image

本文是對CD案例的一個總結(jié)鼻弧，主要是根據(jù)用戶消費記錄，分析用戶消費行為锦茁，建立RFM模型攘轩，分析復購率、回購率等關(guān)鍵指標码俩。希望對其他產(chǎn)品的線上消費數(shù)據(jù)分析有一定的借鑒價值度帮。

目錄：
● 項目背景
● 分析目標
● 分析過程
● 小結(jié)

一、項目背景

CDNOW是美國的一家網(wǎng)上唱片公司稿存，成立于1994年笨篷，后來被貝塔斯曼音樂集團收購。

二瓣履、分析目標

本次分析報告的數(shù)據(jù)來源于這家CD網(wǎng)站上的用戶消費記錄率翅，旨在分析用戶消費行為，建立RFM模型袖迎，分析復購率冕臭、回購率等關(guān)鍵指標腺晾。

● 用戶消費趨勢分析（按月）——每月消費總金額、消費次數(shù)辜贵、產(chǎn)品購買量悯蝉、消費人數(shù)、用戶平均消費金額托慨、用戶平均消費次數(shù)鼻由。
● 用戶個體消費分析——用戶消費金額，產(chǎn)品購買量的描述性統(tǒng)計厚棵、用戶消費金額和產(chǎn)品購買量分布嗡靡、用戶累計消費金額占比。
● 用戶消費行為分析——用戶第一次消費（首購）時間分布窟感、用戶最后一次消費時間分布讨彼、新老用戶占比、用戶分層RFM模型柿祈、各類用戶（新用戶哈误、活躍用戶、流失用戶躏嚎、回流用戶）數(shù)量和占比蜜自、用戶購買周期、用戶生命周期卢佣。
● 用戶復購率和回購率分析——復購率重荠、回購率。

image.png

三虚茶、分析過程

1戈鲁、數(shù)據(jù)處理
（1）導入數(shù)據(jù)

# 導入常用庫
import pandas as pd
import numpy as np
from datetime import datetime as dt

# 導入數(shù)據(jù)集
df=pd.read_csv("data/CDNOW.txt",header=None,names=['user_id','order_dt','order_products','order_amount'],sep='\s+',index_col='user_id)
df.head()

image

（2）觀察數(shù)據(jù)
order_dt列表示購買日期，需轉(zhuǎn)換為日期格式嘹叫。
數(shù)據(jù)中存在一個用戶在同一天或不同天下多次訂單的情況婆殿，如user_id為2的用戶就在1月12日下單兩次。

（3）清洗數(shù)據(jù)

檢查數(shù)據(jù)罩扇，發(fā)現(xiàn)數(shù)據(jù)集不存在缺失值婆芦。把order_dt轉(zhuǎn)換為日期型datetime64[ns]。

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

image

（4）數(shù)據(jù)探索

image

2、用戶消費趨勢分析（月維度）

df['month']=df.order_dt.values.astype('datetime64[M]')    # 新增month字段
df.head()

image

#導入繪圖包
import matplotlib.pyplot as plt    
# 魔法函數(shù)碍讯，用于可視化自動顯示
 %matplotlib inline
plt.rcParams['font.sans-serif'] = ['Simhei']     # 解決中文亂碼問題plt.rcParams['axes.unicode_minus'] = False     # 解決坐標軸刻度負號亂碼
plt.style.use('ggplot')      # 更改設計風格悬蔽，使用自帶的形式進行美化

# 設置圖的大小，添加子圖
plt.figure(figsize=(20,15)) 
# 每月的總銷售額
 plt.subplot(221)
df.groupby('month')['order_amount'].sum().plot(fontsize=20)
plt.title('總銷售額',fontsize=20) 
 # 每月的消費次數(shù)
 plt.subplot(222) 
df.groupby('month')['order_dt'].count().plot(fontsize=20)
plt.title('消費次數(shù)',fontsize=20)
# 每月的銷量
plt.subplot(223)
df.groupby('month')['order_products'].sum().plot(fontsize=20)
plt.title('總銷量',fontsize=20)
# 每月的消費人數(shù) 
plt.subplot(224)
df.groupby('month')['user_id'].apply(lambda x:len(x.unique())).plot(fontsize=20)
plt.title('消費人數(shù)',fontsize=20) 
plt.tight_layout() # 設置子圖的間距
plt.show()

image

● 四個折線圖的整體趨勢基本一致捉兴，可以看出來蝎困，前3個月的銷量與銷售額均出現(xiàn)峰值，3月份之后急劇下降倍啥，后趨于平穩(wěn)禾乘。
● 仔細對比發(fā)現(xiàn)2-3月期間，消費人數(shù)有所下降虽缕，但總銷量與總銷售額仍是上升趨勢始藕，3月份的客戶中是否有高價值客戶后續(xù)待分析。
● 針對3月之后銷量與銷售額的劇烈下降氮趋，可假設原因為：①用戶身上出了問題伍派，早期用戶中有異常值，是否有團購大單客戶凭峡；②是否有大促拙已，但本數(shù)據(jù)集只有消費數(shù)據(jù)，暫時無法判斷摧冀，但這是一個業(yè)務思考點。

plt.figure(figsize=(16,8))
# 每月用戶平均消費金額
amount=df.groupby('month')['order_amount'].sum()
num=df.groupby('month')['user_id'].apply(lambda x:len(x.drop_duplicates())) avg_amount=amount/num
plt.subplot(121)
avg_amount.plot(fontsize=20)
plt.title('每月用戶平均消費金額',fontsize=20)
# 每月用戶平均消費次數(shù)
times=df.groupby('month')['order_dt'].count()  
num=df.groupby('month')['user_id'].apply(lambda x:len(x.drop_duplicates()))
avg_times=times/num 
plt.subplot(122)
avg_times.plot(fontsize=20)
plt.title('每月用戶平均消費次數(shù)',fontsize=20)
plt.tight_layout()
plt.show()

image

● 由上圖可知系宫，每月用戶平均消費金額都在37.5元以上索昂，1997年1月份最低，1998年11月最高扩借，最高值為57元左右椒惨。

● 由上圖可知，每月用戶平均消費次數(shù)都在1次以上潮罪，1997年1月份最低康谆，1998年10月最高领斥，最高值為1.4次左右。

3沃暗、客戶個體消費分析

（1）用戶消費金額月洛，產(chǎn)品購買量的描述性統(tǒng)計

grouped_user=df.groupby('user_id')
grouped_user.sum().describe()

image

從用戶角度看，每位用戶平均購買7張CD孽锥，最多的用戶購買了1033張嚼黔。用戶的平均消費金額（客單價）100元，標準差是240惜辑，結(jié)合分位數(shù)和最大值看唬涧，平均值才和75分位接近，肯定存在小部分的高額消費用戶,這也符合二八法則盛撑。

（2）用戶消費金額和消費次數(shù)的散點圖

grouped_user.sum().plot.scatter(x='order_amount',y='order_products')

image.png

由上圖可知碎节，絕大部分的數(shù)據(jù)集中分布，小部分極值對分析有一定的干擾抵卫。
可以使用query方法钓株，篩選出order_amount<4000的用戶，排除極值的干擾陌僵。

grouped_user.sum().query('order_amount<4000').plot.scatter(x='order_amount',y='order_products')

image.png

● 由散點圖可知轴合，用戶消費金額與產(chǎn)品購買量幾乎成線性關(guān)系，購買的商品越多碗短，消費金額越大受葛。
● 因為這是CD網(wǎng)站的銷售數(shù)據(jù)，商品比較單一偎谁，金額和銷量的關(guān)系也因此呈線性总滩，也就是商品單價比較穩(wěn)定。假如之后商家拓展了商品品類巡雨，增加了唱片機闰渔，那金額和銷量的關(guān)系就不會是線性。

（3）用戶消費金額分布圖

grouped_user.sum().order_amount.plot.hist(bins=20)
# bins = 20,就是分成20塊铐望，最低金額是0冈涧，最高金額是14000，每個項就是700

用戶消費金額的分布圖

從直方圖可知正蛙，用戶消費金額督弓，絕大部分呈現(xiàn)集中趨勢，小部分極大值干擾了判斷乒验，可以使用過濾操作排除異常愚隧。

grouped_user.sum().query('order_products<100').order_amount.plot.hist(bins=20)

用戶消費金額分布

可以觀察到，用戶消費金額集中在0~100元锻全，有大約17000名用戶狂塘。大部分用戶的消費能力并不高录煤，絕大部分呈現(xiàn)集中在較低的消費檔次。

（4）用戶購買量分布圖

grouped_user.sum().query('order_products<100').order_products.plot.hist(bins=20)

用戶購買量分布圖

● 可以觀察到荞胡，用戶購買量集中在0-5妈踊，有大約16000名用戶購買0-5張CD。
● 這里需要注意一點：通常使用切比雪夫定理過濾掉異常值硝训，因為切比雪夫定理說明响委，所有數(shù)據(jù)中至少有96%的數(shù)據(jù)位于平均數(shù)5個標準差之內(nèi)，剩下4%的極值就過濾掉窖梁。這里以order_products作為過濾條件赘风，mean+5std=7.12+5*16.98=92.02，近似選擇100作為閾值即可纵刘。

（5）用戶累計消費金額占比（百分之多少的用戶占了百分之多少的消費額）

# 按照用戶消費金額進行升序排序邀窃，cumsum 是求累加值
user_cumsum=grouped_user.sum().sort_values('order_amount').apply(lambda x:x.cumsum()/x.sum())
# reset_index() 是為了得到一個自然數(shù)的行標簽，表示累計用戶數(shù)量
user_cumsum.reset_index().order_amount.plot()

用戶累計消費金額占比

由圖可知：
橫坐標表示累計用戶數(shù)量（總共有23570名用戶）假哎，縱坐標表示累計消費金額占比瞬捕。
50%的用戶僅貢獻了15%的消費額度，70%的用戶僅貢獻了20%的消費額度舵抹，85%的用戶僅貢獻了40%的消費額度肪虎，而排名前3000多的用戶就貢獻了60%的消費額度。

4惧蛹、客戶個體消費分析

（1）用戶第一次消費（首購）時間分布

# 得到最小的日期扇救，然后統(tǒng)計一下各個日期的個數(shù)
grouped_user.min().order_dt.value_counts().plot()

用戶首購時間分布

用戶第一次購買分布，集中在前三個月香嗓。其中迅腔，在2月9日到2月25日之間有劇烈的波動】坑椋可以假設原因為：銷售渠道發(fā)生了變化沧烈、銷售政策發(fā)生了變化等。

（2）用戶最后一次消費時間分布

# 得到最大的日期像云，然后統(tǒng)計一下各個日期的個數(shù)锌雀，得到最后一次消費的情況，用戶流失
grouped_user.max().order_dt.value_counts().plot()

用戶最后一次消費時間

● 用戶最后一次購買的時間分布比第一次購買的時間分布廣苫费。上圖3月下旬起出現(xiàn)斷崖式下跌汤锨，一開始用戶數(shù)量迅猛增長，流失的也比較多百框，后面趨于穩(wěn)定，沒有再出現(xiàn)此類用戶嚴重流失的情況牍汹。
● 大部分最后一次購買的時間铐维，集中在前三個月柬泽，剛好首購也是集中在這三個月，說明很多用戶購買了一次后就不再進行購買嫁蛇。
● 隨著時間的遞增锨并，最后一次購買的用戶數(shù)量也在遞增，消費呈現(xiàn)流失上升的狀況睬棚。隨著時間的增長第煮，可能運營沒跟上，或者用戶忠誠度下降了抑党。

（3）新老用戶占比
a包警、多少用戶僅消費一次

# 第一次和最后一次消費日期相同，說明只消費了一次
user_life=grouped_user.order_dt.agg(['min','max'])
# 統(tǒng)計只消費了一次的用戶
(user_life['min']==user_life['max']).value_counts()

image.png

# 按照month壹瘟、userid分組，第一次和最后一次消費日期
user_life_month=df.groupby(['month','user_id']).order_dt.agg(['min','max']).reset_index()
# 新增is_new字段鳄逾，用于標記新用戶
user_life_month['is_new']=(user_life_month['min']==user_life_month['max'])
# 再次按month分組稻轨，計算新用戶占比
user_life_month_pct=user_life_month.groupby('month').is_new.apply(lambda x:x.value_counts()/x.count()).reset_index()
# 每月新客（level_1為True）占比作圖
user_life_month_pct[user_life_month_pct.level_1].plot(x='month',y='is_new')

每月新用戶占比

1997年1月新用戶占比最高，達90%以上雕凹，2-4月下降明顯殴俱，后逐漸趨于平穩(wěn)。1997年4月到1998年6月維持在81%左右请琳，1998年6月以后無新用戶粱挡。

（4）用戶分層
a、RFM模型

RFM模型
為了進行精細化運營俄精，可以利用RMF模型對用戶價值指數(shù)（衡量歷史到當前用戶貢獻的收益）進行計算询筏。
最近一次消費-R：客戶最近一次交易時間的間隔。R值越大竖慧，表示客戶交易發(fā)生的日期越久嫌套，反之則交易發(fā)生的日期越近。
消費頻率-F：客戶在最近一段時間內(nèi)交易的次數(shù)圾旨。F值越大踱讨，表示客戶交易越頻繁，反之則表示客戶交易不夠活躍砍的。
消費金額-M：客戶在最近一段時間內(nèi)交易的金額痹筛。M值越大，表示客戶價值越高，反之則表示客戶價值越低帚稠。
根據(jù)上述三個維度谣旁，對客戶做細分。

# 畫RFM滋早，先對原始數(shù)據(jù)進行透視
rfm=pd.pivot_table(df,index='user_id',
                  values=['order_products','order_amount','order_dt'],
                  aggfunc={'order_dt':'max',
                          'order_amount':'sum',
                          'order_products':'count'})
rfm.head()

image.png

# R：最近一次消費（距今天數(shù)）榄审，這里因為消費時間距今太久遠，就不用今天了杆麸，而是選用一個時間最大值
# 這里是時間格式相減搁进，得到xxx days，所以需要除以一個單位'D'
rfm['R']= -(rfm.order_dt - rfm.order_dt.max())/np.timedelta64(1,'D')
# F：消費頻次
# M：消費金額
rfm.rename(columns={'order_products':"F",'order_amount':'M'},inplace=True)
rfm.head()

image.png

def rfm_func(x):
    level=x.apply(lambda x:'1' if x>=0 else '0')
    # level是Series,R/F/M都是其索引
    # 字符串拼接
    label=level.R + level.F + level.M
    d={
        '111':'重要價值客戶',
        '011':'重要保持客戶',
        '101':'重要發(fā)展客戶',
        '001':'重要挽留客戶',
        '110':'一般價值客戶',
        '010':'一般保持客戶',
        '100':'一般發(fā)展客戶',
        '000':'一般挽留客戶',
    }
    result=d[label]
    return result
# 這里要一行行的傳遞進來昔头，所以 axis=1饼问，傳遞一行得到一個 label，然后匹配返回一個值
rfm['label']=rfm[['R','F','M']].apply(lambda x:x-x.median()).apply(rfm_func,axis=1)
rfm.head()

image.png

# 其實應該設置8個顏色减细，這里做了簡化：
rfm.loc[rfm.label=='重要價值客戶','color']='g'
rfm.loc[~(rfm.label=='重要價值客戶'),'color']='r'
rfm.plot.scatter('F','R',c=rfm.color)

image.png

綠色部分是重要價值客戶匆瓜，消費頻次較高，但最近一次消費時間距今較遠

# 8種客戶類型的總消費金額未蝌、消費頻次
rfm.groupby('label').sum()

8種客戶中驮吱，重要保持客戶（011）的消費頻次和消費金額最高盔粹。其次是一般發(fā)展客戶（100）症汹。

image.png

# 8種客戶類型的人數(shù)
rfm.groupby('label').count()

image.png

8種客戶中琉苇，一般發(fā)展客戶（100）的人數(shù)最多除破，其次是重要保持客戶（011）瑰枫。

從RFM分層可知光坝，大部分用戶為一般發(fā)展客戶，但是這是由于極值的影響鸳惯，所以RFM的劃分標準應該以業(yè)務為準悲敷，也可以通過切比雪夫定理去除極值后求均值后德，并且 RFM 的各個劃分標準可以都不一樣。

tips：盡量用小部分的用戶覆蓋大部分的額度
不要為了數(shù)據(jù)好看劃分等級

b绵患、新用戶落蝙、活躍用戶、流失用戶管行、回流用戶

# 每月的消費次數(shù)捐顷，缺失值用0填充
pivoted_counts=pd.pivot_table(df,index='user_id',
                             columns='month',
                             values='order_dt',
                             aggfunc='count').fillna(0)
pivoted_counts.head()

image.png

# 上面填充了一些null值為0，而實際可能用戶在當月根本就沒有注冊叮姑，這樣會誤導第一次消費數(shù)據(jù)的統(tǒng)計，所以寫一個函數(shù)來處理
def active_status(data):
    status=[]
    # 數(shù)據(jù)一共有18個月份旷祸，每次輸入一行數(shù)據(jù)，也就是一個user_id的信息闰围，進行逐月判斷
    for i in range(18):
        # 若本月沒有消費
        if data[i]==0:
            # 判斷之前有沒有數(shù)據(jù)碧查，之前有數(shù)據(jù)
            if len(status)>0:
                # 判斷上個月是否為未注冊（如果上個月未注冊忠售，本月沒有消費稻扬，仍為未注冊）
                if status[i-1]=='unreg':
                    status.append('unreg')
                # 上月有消費泰佳，本月沒有消費，則為不活躍
                else:
                    status.append('unactive')
            # 之前一個數(shù)據(jù)都沒有汽绢，就認為是未注冊
            else:
                status.append('unreg')
 
        # 若本月消費
        else:
            # 之前無記錄，本月是第一次消費积仗，則為新用戶
            if len(status)==0:
                status.append('new')
            # 之前有記錄
            else:
                # 上個月是不活躍，這個月消費了隆圆，則為回流用戶
                if status[i-1]=='unactive':
                    status.append('return')
                # 上個月未注冊，這個月消費了侣背，則為新用戶
                elif status[i-1]=='unreg':
                    status.append('new')
                # 上個月消費了弧腥，本月仍消費管搪，則為活躍用戶
                else:
                    status.append('active')
                    
    data=data.astype('object')
    for i in range(18):
       data[i]=status[i]
    return data

關(guān)于active_status的說明：
①若本月沒有消費，這里只是和上個月判斷是否注冊，有一定的缺陷蛇券，應該判斷是否存在就可以了纠亚。
若之前有數(shù)據(jù)，是未注冊条篷，則依舊為未注冊鸿染；
若之前有數(shù)據(jù)，不是未注冊蚕冬，則為流失/不活躍免糕；
若之前沒有數(shù)據(jù)，為未注冊。
②若本月有消費:
若是第一次消費肯夏，則為新用戶；
若之前有過消費徊都，上個月為不活躍，則為回流；
若之前有過消費房轿，上個月為未注冊所森，則為新用戶囱持；
若之前有過消費，其他情況為活躍必峰；
return:回流 new:新客 unreg:未注冊 active:活躍

注意：主流寫法還是使用 etl 洪唐，不是通過透視表。

purchase_stats=df_purchase.apply(active_status,axis=1)
purchase_stats.head()

image.png

# 把未注冊的替換為空值吼蚁，這樣count不會計算到肝匆，得到每個月的用戶分布
purchase_stats_ct=purchase_stats.replace('unreg',np.NaN).apply(lambda x:pd.value_counts(x))
purchase_stats_ct

image.png

# 繪制面積圖肿轨，描述用戶分布
purchase_stats_ct.fillna(0).T.plot.area()

image.png

● 藍色是新用戶，前3個月大量涌入，后面沒有新增森枪。
● 紅色是活躍用戶，前幾個月較多编饺，后面有所下降鲸沮。
● 紫色是回流用戶炫狱，數(shù)量趨于穩(wěn)定憎亚，每月1000多。
● 灰色是流失/不活躍用戶驴剔，數(shù)量非常多琳拭，基本上每月都在20000以上。

# 計算每月各類用戶占比
purchase_stats_ct.fillna(0).T.apply(lambda x:x/x.sum(),axis=1)

image.png

purchase_stats_ct.fillna(0).T.apply(lambda x:x/x.sum(),axis=1).plot.area()

image.png

● 前三個月有大量新用戶涌入马靠，新用戶占比很高俊戳，而后面幾個月不活躍用戶占比非常高，普遍在90%以上呕臂。
● 活躍用戶褥琐，持續(xù)消費的用戶析显，對應的是消費運營的質(zhì)量谷异。
● 回流用戶分尸，之前不消費，本月才消費歹嘹，對應的是喚回運營尺上。
● 不活躍用戶，對應的是流失蔓涧。

（5）用戶購買周期（按訂單）

a连茧、用戶購買周期描述

# 計算相鄰兩個訂單的時間間隔，shift函數(shù)是對數(shù)據(jù)進行錯位，所有數(shù)據(jù)會往下平移一下
order_diff=grouped_user.apply(lambda x:x.order_dt-x.order_dt.shift())
order_diff.head(10)

image.png

order_diff.describe()

** b梅屉、用戶購買周期分布**

# 去除單位
(order_diff/np.timedelta64(1,'D')).hist(bins=20)

image.png

訂單周期呈指數(shù)分布值纱。用戶的平均購買周期是68天，最小值0天坯汤，最大值533天虐唠。絕大部分用戶的購買周期都低于100天。

（6）用戶生命周期（按第一次和最后一次消費）

a惰聂、用戶生命周期描述

# 描述性統(tǒng)計
(user_life['max']-user_life['min']).describe()

image.png

# 去除單位
((user_life['max']-user_life['min'])/np.timedelta64(1,"D")).hist(bins=40)

image.png

用戶平均生命周期134天，但中位數(shù)僅0天搓幌。
用戶的生命周期分布受只購買一次的用戶（用戶生命周期0天）影響比較嚴重杆故，可以排除。

# 提取用戶生命周期大于0的數(shù)據(jù)
u_1=(user_life['max']-user_life['min']).reset_index()[0]/np.timedelta64(1,"D")
u_1[u_1>0].hist(bins=40,figsize=(6,4))

image.png

u_1[u_1>0].describe()

image.png

排除了只購買一次的用戶（生命周期0天）影響溉愁，這部分用戶占了接近一半处铛。
用戶平均生命周期276天，中位數(shù)302天拐揭。

（7）復購率和回購率分析：

復購率：自然月內(nèi)撤蟆，購買多次的用戶占比。
回購率：曾經(jīng)購買過的用戶在某一時期再次購買的占比
a堂污、復購率

pivoted_counts.head(10)

image.png

# 區(qū)分消費1次家肯，和1次以上的情況，以便于計算復購率盟猖，大于1為1讨衣，等于1為0，等于0為NaN
# （消費兩次及以上記為1式镐，消費一次記為0反镇，沒有消費記為NaN。）
# applymap針對DataFrame里的所有數(shù)據(jù)娘汞。用lambda進行判斷愿险，因為這里涉及了多個結(jié)果，所以要兩個if else价说，記住，lambda沒有elif的用法风秤。
purchase_r=pivoted_counts.applymap(lambda x: 1 if x>1 else np.NaN if x==0 else 0)
purchase_r.head()

image.png

# 復購人數(shù)/總消費人數(shù)（不會計算nan值）
(purchase_r.sum()/purchase_r.count()).plot(figsize=(10,4))

復購率（每月）

復購率穩(wěn)定在20%左右鳖目，前3個月因為有大量新用戶涌入，而這批用戶只購買了一次缤弦，所以導致復購率較低领迈。

用sum和count相除即可計算出復購率。因為這兩個函數(shù)都會忽略NaN，而NaN是沒有消費的用戶狸捅，count不論0還是1都會統(tǒng)計衷蜓，所以是總的消費用戶數(shù)，而sum求和計算了兩次以上的消費用戶尘喝。這里用了比較巧妙的替代法計算復購率磁浇，SQL中也可以用。

b朽褪、回購率

pivoted_amount=pd.pivot_table(df,index='user_id',
                             columns='month',
                             values='order_amount',
                             aggfunc='mean').fillna(0)
pivoted_amount.head()

image.png

# 1代表這個月消費了置吓，0代表沒消費
df_purchase=pivoted_amount.applymap(lambda x:1 if x>0 else 0)
df_purchase.head()

image.png

# 使用函數(shù)判斷是否回購，這里定義的回購指當月消費過的用戶下個月也消費了
def purchase_back(data):
    # 判斷每一個月是否是回購缔赠，根據(jù)下個月是否購買來判斷
    status=[]
    for i in range(17):
        # 本月消費
        if data[i]==1:
            # 下個月回購
            if data[i+1]==1:
                status.append(1)
            # 下個月沒回購
            if data[i+1]==0:
                status.append(0)
        #  本月沒消費衍锚，賦予空值，不參與計算
        else:
            status.append(np.NaN)
    # 第18個月補充NaN嗤堰，因為沒有下個月的數(shù)據(jù)了
    status.append(np.NaN)
    data=data.astype('object')
    for i in range(17):
        data[i]=status[i]
    return data

# 一行行傳遞戴质，返回的0代表當月消費下個月未消費，1代表當月消費下個月仍消費踢匣，NaN代表當月未消費
purchase_b=df_purchase.apply(purchase_back,axis=1)
purchase_b.head()

image.png

# 回購率告匠，回購的次數(shù)/總購買次數(shù)
(purchase_b.sum()/purchase_b.count()).plot(figsize=(10,4))

回購率（每月）

回購率穩(wěn)定在30%左右，前3個月因為有大量新用戶涌入符糊，而這批用戶只購買了一次凫海，所以導致回購率較低

四、小結(jié)

1男娄、用戶消費趨勢（每月）方面行贪，前3個月有大量新用戶涌入，消費金額模闲、消費訂單數(shù)建瘫、產(chǎn)品購買量均達到高峰，后續(xù)每月較為穩(wěn)定尸折。前3個月消費次數(shù)都在10000筆左右啰脚，后續(xù)月份的平均2500；前3個月產(chǎn)品購買量達到20000甚至以上实夹，后續(xù)月份平均7000橄浓；前3個月消費人數(shù)在8000-10000之間，后續(xù)月份平均2000不到亮航。

2荸实、用戶個體消費方面，小部分用戶購買了大量的CD缴淋，拉高了平均消費金額准给。用戶消費金額集中在0-100元泄朴，有大約17000名用戶。用戶購買量集中在0-5元露氮，有大約16000名用戶祖灰。50%的用戶僅貢獻了15%的消費額度，15%的用戶貢獻了60%的消費額度畔规。大致符合二八法則局扶。

3、用戶消費行為方面油讯，首購和最后一次購買的時間详民，集中在前三個月，說明很多用戶購買了一次后就不再進行購買陌兑。而且最后一次購買的用戶數(shù)量也在隨時間遞增沈跨，消費呈現(xiàn)流失上升的狀況。

4兔综、從整體消費記錄來看饿凛，有一半的用戶，只消費了一次软驰。從每月新用戶占比來看涧窒，1997年1月新用戶占比高達90%以上，后續(xù)有所下降锭亏，1997年4月到1998年6月維持在81%左右纠吴，1998年6月以后無新用戶。

5慧瘤、從RFM模型來看戴已，在8種客戶中，重要保持客戶的消費頻次和消費金額最高锅减，人數(shù)排在第二位糖儡；而一般發(fā)展客戶消費頻次和消費金額排第二位，人數(shù)卻是最多怔匣。

6握联、從用戶分層情況來看，新用戶從第4月份以后沒有新增每瞒；活躍用戶有所下降金闽；回流用戶數(shù)量趨于穩(wěn)定，每月1000多剿骨。流失/不活躍用戶呐矾，數(shù)量非常多，基本上每月都在20000以上懦砂。

7蜒犯、用戶購買周期方面，平均購買周期是68天荞膘，最小值0天罚随，最大值533天。絕大部分用戶的購買周期都低于100天羽资。

8淘菩、用戶生命周期方面，由于只購買一次的用戶（生命周期為0天）占了接近一半屠升，排除這部分用戶的影響之后潮改，用戶平均生命周期276天，中位數(shù)302天腹暖。

9汇在、復購率和回購率方面，復購率穩(wěn)定在20%左右脏答，回購率穩(wěn)定在30%左右糕殉，前3個月因為有大量新用戶涌入，而這批用戶只購買了一次殖告，所以導致復購率和回購率都比較低阿蝶。