社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

【Python】京东消费行为数据分析可视化实战案例

机器学习初学者 • 2 年前 • 985 次点击  
©️数据STUDIO投稿 · 作者|理智

一、背景

京东JD.COM-专业综合网上购物商城,销售超数万品牌,4020万种商品,囊括家电、手机、电脑、服装、居家、健康、母婴、美妆、个护、食品、旅游等品类。

数据时间是从2018年2月1日到4月15日两个半月的销售数据。本文主要通过python对用户数据进行分析,探讨用户行为体现出的购买趋势,为商家提供一些运营方面的建议与策略。

二、研究问题

  1. 从2018年2月1日到2月15日商品的浏览,收藏,购买,加购物车的变化趋势如何?为什么会有这种趋势?
  2. 为什么此类商品会被用户购买甚至复购?有何特征?
  3. 哪种商品销量最好?哪些品牌最受用户欢迎?哪些店铺排名靠前?
  4. 用户浏览,购买,加购,收藏商品主要时间在一天中的什么时候?为什么在这个时间段?
  5. 哪些用户是重点用户?哪些用户即将流失?
  6. 需要完整代码的,请在公众号:数据STUDIO 消息后台回复【code】

三、数据分析

1. 数据字段介绍

1.1 JD_labels

1.2 df_short.csv

2. 用户行为分析

2.1 用户从2018年2月1日到2018年4月15日各个行为变化趋势?

分析:
  1. 可看出在2月15日前后,浏览量收藏量加购量都减为0了然后又都逐渐上升而2018年2月15日是除夕,2月16日是春节,猜测这种变化是受春节影响。
  2. 可看出浏览量很多,且浏览量有随着时间逐渐减少的趋势,而加购物车,购买,评论,收藏都相对较少,可以把浏览量去掉分析收藏,加购,购买这三种行为的变化趋势。
  3. 在2018年3月25日左右浏览量急速降为0,而后又急剧上升,推测原因:① 春节消费过度,用户购买欲望下降 ② 3月下旬是春季旅游高峰期,上网人数可能会减少
分析:

type:类别

1:浏览,2:收藏,3:购买,4:加入购物车,5:评论

可看出加购物车随时间变化相对于其他的都较多,加购物车用户量超过了收藏评论的用户量。购买量从一开始到4月7日没有,从4月8日突然迅速增多然后又稍微下降,

推测:

①是商品有活动了
②节假日前后(2018年4月的5,6,7日为清明放假时间)
③该商品具有季节性(清明后天气回暖)所以大家纷纷购买。

2.2 有购买行为的用户人均购买多少次?

分析:

4月8日到4月15日期间,日均消费110次左右,人均消费1次左右,商品复购率不高。可提升商品质量或加大广告力度。

2.3 用户复购情况如何?

分析:

大多数用户‘只看不买’,购买并复购的用户仅占0.3%.

分析:

可能是数据量不大的原因,复购用户复购的多为日常生活用品,复购时间在1-50天内均有分布,复购时间在10天内客户占了复购用户的一半,商家应注重一周内对客户的宣传。

2.4 用户下单时间大多在什么时候?

分析:

用户下单最多的时间是下午和晚上,凌晨消费最少,所以活动可以选择在下午和晚上进行推送。

2.5.点击就购买的用户和加购就购买的用户占比?

分析:

加入购物车的商品和浏览的商品转为被购买商品几率差不多大,都为11.2%左右,用户加购物车却不买,用户是有购买欲望的,可能是商品的价格等不合适,建议办一些活动来促销,有0.11297267514233822点击行为转为了购买行为,可以增强网站的推荐机制,或许可以提高此比率。

2.6 用户7天与30天活跃次数分析?

分析:

用户月活跃次数与用户周活跃次数完全一样。

推测:可能数据里7天内的新用户占比多,然后新用户近1个月活跃次数和7天内基本一样,所以数据看起来差别不大。

2.7 根据kmeans对用户进行分类

kmeans根据用户上一次行为距离今天天数聚类。

Red:0 Green:1 Blue:2 Yello:3
  • 标签0:一般客户
  • 标签1:重要深耕客户
  • 标签2:高价值客户
  • 标签3:一般客户

3 商品与品牌,店铺分析

3.1 最受用户欢迎的品牌?

Others可能为一些其他的品牌,从图中可看出others为第一,其次就是各大知名品牌了,所以建议,在营销时除了知名品牌的宣传外,也要注重一些小品牌的宣传。

3.2 最受用户欢迎的物品种类?

分析

最受用户欢迎的物品种类前7分别是:手机,外衣,茶,笔记本/笔记本电脑,平板电脑,数码相机,洗面奶。

3.3 最受用户欢迎的商店种类?

两个半月以来用户访问商店种类前4的是电子产品,衣服,美妆,食物,可在这四个方面做好售后服务,打造好口碑。

3.4 两个半月以来各商店种类用户点击的变化趋势?

分析:

2月15日和3月底的大变化前面分析了,这里不再赘述。从图中还可看出,电子类商品一直以来热度很高,其次是衣服,美妆,食物也很靠前。可以加大这方面的营销

四、建议

1、促销活动时间:下午,晚上
2、积极完善用户推荐机制,多做活动降低商品价格提升商品质量。
3、有商品复购行为的用户少,应积极完善商品排名等
4、应积极关注电子产品,衣物,美妆,食物这四大类商品,因为这是用户最关注的。
5、需要完整代码的,请在公众号:数据STUDIO 消息后台回复【code】





    
往期精彩回顾




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/150068
 
985 次点击