的数据分布情况

3. 用户行为分析

在介绍用户行为分析前，先了解两个概念。

• PV（Page View，访问量）：具体是指网站的页面浏览量或者点击量，页面被刷新一次就计算一次；

• UV（Unique Visitor，独立访客）：访问网站的一台电脑客户端即一个访客。
  
  

1）日访问量分析：

# uv_daily记录每天不同的上线用户数量
uv_daily=dt.groupby('date')['用户名'].nunique().rename('uv')
uv_daily=uv_daily.reset_index().rename(columns={'用户名':'uv'})
uv_daily.set_index('date',inplace=True)
# pv_daily记录每天用户操作次数
pv_daily=dt.groupby('date')['用户名'].count()
pv_daily=pv_daily.reset_index().rename(columns={'用户名':'pv'})
pv_daily.set_index('date',inplace=True)  
# UV同比
uv_daily['uv_lastday']=uv_daily.shift(1)
uv_daily['tb']=100*(uv_daily['uv']-uv_daily['uv_lastday'])/uv_daily['uv_
    lastday']
formater="{0:.02f}".format
uv_daily['tb']=uv_daily['tb'].map(formater).astype('float')

• nunique()：该函数返回所有数据唯一值个数。unique()函数是以数组形式返回列的所有唯一值。

• shift()：该函数对数据进行移动的操作，默认值是1。注意这里移动的都是数据，而索引是不移动的，移动之后没有对应值的，就赋值为NaN。

• formater="{0:.02f}".format相当于formater=lambda x: '%.02f'，即x取小数点后两位。

# UV环比
uv_daily['uv_7days']=uv_daily['uv'].shift(7)
uv_daily['hb']=100*(uv_daily['uv']-uv_daily['uv_7days'])/uv_daily['uv_7days']
formater="{0:.02f}".format
uv_daily['hb']=uv_daily['hb'].map(formater).astype('float')
uv_daily.head(2)

结果如图12-27所示。

图12-27　UV同比、环比情况

# PV同比
pv_daily['pv_lastday']=pv_daily.shift(1)
pv_daily['tb']=100*(pv_daily['pv']-pv_daily['pv_lastday'])/pv_daily['pv_
    lastday']
formater="{0:.02f}".format
pv_daily['tb']=pv_daily['tb'].map(formater).astype('float')
# PV环比
pv_daily['pv_7days']=pv_daily.pv.shift(7)
pv_daily['hb']=100*(pv_daily['pv']-pv_daily['pv_7days'])/pv_daily['pv_7days']
formater="{0:.02f}".format
pv_daily['hb']=pv_daily['hb'].map(formater).astype('float')
pv_daily.head(2)

结果如图12-28所示。