赞
踩
目录
项目前言
一、分析目的
二、数据获取与理解
1.数据来源
2.理解数据
三、具体做法
1.导入并清洗数据
3.1.1.把时间戳改为datetime类型
3.1.2.查看是否存在重复的行数据
3.1.3.查看列中是否存在缺失数据
2.用户维度
3.2.1.一个月内每天pv、uv的变化
3.2.2.日ARPPU,日ARPU
3.2.3.付费率
3.2.4.复购率
3.2.5.用户行为转化漏斗图
3.2.6.用户价值RFM模型分析(RF)
3.产品维度
3.3.1.点击量top10的商品
3.3.2.购买量top10的商品
3.3.3.点击量前十的商品的购买量
3.3.4.购买量前十的点击量
4.行为维度
3.4.1.对所有用户的购买行为进行数据统计
3.4.2.每个用户对商品的不同行为的汇总
3.4.3.由不同行为导致的转化率
3.4.4.由不同行为导致的流失率
3.4.5.不同行为Top10的商品
四、总结
五、参考文献
数据分析是要依靠使用者的具体需求从而进行进一步的分析。由于没有具体的使用者,所以该数据用作训练项目进行数据处理。本文使用anaconda中的jupyter notebook完成
通过挖掘用户行为的数据价值,从而进行深度分析,最后通过可视化的方式展现出来。用来处理运营过程中所需要解决的用户需求,产品需求等。有利于优化运营策略,提升运营效率。
阿里天池:https://tianchi.aliyun.com/dataset/dataDetail?dataId&