一旗芬、數(shù)據(jù)來源及說明

數(shù)據(jù)來源:? https://www.kaggle.com/carrie1/ecommerce-data

數(shù)據(jù)解釋：該數(shù)據(jù)集是由 Machine Learning Repository 在基于一個英國電商公司從2010年月12月到2011年12月的真實(shí)的交易數(shù)據(jù)集進(jìn)行改造的荸型。 該電商主要銷售的商品是各類禮品， 主要客戶是各類經(jīng)銷商。數(shù)據(jù)集大小：541909行x8列數(shù)據(jù)集的特征：

InvoiceNo/訂單編號：每筆交易分配唯一的6位數(shù)，需注意退貨訂單的代碼以字母'C'開頭

StockCode/商品編號：每個不同的產(chǎn)品分配唯一的5位整數(shù)。

Description/產(chǎn)品描述：對每件產(chǎn)品的簡略描述姚糊。

Quantity/數(shù)量：每筆交易的每件產(chǎn)品的數(shù)量。

InvoiceDate/訂單日期：每筆交易發(fā)生的日期和時間授舟。

UnitPrice/單價：單位產(chǎn)品價格救恨。

CustomerID/顧客賬號ID：每個客戶分配唯一的5位整數(shù)。

Country/國家：每個客戶所在國家/地區(qū)的名稱释树。

二肠槽、分析維度

三擎淤、數(shù)據(jù)清洗

1、選擇子集

? ? ? ? 我們獲取到的數(shù)據(jù)中秸仙，可能數(shù)據(jù)量非常龐大嘴拢，并不是每一列都有價值都需要分析，這時候就需要從整個數(shù)據(jù)中選取合適的子集進(jìn)行分析寂纪，這樣能從數(shù)據(jù)中獲取最大價值席吴。本數(shù)據(jù)中產(chǎn)品描述這一列沒有分析價值，為了提高數(shù)據(jù)處理的效率捞蛋，可以將其進(jìn)行刪除孝冒。

2、列名重命名

? ? ? ? 在數(shù)據(jù)分析過程中拟杉，有些列名和數(shù)據(jù)容易混淆或產(chǎn)生歧義庄涡，不利于數(shù)據(jù)分析，這時候需要把列名換成容易理解的名稱搬设。本數(shù)據(jù)原來的列名是英文穴店，需要將其改成中文。

3拿穴、缺失值處理

? ? ? 在本數(shù)據(jù)中迹鹅，客戶編號這一列數(shù)據(jù)中存在大量缺失值，其它列都有541910條數(shù)據(jù)贞言，可這一列只有406830條數(shù)據(jù)，缺失了135080條數(shù)據(jù)阀蒂。為了更好地進(jìn)行后面數(shù)據(jù)的分析该窗，這里我們將缺失客戶編號的數(shù)據(jù)全部進(jìn)行刪除。

4蚤霞、數(shù)據(jù)類型轉(zhuǎn)換

? ? ? 訂單日期和時間這列數(shù)據(jù)的數(shù)據(jù)類型并不是時間型的數(shù)據(jù)酗失，而且格式也不對。我們需要修改格式并增加購買時間這一列數(shù)據(jù)昧绣。首先對這一列數(shù)據(jù)進(jìn)行分列（需要復(fù)制數(shù)據(jù)规肴，再進(jìn)行分列，否則旁邊的數(shù)據(jù)會被覆蓋）夜畴，然后利用Excel工具進(jìn)行月份拖刃、日期、年份的提取贪绘，并用公式進(jìn)行文本合并兑牡。再用substitute將“/”替換成”-”，并*1税灌，就可以替換成時間格式了

5均函、數(shù)據(jù)排序

數(shù)據(jù)是按照訂單編號進(jìn)行排序的亿虽，所以不需要再進(jìn)行排序

6、異常數(shù)據(jù)處理

用excel自帶的數(shù)據(jù)數(shù)據(jù)分析工具可以對數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì)苞也。發(fā)現(xiàn)產(chǎn)品數(shù)量最大值和最小值存在巨大差異（負(fù)數(shù)代表退貨）洛勉，后面分析會進(jìn)行處理。單價出現(xiàn)了0如迟，通過對貨物描述的查看收毫， 發(fā)現(xiàn)大部分的單價為0的記錄是對有缺陷貨物的處理或者是禮品,此類數(shù)據(jù)對我們的分析沒有用，為了不影響后續(xù)的分析氓涣，我們需要進(jìn)行刪除牛哺。

四、構(gòu)建模型及數(shù)據(jù)可視化

1劳吠、用戶消費(fèi)趨勢分析

1.1引润、按月進(jìn)行分析

? ? ? 用戶由于存在退款的數(shù)據(jù)會影響數(shù)據(jù)的分析，所以我們需要將其刪除痒玩。為了對退款率以及退款金額的分析淳附，我們需要保存一份原始數(shù)據(jù)。

? ? ? ? 觀察圖表發(fā)現(xiàn)蠢古，消費(fèi)人群主要集中在9月到11月奴曙，11月達(dá)到峰值，其它幾個月訂單量草讶、產(chǎn)品購買量洽糟、購買金額基本處于平穩(wěn)，原因在于11月有感恩節(jié)堕战，10月有萬圣節(jié)坤溃。由于禮品與節(jié)日強(qiáng)相關(guān)，尤其是圣誕節(jié)嘱丢、感恩節(jié)薪介，可以針對不同節(jié)日的特點(diǎn)推廣不同的商品。而平臺方面需要物流越驻、采購汁政、網(wǎng)站流量維護(hù)等各方面提前做好準(zhǔn)備。

? ? ? ? 9月到11月的消費(fèi)人數(shù)在1200-1800之間缀旁，其它月份消費(fèi)人數(shù)在800左右记劈，說明用戶的粘性比較高。新用戶的購買行為總體來說較少并巍，后續(xù)的消費(fèi)行為基本來自老用戶的回購抠蚣。

1.2、按季度進(jìn)行分析

由圖可知履澳，用戶主要在第三嘶窄、第四季度進(jìn)行消費(fèi)怀跛。

1.3、按周進(jìn)行分析

? ? ? ? 由圖可知柄冲，用戶的消費(fèi)時間集中在周一至周五吻谋，特別是周四。而周日相對較少现横，周六可能是店鋪的休息日漓拾，所以無購買量。

1.4戒祠、按日進(jìn)行分析

? ? ? 因?yàn)槭卿N售禮品的店鋪骇两，并不是電商，所以用戶的集中購買時間在中午姜盈，而早上和晚上的購買量非常少低千。

2、用戶個體消費(fèi)分析

2.1.1馏颂、用戶消費(fèi)金額消費(fèi)次數(shù)相關(guān)性分析

? ? ? ? 由于存在極值示血，會影響我們的分析以及圖表展示，所以我們通過篩選進(jìn)行制圖救拉，我們選擇購買金額<4000的數(shù)據(jù)進(jìn)行制圖（橫軸為消費(fèi)金額难审，縱軸為消費(fèi)次數(shù)）

用戶消費(fèi)金額消費(fèi)次數(shù)都集中在0-1000的區(qū)間。

2.1.2亿絮、用戶消費(fèi)金額的分布

? ? ? ? 由于一些極值的影響使得數(shù)據(jù)分布收到了干擾告喊，并且大部分購買金額較小。所以我們選擇<100的數(shù)據(jù)作圖派昧。

數(shù)據(jù)都集中在0-20這個區(qū)間葱绒，說明購買客戶總體的購買金額比較小，而且長尾效應(yīng)明顯斗锭。

2.1.3、用戶產(chǎn)品購買量的分布

數(shù)據(jù)集中在1-5這個區(qū)間失球，說明用戶總體的購買量很小岖是，而且長尾效應(yīng)明顯。

2.2实苞、熱銷產(chǎn)品（前10）

? ? ? 頭部商品優(yōu)勢很突出豺撑，銷量前十名占比達(dá)到了8%，建議與這些商品的供應(yīng)商進(jìn)行長期品牌化的合作黔牵，確保貨源充足聪轿。

2.3、用戶價格偏好

將產(chǎn)品價格設(shè)置為單獨(dú)組猾浦。然后用vlookup函數(shù)進(jìn)行近似匹配即可陆错。

? ? ? ? 大部分的禮品價格位于0-3這個價位段灯抛，由此，我們可以知道音瓷， 該市場的目標(biāo)客戶為低端客戶对嚼，這可能是平臺售賣商品類型與主要客戶是批發(fā)商有關(guān)。

2.4绳慎、購買主力及客戶類型(前30)

客戶類型：

大型批發(fā)商：消費(fèi)金額特別巨大的一般是大型批發(fā)商纵竖，平臺可以針對這種客戶開發(fā)To B的服務(wù)。

專業(yè)買手或者小型商店：雖然在購買金額遠(yuǎn)遠(yuǎn)無法與大型批發(fā)商相比杏愤，但其在為商品宣傳方面的能力是不容小覷的靡砌，平臺可以與一些受眾廣泛的買手達(dá)成宣傳方面的合作。

消費(fèi)能力較強(qiáng)的用戶：考慮到禮品不是日常生活用品珊楼，一年消費(fèi)400美金以上應(yīng)該是在平均消費(fèi)者能力以上通殃。平臺可以考慮給這類消費(fèi)能力較強(qiáng)的消費(fèi)者一些優(yōu)惠或者提供更細(xì)致的服務(wù)。

普通用戶：正常消費(fèi)

2.5亥曹、客單價(總消費(fèi)金額/總客戶數(shù))

由于國家數(shù)量太多邓了，全部求出來很費(fèi)時間，所以我們選擇計(jì)算總消費(fèi)金額前10國家的客單價媳瞪。

? ? ? ? 由于英國的消費(fèi)總量占全部銷售額的82%,在同一坐標(biāo)下骗炉，其他國家的數(shù)據(jù)指標(biāo)不好做比較，因此我們?nèi)サ粲笊呤埽龠M(jìn)行做圖分析句葵。

愛爾蘭在消費(fèi)總量排名靠前的國家里客單價是最高的。

3兢仰、消費(fèi)行為分析

3.1乍丈、新老客戶消費(fèi)比

? ? ? ? 用數(shù)據(jù)透視表求出用戶購買產(chǎn)品日期的最大值和最小值，若該日期的最大值等于其最小值把将，說明這個用戶只消費(fèi)了一次轻专。

有35.68%的用戶僅消費(fèi)過一次，老用戶所占比例為64.32%察蹲。

3.2请垛、RFM客戶價值分類

? ? ? ? RFM模型，通過對用戶在R（Recency洽议，最近一次消費(fèi)）F（Frequency宗收，消費(fèi)頻率）M（Monetary，消費(fèi)金額）三方面的表現(xiàn)進(jìn)行分類亚兄，然后對分類分組進(jìn)行定性描述的混稽，分層模型如下：先對數(shù)據(jù)做預(yù)處理，讓最大日期減去每個日期獲得間隔天數(shù)，當(dāng)數(shù)值越小時匈勋，說明日期越近礼旅。（這里需要用到Excel工具的時間差計(jì)算：=DATEDIF(B2, C2, "d")）。將用戶在R颓影、F各淀、M三個維度上按照高于平均值和低于平均值進(jìn)行劃分（劃分標(biāo)準(zhǔn)可根據(jù)不同業(yè)務(wù)設(shè)計(jì)也不同）,高于平均值則賦值為1，低于平均值則賦值為0诡挂，這里需要用到IF判斷函數(shù)碎浇，然后將判斷的結(jié)果進(jìn)行合并，并用Vlookup函數(shù)進(jìn)行匹配璃俗，最后用數(shù)據(jù)透視表統(tǒng)計(jì)客戶數(shù)奴璃。

最后根據(jù)RFM分層模型給所有用戶分層：

只有四類客戶，可能由于存在過多極值導(dǎo)致的城豁，也可能是參考值的原因苟穆。

3.3、用戶生命周期分析（按第一次&最后一次消費(fèi)）

? ? ? ? 使用數(shù)據(jù)透視表將客戶首次購買時間唱星、客戶末次購買時間提取出來雳旅，然后計(jì)算客戶最近一次下單時間R（R=當(dāng)前時間（最大值+1）-客戶末次購買時間），然后計(jì)算消費(fèi)時間跨度L（L=客戶末次購買時間-客戶首次購買時間）间聊，也就是生命周期攒盈。然后創(chuàng)建客戶分類，這里利用帕累托模型計(jì)算參考值（R參考值：153哎榴，L參考值82）型豁，高于L參考值、低于R參考值賦值為1尚蝌，否則賦值為0迎变，這里需要用到IF判斷函數(shù)，然后將判斷的結(jié)果進(jìn)行合并飘言，并用Vlookup函數(shù)進(jìn)行匹配衣形，最后用數(shù)據(jù)透視表統(tǒng)計(jì)客戶數(shù)（11代表忠誠客戶，01代表新客戶姿鸿，10代表一次性客戶谆吴，00代表流失客戶）。

? ? ? ? 用戶的平均生命周期為131天般妙，但中位數(shù)為93天，說明大部分用戶購買了一次之后就很少再次消費(fèi)相速〉欤客戶的生命周期集中分布在0-28天這個區(qū)間，說明大部分客戶的生命周期比較短。

? ? ? ? 有48%的客戶為忠誠客戶苫拍，說明用戶黏性較好芜繁，但是還存在20%的流失客戶，需要加大力度進(jìn)行挽回绒极。

3.4 用戶留存分析（基于Tableau）

這里我們用tablea進(jìn)行數(shù)據(jù)可視化創(chuàng)建計(jì)算字段：首次購買時間骏令、時間間隔、創(chuàng)建參數(shù)：時間間隔單位垄提。

用戶每個月的留存率相對較低罩扇，在20%左右怜奖。

3.5、 復(fù)購率計(jì)算

? ? ? ? 以月為單位，對每月用戶消費(fèi)情況進(jìn)行預(yù)處理：若消費(fèi)次數(shù)大于1氯材，則說明用戶在本月進(jìn)行了多次消費(fèi)，對多次消費(fèi)的情況取值為1嵌屎；若消費(fèi)次數(shù)等于1疯暑，說明用戶在本月只進(jìn)行了1次消費(fèi)，每月復(fù)購行為滩报，取值為0锅知；若消費(fèi)次數(shù)等于0，則說明用戶在本月未消費(fèi)脓钾。

復(fù)購率基本上穩(wěn)定在96.5%左右售睹，大部分客戶購買次數(shù)比較多。

3.6惭笑、 回購率計(jì)算

? ? ? 月末不存在回購行為侣姆，因此其回購率為0。前四個月由于有大量新用戶涌入沉噩，大部分人只消費(fèi)過一次捺宗，所以回購率偏低；第四個月回購率回升川蒙，最后穩(wěn)定在8%左右蚜厉，即當(dāng)月消費(fèi)人數(shù)中有8%左右的用戶會在下一個月再次消費(fèi)。

3.7畜眨、退貨率計(jì)算

退貨率計(jì)算方法：通過篩選的方式將有退貨的數(shù)據(jù)提取出來昼牛，然后分別進(jìn)行數(shù)據(jù)透視，然后通過vlookup進(jìn)行匹配康聂，最后計(jì)算退貨率

? ? ? ? 退貨率排名前五的國家：美國贰健，沙特阿拉伯，西班牙恬汁，愛爾蘭伶椿，德國。其中，美國年退貨率快高達(dá)6%脊另，遙遙領(lǐng)先于其他國家导狡。

五、結(jié)論

1偎痛、英國銷售額是全部的82%旱捧，占據(jù)本土優(yōu)勢，銷量靠前的大部分都是歐洲國家踩麦，由此可見該平臺的主要市場還是在歐洲枚赡，可以著力開發(fā)除了歐洲市場之外的消費(fèi)水平較高的市場。

2靖榕、絕大多數(shù)銷量靠前的產(chǎn)品單價都是低價的标锄，這與平臺主要售賣商品類型和客戶有較大關(guān)系。針對這些批發(fā)商用戶茁计，制定合理價格機(jī)制料皇，控制商品成本，優(yōu)化物流運(yùn)輸以提供物美價廉的商品星压。提高銷量践剂。同時，可以增加1-3英鎊產(chǎn)品的多樣性娜膘，有利于增加客戶的消費(fèi)額度逊脯， 同時也能吸引更加多的目標(biāo)客戶。

3竣贪、銷量高峰期是8军洼、9、10演怎、11月匕争，需要平臺物流、采購爷耀、網(wǎng)站流量維護(hù)等方面提前做好準(zhǔn)備甘桑。

4、退貨率過高歹叮，原因主要有物流時間過長跑杭，商品實(shí)際與描述不符合，產(chǎn)品本身有質(zhì)量問題等咆耿。建議：要及時處理跟進(jìn)德谅，優(yōu)化商品采購，物流運(yùn)輸萨螺，店鋪管理等窄做，降低退貨率宅荤，跟買家營造良好的購物環(huán)境，增進(jìn)客戶忠誠度浸策。