代码拉取完成，页面将自动刷新
伴随着电商⾏业在过去⼏年的快速发展，早些年的粗放式经营，依靠价格战、疯狂广告铺展推广，凭着“烧钱”不断融资，就可以在众多平台中存活下来。 不过随着行业的发展、内部\外部局势的挤压，互联网行业无疑已经进入了“红海”时代，依靠早期的粗放式经营，耗费巨量资金成本来取得用户占比，已然不太可行。
对于目前国内用户，已经逐步被各大平台所“瓜分”，同时想方设法提高用户留存率的情况下，对于用户的精细化运营、提高用户对平台的认同，就显得格外重要。随着平台数据量的不断积累，通过数据分析挖掘消费者的潜在需求，消费偏好成为平台运营过程中的重要环节。
本项⽬是针对某电商平台⽤户⾏为数据，使用python语言，探索用户行为规律，寻找高价值用户；分析商品特征，寻找高贡献商品；分析产品功能，优化产品路径。
python、Excel2019、jupyter notebook
使用“人、货、场”拆解方法，分别评价“用户、商品、平台”的质量
⽤户是整个运营的核心。想要从用户身上实现商业价值，首先必须为用户提供某种服务---只有服务好用户，用户才会舍得为你的产品或者服务买单，服务好用户是前提， 良好的公司经营就一定要提升用户体验，为用户创造价值，通过发展用户、提升活跃用户规模、提升客单价，通过广告、会员等各种商业化形式来获得商业利润。 所有举动都围绕着，如何让更多的人有购买行为。目前平台上的主力消费人群有哪些特征，他们对货品有哪些需求，他们活跃在哪些维度，还有哪些有消费力的人目前不在平台上，而这些就是平台始终不断探索解决的问题。
商品是整个平台的竞争力。商品的分层、用户界面内含的推荐算法，哪些是商品的红海？哪些是商品的蓝海？新商品的冷启动，如何进行动态调整？等等，都是尽可能满足用户内在的购买需求，提高用户体验，引导用户消费。
场对应整个平台的营销，无论是线下平台的设计、用户的引流、广告的投放，还是线上大品牌各大平台的互通，新型的“互联网+”模式，打通全域，都是为了与用户进行更多的互动，更多的进行各方面的内容营销，增强用户对品牌的“忠诚度”，增强对外的影响力，来最终实现品牌的良性发展和商业变现。
针对用户近期购买行为，利用RFM模型对用户质量进行聚类分析，生成相应的用户标签。
R:Recency——客户最近一次交易时间的间隔，R值表示客户交易发生的日期。
F:Frequency——客户在最近一段时间内交易的次数。F值表示客户交易越频繁。
M:Monetray——客户在最近一段时间内交易的金额。M值表示客户价值。
RFM模型，优势在于利用时间、频次、价值关系，进行区分轻重用户的方法，在用户标签模型中使用范围相对较广，可解释性强，适用于大多数业务情况。 但RFM模型对于某些商品交易情况下，需要事先进行分类聚类分析，（例如：大宗商品与日用品类因为购买性质存在极大差别，需要事先进行分类）
taobao_1.csv，327Mb，约600万条数据
| 用户名 | 用户唯一id |
|---|---|
| 商品名 | 商品唯一编号 |
| 行为 | ⽤户行为类型（1-曝光；2-购买；3-加⼊购物⻋；4-购买下单） |
| 物品类名 | 品类id |
| 日期 | 用户行为日期 |
| 时间 | 用户行为时间 |
| 指标 | 说明 |
|---|---|
| uv | 独立访客，统计1天内访问的用户数，统计distinct user_id 的数量，需要按日统计（分组） |
| pv | （Page View）访问量, 页面浏览量，统计behavior_type=1的记录数，需要按日统计（分组） |
| 浏览深度 | pv/uv |
| 留存率 | 按日统计，用户次日、二日……返回访问的数量，占当日访问用户数的比例 |
UV异常分析：每⽇UV数据中，明显异常点为双⼗⼆活动造成，该影响为已知影响。
对于UV周环⽐的分析：⽇常周环⽐数据⼤多⼤于0，说明⽤户程⼀定上升趋势，其中如11⽉26⽇、12⽉2⽇、12⽉7⽇等的数据为下降数据，需要结合其他数据做进⼀步的下降原因分析。双⼗⼆活动后⽤户周环⽐会相应下降，为正常原因。
猜测可能的问题有： 内部问题：产品BUG（⽹站bug）、策略问题（活动结束了）、营销问题等； 外部问题：竞品活动问题（其他平台⼤酬宾），政治环境问题（进出⼝商品限制），舆情⼝碑问题（平台商品爆出质量问题）等；
| RFM模型 | 示意 |
|---|---|
| R | 最近一次消费 (Recency) |
| F | 消费频率 (Frequency) |
| M | 消费金额 (Monetary) |
通过RFM模型中的⽤户最近⼀次购买时间、⽤户消费频次分析，分拆得到以下重要⽤户。
可以在后续精细化运营场景中直接使⽤细分⽤户，做差异化运营： 对⾼价值客户做VIP服务设计，增加⽤户粘性同时通过设计优惠券提升客户消费； 对深耕客户做⼴告、推送刺激，提升消费频次； 对挽留客户做优惠券、签到送礼策略，增加挽留⽤户粘性； 对唤回客户做定向⼴告、短信召回策略，尝试召回⽤户
点击量、收藏量、加购量、购买次数、购买转化
热销商品品类如下所示。 其中’5027‘、’5399‘品类购买转化率较其余商品品类偏低，需要结合更多数据做进⼀步解读。（可能的原因：品类⾃有特性导致⽤户购买较低，⽐如大件商品、⾮必需品、奢侈品等等。）
点击量、收藏量、加购量、购买次数、购买转化
点击次数、收藏次数、加购物⻋次数、购买次数、购买转化
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
