python pandas数据分析案例分享

CD商品订单数据的分析总结。根据订单数据(用户的消费记录),从时间维度和用户维度,分析该网站用户的消费行为。通过此案例,总结订单数据的一些共性,能通过用户的消费记录挖掘出对业务有用的信息。对其他产品的线上消费数据分析有一定的借鉴价值,能达到举一反三的效果。

订单交易数据分析

目录

  • 一、案例背景
  • 二、案例目的
  • 三、分析框架

    • imageimage

  • 四、分析过程

    • 4.1数据加载和初探
    • 4.2消费概况分析

      • 4.2.1时间维度分析消费情况(按月)
      • 4.2.2用户维度分析消费情况

        • 4.2.2.1个体消费分析
        • 4.2.2.2 用户消费行为分析

    • 4.3用户分层分析

      • 4.3.1FRM模型对用户分层
      • 4.3.2根据消费状态对用户分层

    • 4.4用户生命周期分析
    • 4.5用户留存分析
    • 4.5用户购买周期分析
    • 4.6复购率和回购率分析

  • 五、案例总结


一、案例背景

CDNOW是一家美国在线零售商,主营商品为CD唱片,ToC业务。1998年上市,2000年被贝塔斯曼收购。网上有一份用户订单消费数据集:CDNOW订单数据集


二、案例目的

这份数据集只包含了四个基本信息字段:用户ID、购买日期、购买数量、购买金额。本案例的目标:通过这个四个字段,在数据集时间窗口内,分析用户消费的基本概况;通过用户分层、周期分析、复购率和回购率分析等,梳理现阶段用户的价值现状,并尝试根据业务经验提一些运营建议。


三、分析框架

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

四、分析过程

4.1数据加载和初探

(1)导入相关包、设置风格样式

python">import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import os

# jupter魔法函数,设置可视化页内显示

%matplotlib inline

# 正常显示中文和负号

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

# 画图的样式风格设置为:ggplot

plt.style.use('ggplot')

(2)导入数据集

字段信息:

  • user_id:用户ID
  • order_dt:购买日期
  • order_products:购买数量
  • order_amount:购买金额

源数据为txt文件,通过pd.read_csv()。分割符为空白字符串,用正则表达'\s+',匹配任意空白符。

# 导入数据集

os.chdir(r'D:/数据集/电商零售类/CDNOW数据集/')

columns = ['user_id', 'order_dt', 'order_products', 'order_amount']

df = pd.read_csv('CDNOW_Dataset.txt',delimiter='\s+',names=columns)

df.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

从前5行数据中可以发现:同一个用户在同一天可能购买多次、同一用户在不同时间购买多次等消费现象。

(3)数据清洗

df.info()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

源数据质量描述:数据不存在缺失值,但购买日期order_dt字段数据类型为int64,需要转换为日期型datetime64[ns]

# 'order_dt'字段类型转换

df['order_dt'] = pd.to_datetime(df['order_dt'],format='%Y%m%d')

按月份分析销售趋势,新增month字段。(tip:datetime64[M]:每月的第一天日期,datetime64[Y]:每年的第一天日期。)

# 新增month字段

df['month'] = df['order_dt'].values.astype('datetime64[M]')

# 查看字段的数据类型

df.dtypes

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

df.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

(4)数据初探

# 数据描述性统计分析

df.describe()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

描述性统计分析:

  • 用户平均每笔订单购买2.4件商品,中位数为2.0,数据呈现正偏态(右偏)特征,最大值99,需要关注极值点(为何该用户同时买了那么多CD);
  • 用户平均订单金额为35.89,中位数为25.98,数据同样呈现正偏态(右偏)特征,大部分订单金额都集中在中小额范围(14.4~43.7),存在极值点。


4.2消费概况分析

4.2.1时间维度分析消费情况(按月)

按月份降采样,统计信息。

df_dtindex = df.set_index(['order_dt'])

# 统计每月订单商品量、每月订单金额

month_grouped = df_dtindex.resample('m').sum()[['order_products','order_amount']]

# 统计每月消费人数

month_grouped['user_num'] = df_dtindex.resample('m')['user_id'].nunique()

# 统计每月订单数

month_grouped['order_quantity'] = df_dtindex.resample('m')['user_id'].size()

month_grouped.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

每月订单商品量、每月订单金额、每月消费人数、每月订单数趋势图。

month_grouped.plot(kind='line',subplots=True,figsize=(10,8))

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

从折线趋势图可以看出:

  • 1-3月份订单商品量和订单金额都较高,4月份急速下降后趋于平缓;
  • 1-3月份月均消费人数在7800~9600之间,4月份开始月均消费人数开始下降,在2000人次附近波动,反应用户粘性不高,留存率低。

出现以上的原因,可能是该网站1-3月份做大推广;或者明星新CD专辑集中发布,大量粉丝涌入网站购买。


4.2.2用户维度分析消费情况

4.2.2.1个体消费分析

(1)用户消费次数、消费金额、订单商品量描述性统计

# 对用户分组,并统计每个用户的消费次数、消费金额、订单商品量

user_grouped = df.groupby('user_id').agg({'user_id': 'count','order_amount': 'sum','order_products': 'sum'})

# 列字段重命名consumptions:消费次数

user_grouped.rename(columns={'user_id':'consumptions'},inplace=True)

# 描述性统计

user_grouped.describe()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

用户维度消费情况描述性统计分析:

  • 用户平均消费次数为2.96次,中位数1,用户消费次数数据右偏,反映时间段内大部分用户只在该网站消费1次。
  • 订单金额和订单商品量的均值与75%分位值接近,反映订单金额和订单商品量主要由少部分用户贡献,要关注极值点影响。

(2)用户消费次数、消费金额、订单商品量分布直方图

plt.figure(figsize=(20,4))

plt.subplot(1,3,1)

user_grouped['consumptions'].plot.hist(bins=15,title='consumptions')

plt.subplot(1,3,2)

user_grouped['order_amount'].plot.hist(bins=30,title='order_amount')

plt.subplot(1,3,3)

user_grouped['order_products'].plot.hist(bins=30,title='order_products')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

数据分布存在一定的极值干扰,需要对极值进行过滤处理再观察数据分布特征。对于非正态分布数据集,根据切比雪夫定理:所有数据,至少有24/25(或96%)的数据位于均值±5个标准差范围内。根据描述性统计,分别计算过滤条件:

  • consumptions:mean + 5std = 2.95+5*4.73=26.6,选择27作为过滤阈值
  • order_amount:160.08+5*240.93=1310.73,选择1310作为过滤阈值
  • order_products:7.12+5*16.98=92.02,选择95作为过滤阈值

# 过滤极值,画分布直方图

plt.figure(figsize=(20,4))

plt.subplot(1,3,1)

user_grouped.query('consumptions<27')['consumptions'].plot.hist(bins=15,title='consumptions',xlim=(0,27))

plt.subplot(1,3,2)

user_grouped.query('order_amount<1312')['order_amount'].plot.hist(bins=30,title='order_amount')

plt.subplot(1,3,3)

user_grouped.query('order_products<95')['order_products'].plot.hist(bins=30,title='order_products')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

过滤掉极值之后,从用户消费次数、消费金额、订单商品量分布直方图可以明显看出:数据大多数集中在低值区,反映大部分用户消费水平一般,贡献价值一般。符合“长尾型”消费类数据分布特征。

(3)用户人数累计消费金额占比

user_cumsum = user_grouped.sort_values(['order_amount']).apply(lambda x:x.cumsum()/x.sum())

user_cumsum.reset_index()['order_amount'].plot(xticks=(range(0,25000,2500)),title='用户人数累计消费金额占比')

plt.xlabel('人数')

plt.ylabel('占比')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由上图可知:

50%的用户(总共有23570名用户)仅贡献了15%的消费额度,70%的用户仅贡献了20%的消费额度,85%的用户仅贡献了40%的消费额度,而前3570(占比15%)多用户就贡献了60%的消费额度。可以重点关注一下这15%客户更多相关数据,总结用户特征,挖掘更多消费机会。

(4)用户消费金额和订单商品量之间相关性分析

user_grouped.query('order_amount<8000').plot.scatter(x='order_products',y='order_amount',title='用户消费金额和商品购买量散点分布')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由散点分布图可以看出:

用户的消费金额和订单商品量几乎成线性关系:购买的商品越多,消费金额越大。反映该网站的商品比较单一,或者单价比较稳定。在不影响主商品的前提下,可以考虑一些辅助商品铺设。

4.2.2.2 用户消费行为分析

(1)用户第一次消费(首购)和最后一次消费时间分布(按月)

# 用户初次消费时间分布:统计每个用户消费的时间最小值,再计算相同日期的频数

df.groupby('user_id')['order_dt'].min().value_counts().plot(title='用户初次消费时间分布图')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由初次消费分布图可知:

用户初次购买时间集中在前三个月,其中2月9日到2月25日之间有波动。可能是该网站做了推广或者明星集中发专辑,导致大量新用户涌入网站购买CD。

# 用户最后一次消费时间分布

df.groupby('user_id')['order_dt'].max().value_counts().plot(title='用户最后一次消费时间分布图')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由末次消费分布图上图可知:

  • 用户最后一次消费也集中在前三个月,反映有大量用户在三个月内就流失掉了;
  • 首购和最后一次消费都集中前三个月,可能是这部分新增用户在前三月就流失掉了。可能是著名明星集中发专辑,新增用户对其他CD专辑不感兴趣。(这部分新用户是某类明星的粉丝)
  • 随时间递增,最后一次消费人数也在缓慢递增,用户流失呈上升趋势。可能是运营没跟上,老用户忠诚度也下降了。

从这里简要看出,要提高网站的销售金额,有两个关键点:

  • 第一,分析新增用户的购物喜好,推送同类或类似风格产品,确保在用户流失之前留住用户;
  • 第二,分配合理资源维护老用户,给老用户做合理的引导消费通知。

(2)新老用户占比分析

仅消费一次的用户占比

# 仅消费一次的用户占比=消费一次的用户人数/总用户数

user_grouped[user_grouped['consumptions']==1]['consumptions'].count()/user_grouped['consumptions'].count()

结果表明:有一半用户只消费了一次。

注意:这里不能用第一次和最后一次消费日期相同,来判断该用户只消费了一次,因为有可能同一天该用户消费了两次。这样算出来的指标应该叫‘仅消费一天的用户占比’,不过两者结果相差应该不是很大。

每月新用户占比


4.3用户分层分析

4.3.1FRM模型对用户分层

R(Recency,近度/最近一次消费)F(Frequency,消费频次)M(Monetary,消费金额)

# 首先,数据透视表求出用户的最近一次消费时间、消费次数,消费总金额

rfm = df.pivot_table(index='user_id',

values=['order_dt','order_products','order_amount'],

aggfunc={'order_dt': 'max',

'order_products': 'count',

'order_amount': 'sum'})

rfm.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

# 其次,计算R值:最近一次消费(距今天数),数据比较久远,这里选择order_dt的最大值为‘今天’

# 时间格式相减,得到xxx days,需要除以一个单位'D'

rfm['R'] = (rfm.order_dt-rfm.order_dt.max())/np.timedelta64(1,'D')

rfm = rfm.rename(columns={'order_amount': 'M', 'order_products': 'F'})[['R','F','M']]

rfm.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

# 根据判断阈值(这里选择每列均值作为阈值),添加客户分层标签字段

# 定义用户分层函数

def rfm_level(data):

# 和阈值(均值)做对比:高于阈值赋值为1,低于阈值赋值为0

level = data.apply(lambda x:'1' if x>=0 else '0')

# 构建分类字典

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': '一般保持用户',

'100': '一般发展客户',

'000': '一般挽留客户'

}

# 拼接字符串

label = level.R + level.F + level.M

# 各行根据拼接字符串的结果(键),返回客户类型(值)

return d[label]

# 逐行传入

rfm['label'] = (rfm-rfm.mean()).apply(rfm_level,axis=1)

rfm.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

plt.figure(figsize=(12,6),dpi=80)

plt.subplot(1,2,1)

rfm.label.value_counts().plot.pie(autopct='%3.1f%%',title='RFM模型分层用户人数占比图')

plt.subplot(1,2,2)

rfm.groupby('label').M.sum().plot.pie(autopct='%3.1f%%',title='RFM模型分层用户消费金额占比图')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由上图可知:

  • ‘一般挽留客户’人数占比最多,达到57.7%。但贡献的消费金额仅占比16.4%
  • ‘重要价值客户’人数占比为19.6%,贡献消费占比却达到了63.7%

此次分析中,R、F、M三个维度的阈值是依据各自的平均值选定,实际业务要根据不同场景设定合适的阈值,切莫不要为了数据好看划分等级。在资源的有限情况下,尽量用小部分的用户覆盖大部分的额度。在运营策略上,应结合用户分层的结果,针对不同的用户分类用户制定不同的运营策略:

  • 针对重要价值客户,应保持好现状;
  • 针对重要发展客户,由于其价值高但是频次低,应采取合适的策略来刺激其消费频率;
  • 针对重要保持用户,应采取合适的策略来将其召回,留住该用户;
  • 针对重要挽留用户,召回他并刺激其消费;
  • 针对一般价值用户,可以通过发放大额面值优惠券等方式刺激消费力度;
  • 其余几类用户都要在考虑成本、资源的情况下采取相应的策略召回、刺激消费。


4.3.2根据消费状态对用户分层

用户分层的目的在于区分不同价值的用户,对不同价值的用户、不同阶段的用户采用精准、细化的运营方案。在实际业务场景中,常常把用户分为新客,不活跃用户,活跃用户,回流用户。

指标口径说明:

  • 新用户:时间窗口内,首次消费的用户。
  • 不活跃用户(流失用户):时间窗口内,未消费的老客。
  • 活跃用户:本时间窗口内有消费,上一个时间窗口也有消费的用户。
  • 回流用户:上一个时间窗口中没有消费,而在当前时间窗口内有过消费的老客。

# 首先,以月份为统计窗口,制作透视表:得到每个月用户的消费次数

# 缺失值NaN(该月份无消费记录)用0填充

pivoted_counts = df.pivot_table(index='user_id',

columns='month',

values='order_dt',

aggfunc='count').fillna(0)

pivoted_counts.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

上面的NaN值用0填充:0不一定代表本月没有消费,也有可能该用户在当月没有注册,为了判断该用户在当月是否为新用户,还需用自定义函数来判断。

# 然后,自定义用户分层函数

def user_status(data):

'''

unreg:未注册用户

new:新用户

unactive:不活跃用户(流失用户)

active:活跃用户

return:回流用户

'''

status = []

# 判断第一月是否为新用户

if data[0] == 0:

status.append('unreg')

else:

status.append('new')

# 循环判断每一个月的用户状态

for i in range(17):

# 若本月未消费

if data[i+1]==0:

# 上一个月也未消费,则本月为未注册用户

if status[i] == 'unreg':

status.append('unreg')

else:

status.append('unactive')

# 本月消费

else:

# 上一月为未注册用户,则本月为新用户

if status[i] == 'unreg':

status.append('new')

# 上一月为不活跃用户,则本月为回流用户

elif status[i] == 'unactive':

status.append('return')

# 上一月消费,本月也消费,则本月为活跃用户

else:

status.append('active')

return pd.Series(status,index=data.index)

pivoted_user_status = pivoted_counts.apply(user_status, axis=1)

pivoted_user_status.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

# 统计每个月不同状态的用户数

# 把未注册unreg替换为NaN值,count不会计数

user_status_counts = pivoted_user_status.replace('unreg',np.NaN).apply(pd.value_counts)

user_status_counts

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

# 绘制不同类型用户数量随时间变化的曲线

user_status_counts.T.plot(figsize=(10, 4),title='不同类型用户数量随时间变化的曲线图',grid=False)

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由上图可知:

  • 前三个月新用户大量涌入,后期没有新增;
  • 后期不活跃用户数量非常多,基本每个月20000人以上;
  • 活跃用户前几月较多,后期逐渐下降;
  • 回流用户基本保持1000左右。

在实际业务中,活跃用户和回流用户是真正意义上消费的用户,是运营应该重点关注的高价值群体。

#计算每个月各类用户占比

user_status_counts.T.apply(lambda x: x/x.sum(), axis=1).round(2)

用实战玩转pandas数据分析(一)——用户消费行为分析(python)


4.4用户生命周期分析

(1)用户生命周期分布直方图

用户生命周期定义:第一次消费至最后一次消费的时间差。

延长用户的生命周期,在用户生命周期内获取更多价值,是用户运营的目标。

# LTV:生命周期总价值,即生命周期内消费的总金额

user_LTV = df.groupby(['user_id']).agg({'order_amount': 'sum'})

user_LTV['lifetime'] = (df.groupby(['user_id'])['order_dt'].max()-df.groupby(['user_id'])['order_dt'].min())/np.timedelta64(1, 'D')

user_LTV.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

前面分析中,有一半以上的用户只消费1次,再进行用户生命周期分析时,需要过滤掉这部分用户再分析才具有实际意义。因为只消费1次的用户生命周期为0,会把整体数据拉低,而且大部分一次性用户创造的价值很小,对后期用户运营没有显著的帮助。

# 用户生命周期描述性统计:排除只消费1次的用户

user_LTV_query = user_LTV[user_LTV['lifetime'] > 0]

user_LTV_query.describe()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

#绘制分布直方图

user_LTV_query['lifetime'].plot.hist(bins=40,figsize=(10, 6),title='CDNOW用户生命周期分布直方图')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由描述性统计和分布直方图可以看出:

  • 消费2次以上用户平均生命周期为276天;
  • 分布直方图呈现双峰趋势,大体可以分为三段:

    1. [0-30]天,有部分用户虽然消费超过两次,但是无法持续,运营应该在30天内做出对策,延长用户生命周期;
    2. [50-350]天,属于普通型生命周期,这部分用户是有消费欲望的,可以根据其特点推出针对性营销策略;
    3. [>350]天,属于网站的忠诚用户,要用心维护,稳定销量。

(2)用户生命周期和用户生命周期总价值相关性

plt.scatter(x=user_LTV_query['lifetime'],y=user_LTV_query['order_amount'])

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

user_LTV_query = user_LTV_query.query('order_amount < 4000')

plt.scatter(x=user_LTV_query['lifetime'],y=user_LTV_query['order_amount'])

plt.title('用户生命周期和用户生命周期总价值散点图')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由上散点分布图可知:

用户生命周期和用户生命周期总价值无线性相关关系,但是有一部分生命周期超过350天的用户,贡献的消费金额明显高于生命周期偏低的用户。


4.5用户留存分析

用户在某段时间内开始使用应用,经过一段时间后,仍然继续使用该应用的用户,被认作是留存用户。这部分用户占当时新增用户的比例即是留存率,会按照每隔1单位时间(例日、周、月)来进行统计。留存用户和留存率体现了用户的质量和运营保留用户的能力。

# 获取用户留存数据表

# 获取用户的激活日期reg_dt:这里指第一次消费日期

reg_dt = df.groupby('user_id')['order_dt'].min().reset_index().rename(columns={'order_dt': 'reg_dt'})

# 内连接

user_retention = pd.merge(left=df,right=reg_dt,how='inner',on='user_id')[['user_id','order_amount','reg_dt','order_dt']]

user_retention['第n天活跃'] = (user_retention['order_dt'] - user_retention['reg_dt']).apply(lambda x: x.days)

# # 对活跃天数进行分箱

bins = [0, 3, 7, 15, 30, 60, 90, 180, 365]

user_retention['活跃天数区间'] = pd.cut(user_retention['第n天活跃'], bins=bins)

user_retention.head(10)

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

# 数据透视,获取用户维度留存表

user_retention_pivoted = user_retention.pivot_table(index='user_id', columns='活跃天数区间',values='order_amount',aggfunc=sum,dropna=False)

user_retention_pivoted.head(10)

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

# 统计各个时间段用户的消费比列:即首次消费后,有多少用户比例在各个时间段再次消费

retention = user_retention_pivoted.count()/len(user_retention_pivoted)

retention

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

```python

retention.plot.bar(title = '各个时间段用户的再次消费人数占比')

```

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由上柱状图可知:

  • 约有2.7%的用户在第一次消费后,次日至3日内再次消费;
  • 3.6%的用户在3至7日消费;
  • 约20%的用户在第一次消费三个月至半年内有过消费记录;
  • 约26%的用户在半年后至一年内购买过。

可见,CD商品购买不属于高频行为。从运营角度看,在促活新用户的时,更要注重培养老用户的忠诚度。

# 统计用户在第一次消费后,再后续时间段的平均消费

user_retention_pivoted.mean()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)


4.5用户购买周期分析

# 计算用户的相邻两个订单的时间间隔,shift函数是对数据进行错位,所有数据会往下平移一下

order_dt_diff = user_retention.groupby('user_id').apply(lambda x: x.第n天活跃 - x.第n天活跃.shift(1))

order_dt_diff.head(10)

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

```python

# 用户消费时间间隔描述性统计

order_dt_diff.describe()

```

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

用户平均消费时间间隔为69天(极值影响)。在运营策略中,可以大概理解为,想要召回用户消费,在60天左右的时间间隔可以做一些好的运营策略或推荐。

```python

# 用户消费时间间隔分布直方图

order_dt_diff.plot.hist(bins=50,title='用户消费时间间隔分布直方图')

```

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由用户消费时间间隔分布直方图,可以看出:

直方图呈现长尾分布,大部分用户的消费时间间隔很短,在用户第一次消费后,将时间召回点设为消费后立即赠送优惠券,消费后15天询问用户CD怎么样,消费后20天提醒优惠券到期,消费后60天短信推送,以实现用户粘性增加,并不断刺激用户消费。


4.6复购率和回购率分析

指标说明:(这里时间窗口为月)

  • 复购率:在单位时间窗口内多次(2次及以上)消费的用户在总消费用户的占比。
  • 回购率:在某单位时间窗口内消费的用户,在下一单位时间窗口仍消费的占比。

# 计算每个月用户的消费次数

pivoted_counts.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

(1)复购率分析

# 消费次数:>1表示消费两次以上,>=1表示有消费

month_buy_rate = pd.DataFrame((pivoted_counts>1).sum()/(pivoted_counts>=1).sum(),columns=['复购率'])

month_buy_rate.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

month_buy_rate.plot(figsize=(10,4),title='复购率月趋势图')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由复购率月趋势图可知:

  • 前三个月,由于新用户涌入,导致复购率偏低,新客在短时间内只购买了一次
  • 随着时间的推移,留下的都是少量忠诚用户(2000人),复购率稳定在20%左右。

(2)回购率分析

# 定义函数判断用户是否回购:本月消费,下月也消费,则表示用户回购

def func_purchase(data):

status = []

# 判断前17个月

for i in range(data.count()-1):

# 本月有消费

if data[i] > 0:

# 下个月也消费,则为回购,即为1

if data[i+1] > 0:

status.append(1)

# 下个月不消费,不回购,记为0

else:

status.append(0)

# 本月无消费,赋予为NaN,count不统计

else:

status.append(np.nan)

# 最后一个月补充为NaN,因为没有下一月数据,无法判断是否回购

status.append(np.nan)

return pd.Series(status,index=data.index)

# axis=1,按行逐用户传入

purchase = pivoted_counts.apply(func_purchase,axis=1)

purchase.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

# 计算回购率

purchase_rate = pd.DataFrame(purchase.sum()/purchase.count(),columns=['回购率'])

purchase_rate.head()

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

purchase_rate.plot(figsize=(10,4),title='回购率月趋势图')

用实战玩转pandas数据分析(一)——用户消费行为分析(python)

由回购率月趋势图可知:

  • 前三个月,新用户涌入,新用户回购率在16%左右,大部分新客户只在当月购买了一次,新客户质量不佳;
  • 后回购率稳定在30%左后,波动较大(10%之间)

以上是 python pandas数据分析案例分享 的全部内容, 来源链接: utcz.com/a/122311.html

回到顶部