一伏穆、項(xiàng)目描述

1.1 項(xiàng)目背景：

該數(shù)據(jù)集由kaggle提供的，為英國(guó)一家在線零售商在2010年12月1日到2011年12月9日的網(wǎng)絡(luò)交易訂單數(shù)據(jù)，該電商公司主要以銷售各類禮品為主，主要客戶是批發(fā)商。

1.2 分析工具

MYSQL + Tebleau

1.3 分析步驟

分析步驟

1.4 分析結(jié)論

從商品銷售規(guī)律和用戶行為特征兩個(gè)方面對(duì)數(shù)據(jù)集進(jìn)行了探索性的分析：

1）有效訂單共19960筆器联，筆單價(jià)為533.17英鎊二汛，連帶率約為279件。訂單以批發(fā)性質(zhì)為主拨拓，總體來說訂單交易金額與訂單內(nèi)商品件數(shù)正相關(guān)肴颊。

2）客單價(jià)為2049英鎊，客戶的購(gòu)買力存在較大的差異渣磷，總體來說客戶消費(fèi)金額與購(gòu)買商品數(shù)量呈正相關(guān)婿着。隨著時(shí)間的推移，其訂單成交量醋界，商品售賣數(shù)量竟宋，交易總額是震蕩上升，到了年底會(huì)達(dá)到一個(gè)最高峰形纺。

3）該電商主營(yíng)低價(jià)的小商品批發(fā)業(yè)務(wù)丘侠，低于5美元的商品最受歡迎。低價(jià)商品不僅銷售數(shù)量更多逐样，也是銷售額的主要組成部分蜗字；

4）該網(wǎng)站大部分的交易發(fā)生在英國(guó)本地，并向英國(guó)周邊國(guó)家輻射脂新。

5）用戶生命周期的分布呈兩極分化的狀態(tài)挪捕，36%的用戶僅消費(fèi)過一次，該電商需要更加重視客戶初次購(gòu)買的體驗(yàn)感戏羽，引導(dǎo)用戶進(jìn)行多次消費(fèi)担神；另有部分用戶有極高的用戶粘性。

6）該網(wǎng)站30%的客戶貢獻(xiàn)了80%的消費(fèi)額始花，屬于明顯的消費(fèi)數(shù)據(jù)，基本符合二八原則孩锡。

二酷宵、數(shù)據(jù)理解

1. 發(fā)生時(shí)間

2010年12月1日到2011年12月9日

2. 數(shù)據(jù)集大小

541909條數(shù)據(jù)，8個(gè)字段

3.字段說明

字段說明

三躬窜、明確分析目的

電商用戶行為分析.png

四浇垦、數(shù)據(jù)清理

主要按以下思路進(jìn)行數(shù)據(jù)清洗

數(shù)據(jù)清洗.png

1. 導(dǎo)入數(shù)據(jù)并刪除重復(fù)值

//1.navicat 導(dǎo)入csv文件 data.csv

//2.創(chuàng)建工作表ecommerce

create table ecommerce like data;

//工作表插入數(shù)據(jù)并去重

insert into ecommerce select distinct * from data;

數(shù)據(jù)集原有數(shù)據(jù)541909條，去重后有536641條記錄

2. 處理缺失值

select sum(case when Invoice No is null then 1 else 0 end) as 發(fā)票編號(hào),

sum(case when StockCode is null then 1 else 0 end) as 商品編號(hào),

sum(case when Description is null then 1 else 0 end) as 商品描述,

sum(case when Quantity is null then 1 else 0 end) as 商品數(shù)量,

sum(case when InvoiceDate is null then 1 else 0 end) as 發(fā)票日期,

sum(case when UnitPrice is null then 1 else 0 end) as 商品單價(jià),

sum(case when CustomerID is null then 1 else 0 end) as 客戶編號(hào),

sum(case when Country is null then 1 else 0 end) as Country from ecommerce;

商品描述不影響我們的分析荣挨，可以暫時(shí)不理會(huì)男韧。

客戶編號(hào)是客戶的唯一標(biāo)識(shí)，共缺失135037條數(shù)據(jù)默垄，缺失數(shù)據(jù)占1/5此虑，現(xiàn)實(shí)情況可以要求相關(guān)負(fù)責(zé)人補(bǔ)全，在這里口锭，可以填充為CustomerID=0朦前。但是當(dāng)我們分析對(duì)象是客戶時(shí)介杆，需要排除CustomerID=0的記錄。

//填充缺失的CustomerID

update ecommerce set CustomerID = 0 where CustomerID is null;

3. 格式一致化

3.1 更改時(shí)間格式：

根據(jù)分析目的韭寸，我們需要把InvoiceTime轉(zhuǎn)換成方便處理的日期春哨。

//增加日期列 Dtime,并填充數(shù)據(jù)

alter table ecommerce add column Dtime char(20) not null;

update ecommerce set Dtime = str_to_date(InvoiceDate,'%m/%d/%Y %H:%i');

3.2 增加消費(fèi)金額列

根據(jù)分析目的，我們?cè)黾酉M(fèi)金額列用于存放改行數(shù)據(jù)的總價(jià)恩伺，方便后面分析

// 增加消費(fèi)金額列Amounts 赴背，并填充數(shù)據(jù)

ALTER TABLE ecommerce add column Amounts decimal(8,2) not null;

update ecommerce set Amounts = Quantity * UnitPrice;

4. 處理異常值

4.1 檢查日期是否在規(guī)定時(shí)間內(nèi)

select max(InvoiceDate),min(InvoiceDate) from ecommerce;

結(jié)果顯示，所有日期都在規(guī)定日期范圍內(nèi)晶渠，屬于正常數(shù)據(jù)癞尚。

4.2 檢查單價(jià)和數(shù)量是否存在負(fù)值或零值

4.2.1 數(shù)量異常值

//檢查數(shù)量出現(xiàn)零值情況

select * from ecommerce where Quantity=0;//0條記錄

//檢查數(shù)量出現(xiàn)負(fù)值情況

select * from ecommerce where Quantity<0;//10587條記錄

結(jié)果顯示，交易數(shù)量小于0的發(fā)票編號(hào)大都是"C”開頭的乱陡，共有10587條取消訂單數(shù)據(jù)浇揩。

本次分析主要以成功交易訂單為主，在此可以將工作表拆分成兩個(gè)數(shù)據(jù)表憨颠，取消訂單表ecommerce_cancel 以及 成功訂單表ecommerce_success胳徽，

//拆分工作表ecommerce_cancel

create table ecommerce_cancel as (select * from ecommerce where Quantity<0);

//拆分工作表ecommerce_success

create table ecommerce_success as (select * from ecommerce where Quantity>0);

4.2.2 單價(jià)異常值

select count(*) from ecommerce_success where UnitPrice =0;//1174條記錄

select count(*) from ecommerce_success where UnitPrice <0;//2條記錄

//拆分贈(zèng)品訂單表ecommerce_free

create table ecommerce_free as (select * from ecommerce_success where Quantity=0);

//刪除單價(jià)異常值記錄

delete from ecommerce_success where UnitPrice =0;

delete from ecommerce_success where UnitPrice <0;

單價(jià)為0可能是促銷活動(dòng)的附贈(zèng)品，對(duì)后面對(duì)訂單量的分析會(huì)造成干擾爽彤，拆分保存到另一張表ecommerce_free养盗，后面再分析贈(zèng)品訂單。

單價(jià)為負(fù)值的适篙，描述中已說明是做的壞賬處理,可以直接刪除往核。

經(jīng)過數(shù)據(jù)清洗，ecommerce_success剩余524878條記錄

5嚷节、數(shù)據(jù)分析與可視化

銷售額Amounts =∑ 商品數(shù)量 * 商品價(jià)格

5.1 訂單維度

5.1.1描述性統(tǒng)計(jì)

訂單描述性統(tǒng)計(jì)

2010年12月1日到2011年12月9日聂儒，有效訂單19960筆，筆單價(jià)（每筆訂單平均購(gòu)買金額）為533.17英鎊硫痰，連帶率（每筆訂單平均購(gòu)買商品數(shù)量）279件衩婚，說明訂單以批發(fā)為主。 筆單價(jià)與連帶率都大于中位數(shù)效斑，交易金額均值大于Q3分位數(shù)非春，說明訂單總體差異大，存在部分購(gòu)買力極強(qiáng)的客戶缓屠。

5.1.2 訂單金額的分布情況

訂單銷售金額分布情況

部分交易訂單金額過大奇昙，觀察1000英鎊以下的訂單，訂單金額集中分布在400英鎊以內(nèi)敌完，峰值集中在20英鎊內(nèi)储耐、100-220英鎊、300-320英鎊蠢挡。

5.1.3 訂單內(nèi)商品數(shù)量分布

訂單商品銷售數(shù)量分布情況

訂單內(nèi)商品數(shù)量呈現(xiàn)出典型的長(zhǎng)尾分布弧岳，大部分訂單數(shù)量在250件內(nèi)凳忙，且商品數(shù)量越多，訂單數(shù)量逐漸減少禽炬。

5.1.4 訂單內(nèi)商品件數(shù)與訂單金額的關(guān)系

訂單商品銷售數(shù)量與金額的關(guān)系

總體來說訂單交易金額與訂單內(nèi)商品件數(shù)呈正相關(guān)关面，訂單內(nèi)商品件數(shù)越多暑塑，訂單金額越高健民；

5.2 客戶維度：

5.2.1 描述性統(tǒng)計(jì)

客戶購(gòu)買商品描述性統(tǒng)計(jì)

人均購(gòu)買筆數(shù)為90筆憾朴，中位數(shù)為41筆；每位客戶平均購(gòu)買1187件商品热幔，超過Q3分位數(shù)乐设，最多客戶購(gòu)買了196915件商品；客單價(jià)為2049英鎊绎巨，超過Q3分位數(shù)近尚，說明客戶的購(gòu)買力存在較大的差異，存在小部分的高消費(fèi)用戶拉高人均數(shù)值场勤。

5.2.2 客戶消費(fèi)金額分布

客戶消費(fèi)金額分布情況

大部分客戶的消費(fèi)力不高戈锻，高消費(fèi)用戶幾乎看不到；截取消費(fèi)金額小于5000英鎊的消費(fèi)金額分布可以看出和媳，客戶消費(fèi)金額分布呈現(xiàn)單峰長(zhǎng)尾分布格遭，金額金額集中在100-330之間。

5.2.3 客戶購(gòu)買商品數(shù)量分布

客戶購(gòu)買商品數(shù)量分布

5.2.4 客戶購(gòu)買商品件數(shù)與金額的關(guān)系

客戶購(gòu)買商品數(shù)量與消費(fèi)金額的關(guān)系

1.總體來說客戶購(gòu)買商品數(shù)量與消費(fèi)金額呈正相關(guān)留瞳，購(gòu)買商品數(shù)量越多拒迅，消費(fèi)金額越高；

2.有一定數(shù)量消費(fèi)能力強(qiáng)的客戶她倘。

5.2.5 用戶時(shí)間行為分析

每月商品銷售情況

1. 三條線總體上呈相近的趨勢(shì)璧微，2010年12月-2011年8月銷售情況相近，在2011年9月-11月連續(xù)增長(zhǎng)帝牡，達(dá)到高峰往毡。推測(cè)主要是受年末節(jié)日（萬圣節(jié)、圣誕節(jié)）影響較大靶溜。

2011年8月-12月每日銷售情況

1.銷售額和銷售數(shù)量趨勢(shì)是趨同的，該電商主要是以低價(jià)電商為主懒震，商品價(jià)低且集中罩息，則銷售額主要隨銷量變化而變化。

2.12月9日个扰，訂單量大幅下降瓷炮，但是銷售額和銷售量卻創(chuàng)歷史新高，說明存在某筆或某幾筆購(gòu)買量極大的訂單递宅，使得銷售額大幅上升娘香。

客戶16446訂單詳情

對(duì)該數(shù)據(jù)進(jìn)行溯源苍狰，發(fā)現(xiàn)是客戶ID為16446的用戶一次性大量訂購(gòu)某種商品。建議對(duì)該用戶配備固定客服烘绽，建立長(zhǎng)期合作關(guān)系淋昭，

5.3 商品維度

5.3.1 商品平均價(jià)格分布

商品價(jià)格分布

商品平均價(jià)格分布峰值在1-2英鎊，大部分是10英鎊以內(nèi)的商品安接，推測(cè)該電商主營(yíng)低價(jià)的小商品批發(fā)業(yè)務(wù)翔忽。

5.3.2 商品平均價(jià)格與銷售數(shù)量的關(guān)系

商品平均價(jià)格與銷售數(shù)量的關(guān)系

從散點(diǎn)圖可以看出，低于5英鎊的商品銷量更多盏檐，最受客戶歡迎歇式。

5.3.3 商品平均價(jià)格與銷售總額的關(guān)系

商品平均價(jià)格與銷售數(shù)量的關(guān)系

5.4 地區(qū)維度

各國(guó)客戶消費(fèi)情況

客戶來源分布

客戶來源占比

絕大部分客戶來自英國(guó)本土够庙，基本以英國(guó)為核心 向外輻射恭应，這種現(xiàn)象可能和運(yùn)輸成本及語言等有關(guān)，也可能是影響力隨距離而衰減耘眨。

1.可以嘗試增加境外的宣傳投放昼榛，提高知名度，建議網(wǎng)站做好多國(guó)語言的適配剔难，也可以在網(wǎng)站上對(duì)于境外物流費(fèi)用計(jì)算及手續(xù)辦理等事項(xiàng)給出更易懂的說明胆屿。

2.但是建議衡量投入產(chǎn)出比，適當(dāng)放棄一些地區(qū)偶宫，集中優(yōu)勢(shì)在英國(guó)非迹。

5.5 用戶生命周期

用戶首次_最后一次 消費(fèi)分布

大量用戶首次消費(fèi)在觀察日期初期，最后消費(fèi)時(shí)間在觀察期末期纯趋，說明有大量用戶的生命周期被低估憎兽，實(shí)際上還要向前向后延伸。

客戶生命周期分布（日）

客戶生命周期分布（日）（>0）

36%的客戶生命周期為0吵冒，僅消費(fèi)過一次纯命，需要更加重視客戶初次購(gòu)買的體驗(yàn)感，引導(dǎo)用戶進(jìn)行多次消費(fèi)痹栖。

64%的用戶有二次消費(fèi)行為亿汞，并且在350天以后，用戶數(shù)量有一個(gè)小高峰揪阿，這部分用戶擁有極高的用戶粘性疗我。

下面將根據(jù)RFM模型咆畏，劃分出用戶等級(jí)，可以根據(jù)用戶不同價(jià)值吴裤，對(duì)客戶進(jìn)行銷售推廣策略

5.6 基于RFM模型用戶分層

交易客戶中旧找，新客戶最多，占總數(shù)的33.54%嚼摩，其次是流失客戶28.10%钦讳，重要深耕客戶25.45%，重要價(jià)值客戶7.61%枕面，重要挽留客戶5.14%和重要挽回客戶0.16%愿卒。雖然新客很多，但是貢獻(xiàn)最多的卻是重要價(jià)值客戶潮秘，占總交易額的49.03%琼开。其次是重要深耕客戶，占總交易額的31.71%枕荞。符合我們常說的二八原則柜候。

客戶級(jí)別

不同級(jí)別用戶消費(fèi)能力

//TEBLEAU

//R:
//Rec
{ FIXED ([CustomerID]):DATEDIFF('day',max(Dtime),#2011-12-09#)}

//R評(píng)分
IF [Rec]<=30 THEN 5

ELSEIF [Rec]>30 AND [Rec]<=90 THEN 4

ELSEIF [Rec]>90 AND [Rec]<=180 THEN 3

ELSEIF [Rec]>180 AND [Rec]<=365 THEN 2

ELSE 1

END

//R標(biāo)準(zhǔn)
round(avg([R評(píng)分]),1)

//R標(biāo)記值
IIF([R評(píng)分]<3.8,0,1)//3.8為R標(biāo)準(zhǔn)


//F:
//Freq
{ FIXED ([CustomerID]):COUNTD([InvoiceNo])}

//F評(píng)分
IF [Freq]<=10 THEN 1

ELSEIF [Freq]>10 AND [Freq]<=30 THEN 2

ELSEIF [Freq]>30 AND [Freq]<=50 THEN 3

ELSEIF [Freq]>50 AND [Freq]<=80 THEN 4

ELSE 5

END

//F標(biāo)準(zhǔn)
round(avg([F評(píng)分]),1)

//F標(biāo)記值
IIF([R評(píng)分]<1.1,0,1)//1.1為F標(biāo)準(zhǔn)

//M:

//每個(gè)客戶消費(fèi)金額
{ FIXED ([CustomerID]):sum([Amounts])}

//M評(píng)分
IF [每個(gè)客戶消費(fèi)金額] <=1000 THEN 1

ELSEIF [每個(gè)客戶消費(fèi)金額]>1000 AND [每個(gè)客戶消費(fèi)金額]<=3000 THEN 2

ELSEIF [每個(gè)客戶消費(fèi)金額]>3000 AND [每個(gè)客戶消費(fèi)金額]<=5000 THEN 3

ELSEIF [每個(gè)客戶消費(fèi)金額]>5000 AND [每個(gè)客戶消費(fèi)金額]<=8000 THEN 4

ELSE 5

END

//M標(biāo)準(zhǔn)
round(avg([M評(píng)分]),1)

//M標(biāo)記值
IIF([M評(píng)分]<1.6,0,1)//1.6為M標(biāo)準(zhǔn)


//客戶分層
IF [R標(biāo)記值]=1 AND [F標(biāo)記值]=1 AND [M標(biāo)記值]=1 THEN '重要價(jià)值用戶'

ELSEIF [R標(biāo)記值]=0 AND [F標(biāo)記值]=1 AND [M標(biāo)記值]=1 THEN '重要喚回用戶'

ELSEIF [R標(biāo)記值]=1 AND [F標(biāo)記值]=0 AND [M標(biāo)記值]=1 THEN '重要深耕用戶'

ELSEIF [R標(biāo)記值]=0 AND [F標(biāo)記值]=0 AND [M標(biāo)記值]=1 THEN '重要挽留用戶'

ELSEIF [R標(biāo)記值]=1 AND [F標(biāo)記值]=1 AND [M標(biāo)記值]=0 THEN '潛力用戶'

ELSEIF [R標(biāo)記值]=1 AND [F標(biāo)記值]=0 AND [M標(biāo)記值]=0 THEN '新用戶'

ELSEIF [R標(biāo)記值]=0 AND [F標(biāo)記值]=1 AND [M標(biāo)記值]=0 THEN '一般維持用戶'

ELSEIF [R標(biāo)記值]=0 AND [F標(biāo)記值]=0 AND [M標(biāo)記值]=0 THEN '流失用戶'

END