1、提出问题2、理解数据3、数据清洗4、数据分析（构建模型）5、数据可视化
1、电商数据分析指标
2、分析目的
希望通过以下3个问题了解淘宝：
1）、用户活跃规律（每天不同时段活跃情况和日活跃情况）是怎样的？
2）、用户从浏览到购买的转化情况？
3）、用户复购率是多少？销量top3的商品类目有哪些？
根据分析目的，本次分析从用户行为的用户数量、商品数量、商品类目数量、所有行为数量维度。结合AARRR模型和分析上述问题。涉及分析指标如下：
2、数据集介绍：
数据详细详细介绍：
1、选择字段
本次分析所有列字段都需要，所以全部选择。
2、列名重命名
原数据集没有列名，导入数据后，给数据对应列添加新列名。
3、删除重复数据
主键设置：user_id，item_id,和timestamp，删除重复值。
SELECTDISTINCTuser_id,item_id,timestampFROMuserbehaviors;4、检查是否有缺失值
导入数据时，已设置为NOTNULL。所以无缺失值。
5、格式一致化处理
CREATETABLEuserbehaviorAS(SELECTuser_id,item_id,category_id,behavior_type,timestamp,FROM_UNIXTIME(timestamp,'%Y-%m-%d')ASDate,FROM_UNIXTIME(timestamp,'%H')ASTimeFROMuserbehavior)执行结果：
6、异常值处理
SELECTMAX(Date),MIN(Date),MIN(Time),MAX(Time)FROMuserbehavior;执行结果：发现日期中有不在规定范围内的数据。接下来，删除异常数据。
异常数据的删除：
发现一共2459行日期不再规定范围内的数据，现已全部删除这些异常数据。
DELETEFROMuserbehaviorWHEREDate<'2017-11-25'ORDate>'2017-12-03';attention:需要解除mysql的的安全输入模式：执行命令SETSQL_SAFE_UPDATES=0;修改下数据库模式，再进行异常值的删除
四、构建模型（数据分析）
问题1：用户活跃规律（每天不同时段活跃情况和日活跃情况）是怎样的？（有用户行为的都为活跃用户）
分析发现：从2017.12.1开始，整个淘宝用户活跃数据陡增，数据的峰值出现在2017.12.2。对比上周末2017.11.25和2017.11.26的数据，发现2个周末数据相差很大。那么为什么2017.12.2和2017.12.3这两天的用户活跃数会高出这么多？
查看2017.12.2和2017.12.3两天点击商品页(浏览商品)的用户数目：
这9天里PV(浏览量)，返回结果是：3431904
这9天里UV(用户数)，返回结果是：37376
平均访问量是：3431904/37376=91.8
即每个用户平均访问了91个页面。
推测：平台是否在做什么活动？了解到，12月临近“双12”活动。是否是因为很多商家在12月1号开始做“双12”的活动预热，从而吸引大量用户活跃起来呢？如果在做活动，那么在这期间哪些商品类目（category_id）点击浏览量排名top10？
分析结果：发现浏览量前10的商品类目ID为：4756105，4145813，2355072，3607361，982926，2520377，4801426，1320293，3002561，2465336
attetion：求取浏览平均占比的方法：
attention：求取12-2和12-3两天的浏览次数的方法(即对应1157642)
从整体分析用户在一天中的活跃情况。
晚上21:00是用户最活跃的时候，他们的成交量是否也是最高的呢？
分析发现，成交量走势和时活跃量走势相似，成交量在一天也有两个黄金时段：10:00-17:00和20:00-00:00，21:00的成交量达到一天中的最高峰。这和时活跃的峰值一样，都是在21:00.说明晚上21:00，用户特别活跃，商品更容易成交。
问题2：用户从浏览到购买的转化情况？
用户行为中，只要用户行为为“buy”,即是完成了一次购买，形成一个订单。下面对订单进行分析
跳失率=浏览商品详情页即退出的次数/该页面总访问数（浏览即退出：浏览页面后就退出，未进行其他任何行为)=92643/3431903=2.69%
attetion:user_id仅浏览（pv），没有其它操作视为退出的次数；总的访问数不包括其它行为（buy，fav，cart）
分析显示，在整体用户行为数据中，购买行为只有76707/3833385约2%。说明98%的用户行为是没有成交购买商品的，严格来说，没有成交的用户行为都属于流失行为。用户在浏览商品详情页后出现大量的流失。
点击浏览商品详情页到购买的转化率是怎样的呢？
约为30%。说明加入购物车的用户，有30%的用户都会去购买商品。
商品浏览_加入购物车转化率=28122/37223=75.56%
数据结果显示，从用户点击浏览商品详情页到购买商品，用户浏览商品详情页—加入购物车的转化率很高，达75.56%，说明很多用户购买前有加入购物车的习惯；在加入购物车-购买环节，用户流失非常大，转化率30%，也就是说有约70%的用户加入购物车后流失了。在此购物流程中，购物车—购买环节是用户流失的关键节点。是什么原因造成用户流失的呢？
有可能的原因：加入购物车代表用户正在处于比较商品的阶段，或者等待平台活动，或者放在一起准备支付购买等等。
建议：1、在购物车环节，显示领券，降价等提示；2、向用户推送消息，如店铺活动，类似产品等
收藏_购买转化率=收藏商品购买用户数/收藏的用户数=3233/14949约为21.63%。
数据显示，用户收藏商品后，转化支付购买率为21.63%，78.37%的收藏用户流失了。从购物车-购买和收藏-购买两个购买流程来看，相比之下，用户购物习惯更偏向加入购物车购买。为什么呢？
推测：加入购物车可以直接统一下单，而收藏页面没有下单页面，必须点进商品页面才能下单。具体是什么原因，暂不确定，这里数据不足，不予分析。
购买总人数：25400，总购买次数：76707。人均购买次数：=76707/25400约为3.02次。
复购率=一定周期内下单次数在两次及两次以上的人数/总下单人数=(25400-8688)/25400约为65.80%。
在淘宝平台购物后，有65.80%的用户都会复购行为，淘宝平台和用户的粘性很高。有的用户购买次数高达到84次（图幅部分没有截图）。9天里有84次的购买行为，平均一天有9次购买行为，这不符合常理，为什么他们的购买次数如此高呢？是否存在刷单现象？进一步分析验证购买次数较高的用户平时购买情况，以及账户，购物，物流等信息才能判断。这里数据有限，不深入探究其原由。
总商品类目有：7106种
SELECTCOUNT(DISTINCTcategory_id)AS'商品类目数'FROMuserbehavior;商品类目的浏览top3情况在这9天内用户销量排名前三的商品类目分别是：4756105（浏览次数187540）,4145813（浏览次数123887），2355072（浏览次数121627）
在这9天内用户销量排名前三的商品类目分别是：1464116（销量1211）,2735466（销量1148）和4145813（销量1124）。
是否是用户浏览越多，购买越多呢？商品类目的浏览和购买排名一致吗？
分析发现：“购买”排名前三的商品类目和“浏览”的排名并不一致。用户浏览越多，购买却少，为什么呢？（可根据前面列出的用户在详情页流失分析思路进行分析）。“购买”和“浏览”均在前三的是商品类目是4145813.
那么商品类目category_id=4145813的商品销量情况又是怎样的呢？
在category_id=4145813中，商品销量排名前三名的是3122135,3031354和2964774。
问题4.参照RFM模型，对用户进行分类找出有价值的用户
RFM模型是衡量客户价值和客户创利能力的重要工具。该模型通过客户的最近交易行为（Recency）、交易频率（Frequency）以及交易金额（Monetary）三项指标来描述该客户的价值状况。一般来说，会将这三项指标分成几个区间进行评分，通过计算评分找到有价值的用户，并对用户进行分类。
R(Recency)最近的购买行为：
从上面对复购用户的分析中，我们也得知，有购买行为的用户，购买频率最高的能达到84次。所以，我们将1-84从低到高，划分为4个档次。1-18，19-36，37-54，55-84分别对应为1-4分。
下面对用户进行分类
对于重要保持用户，他们最近有购买，但购买频率不高，可以通过活动等提高其购买频率；
对于重要发展用户，他们虽然最近没有购买，但以往购买频率高，可以做触达，以防止流失；
对于一般价值用户，他们最近没有购买，以往购买频率也不高，特别容易流失，所以应该赠送优惠券或推送活动信息，唤醒购买意愿。
五、总结和建议
1）从2017.12.1开始，活跃用户数骤增，推测是因为临近“双12”活动，很多商家在开始做活动预热，浏览量top3的商品类目分别是4756105（浏览次数187540）,4145813（浏览次数123887），2355072（浏览次数121627）。
2）淘宝平台与用户的黏度很高，人均每天浏览页面约11次。但根据用户行为的转化情况，用户在浏览商品详情页后大量流失，用户点击浏览商品详情页后的跳出率2.69%。淘宝用户基数很大，推测一个亿的用户行为数据，有2690000次跳出。
3）大部分用户在购买商品前有加入购物车的习惯，对比浏览-加购物车-购买和浏览-收藏-购买两条线，加入购物车购买的机率更大，购买转化率高8.37%。在购物车中可以一键全部下单，收藏夹需要单个下单和找“相似”端口，增加了流失的风险。
4）用户经常使用淘宝购物，淘宝整体复购率约为65.80%。这九天中最高购买频次达到72次，不符合常理，需要进一步验证。商品类目4145813在购买”和“浏览”均排名前三，在此期间很多用户对此类商品很感兴趣。
1）建议商家在用户行为黄金时段内，经常更新产品信息，黄金展位，活动推荐商品等。在活动前，增加发布产品数，优化产品关键词设置等方式增加曝光率。（AARRR第一环节：获取用户）
2）建议优化商品的详情页（打开速度，商品细节描述等），从语言和视觉传达角度打动用户，提高用户体验度。可以从参考竞品的优秀做法。（AARRR第二环节：激活用户）。
4）建议在“购物车”页面，显示出优惠券，减价，剩余库存或者已有多少人购买等信息，刺激用户购买商品。建议在“收藏”页面增设价格变动，显示有多少人收藏，剩余库存等信息，刺激用户下单购买。
建立用户画像，通过行为数据，查看用户最近列表页、搜索栏、收藏页、购物车都有看过或添加过哪些商品，针对用户自有属性进行定向推送，有效引导客户潜在的消费需求，全面提升复购率。（AARRR第四环节：增加收入）
5）建议优化产品，保证产品的质量，提高服务（售前，售后服务）质量，提高购物车—购买和收藏——购买的转化率。（AARRR第五环节：推荐）
用RFM模型对用户进行分类后，可知重要价值用户比较少，用户类型主要还是集中于重要保持用户和一般价值用户。建议根据用户类型，进行有针对性的精准营销。