數(shù)據(jù)集簡(jiǎn)介

數(shù)據(jù)集來(lái)源于某健身房2019年3月至2020年2月會(huì)員消費(fèi)購(gòu)買(mǎi)行為瘟滨，數(shù)據(jù)集一共包含四個(gè)字段：用戶ID，購(gòu)買(mǎi)日期灭衷，購(gòu)買(mǎi)數(shù)量和購(gòu)買(mǎi)金額。屬于非常典型的消費(fèi)行為數(shù)據(jù)集旁涤。

數(shù)據(jù)導(dǎo)入

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt#導(dǎo)入庫(kù)及所需的包
from datetime import datetime
plt.rc('font', family='SimHei', size=18)# 顯示中文標(biāo)簽
plt.style.use ('ggplot')#設(shè)定繪圖風(fēng)格

df=pd.read_excel(r"D:\PycharmProjects\data\cuscapi.xls", order_dt=['date'])# 數(shù)據(jù)加載
df.head(10)

pd.set_option('display.float_format', lambda x: '%.2f' % x)
df.describe()

分析：
1.會(huì)員用戶平均每筆訂單購(gòu)買(mǎi)1.5個(gè)商品翔曲，標(biāo)準(zhǔn)差為在0.9，波性較小 劈愚。中位數(shù)在1個(gè)商品瞳遍，75分位數(shù)在2個(gè)產(chǎn)品，說(shuō)明絕大訂單的購(gòu)買(mǎi)量都不多菌羽。
2.平均每筆訂單消費(fèi)金額為22.9元掠械，標(biāo)準(zhǔn)差約為95，中位數(shù)在20，平均數(shù)大于中位數(shù)份蝴。大多數(shù)會(huì)員消費(fèi)金額集中在小額犁功，小部分用戶貢獻(xiàn)大額消費(fèi)，符合消費(fèi)類(lèi)數(shù)據(jù)的二八分布婚夫。
3.一般而言浸卦，消費(fèi)類(lèi)數(shù)據(jù)的分布都是長(zhǎng)尾分布。

user_group=df.groupby('user_id').sum()
user_group.head(10)

user_group.describe()

分析：會(huì)員用戶平均購(gòu)買(mǎi)約12個(gè)商品案糙，最多的購(gòu)買(mǎi)了277個(gè)商品限嫌。會(huì)員用戶平均消費(fèi)金額約為187元，標(biāo)準(zhǔn)差為641时捌，中位數(shù)在0怒医，結(jié)合分位數(shù)和最大值看，屬于正偏分布奢讨，存在小部分會(huì)員購(gòu)買(mǎi)大量商品的高消費(fèi)情況稚叹。

df.info()#查看數(shù)據(jù)類(lèi)型

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2013 entries, 0 to 2012
Data columns (total 4 columns):
user_id           2013 non-null object
order_dt          2013 non-null datetime64[ns]
order_products    2013 non-null int64
order_amount      2013 non-null int64
dtypes: datetime64[ns](1), int64(2), object(1)
memory usage: 63.0+ KB

分析：經(jīng)查，本數(shù)據(jù)集不存在空值拿诸。

數(shù)據(jù)處理

數(shù)據(jù)類(lèi)型轉(zhuǎn)換

#提取月份
df['order_dt']=df['order_dt'].dt.date
df['month']=df['order_dt'].astype('datetime64[M]')
df.head(10)

數(shù)據(jù)分析-月度總趨勢(shì)分析

df.groupby('month').order_amount.sum().plot()
plt.xlabel('月份')
plt.ylabel('消費(fèi)金額(元)')
plt.title('不同月份的用戶消費(fèi)金額',fontsize=20)

output_17_1.png

分析：按月統(tǒng)計(jì)每個(gè)月的商品消費(fèi)金額扒袖，可以看到，各月份銷(xiāo)量波動(dòng)起伏較大亩码。

df.groupby('month').order_products.sum().plot()
plt.xlabel('月份')
plt.ylabel('商品個(gè)數(shù)')
plt.title('不同月份的產(chǎn)品購(gòu)買(mǎi)量',fontsize=20)

output_19_1.png

說(shuō)明：每月的產(chǎn)品購(gòu)買(mǎi)量呈現(xiàn)前7個(gè)月快速上升季率，后5個(gè)月整體下降的趨勢(shì)。

df.groupby('month').user_id.count().plot()
plt.xlabel('月份')
plt.ylabel('消費(fèi)次數(shù)')
plt.title('不同月份的消費(fèi)次數(shù)',fontsize=20)

output_21_1.png

說(shuō)明：至7月份消費(fèi)次數(shù)超過(guò)250次描沟，后續(xù)月份的消費(fèi)次數(shù)開(kāi)始呈現(xiàn)下降趨勢(shì)飒泻。

df.groupby('month').user_id.nunique().plot()
plt.xlabel('月份')
plt.ylabel('消費(fèi)人數(shù)')
plt.title('不同月份的消費(fèi)人數(shù)',fontsize=20)

output_23_1.png

說(shuō)明：每月的消費(fèi)人數(shù)小于每月的消費(fèi)次數(shù)。至7月份消費(fèi)人數(shù)達(dá)90人吏廉，后續(xù)月份的消費(fèi)人數(shù)開(kāi)始呈現(xiàn)下降趨勢(shì)泞遗。

數(shù)據(jù)分析-用戶個(gè)體行為分析

df.groupby('user_id').sum().head()

user_consume=df.groupby('user_id').sum()
plt.scatter(user_consume['order_products'], user_consume['order_amount'] ) 
plt.xlabel('消費(fèi)產(chǎn)品個(gè)數(shù)')
plt.ylabel('消費(fèi)金額')
plt.title('用戶消費(fèi)金額與產(chǎn)品個(gè)數(shù)的關(guān)系散點(diǎn)圖',fontsize=20)

output_27_1.png

說(shuō)明：訂單消費(fèi)金額和訂單商品量的關(guān)系不呈線性，用戶消費(fèi)規(guī)律性不強(qiáng)席覆，訂單的極值較多刹孔。

consume_products = user_consume['order_products']
consume_amount= user_consume['order_amount'] 

fig= plt.figure(figsize=(10.,6))
fig.add_subplot(1,2,1)
consume_products.hist(bins=10 )
plt.title('用戶購(gòu)買(mǎi)數(shù)量分布直方圖')
plt.xlabel('購(gòu)買(mǎi)數(shù)量')
plt.ylabel('人數(shù)')

fig.add_subplot(1,2,2)
consume_amount.hist(bins=10) 
plt.title('用戶購(gòu)買(mǎi)金額分布直方圖')
plt.xlabel('購(gòu)買(mǎi)金額')
plt.ylabel('人數(shù)')

output_29_1.png

說(shuō)明：大部分用戶消費(fèi)能力不高，整個(gè)計(jì)算周期內(nèi)購(gòu)買(mǎi)數(shù)量在50以內(nèi)娜睛，消費(fèi)金額在1000以內(nèi)。

df.groupby('user_id').month.min().value_counts()

2019-08-01   62
2019-07-01    53
2019-09-01    43
2019-10-01    22
2019-11-01    16
2019-03-01    13
2020-01-01    11
2019-06-01     9
2019-05-01     8
2019-12-01     5
2020-02-01     3
2019-04-01     2
Name: month, dtype: int64

df.groupby('user_id').month.min().value_counts().plot()
plt.title('第一次消費(fèi)會(huì)員數(shù)和時(shí)間折線圖')
plt.xlabel('首購(gòu)時(shí)間')
plt.ylabel('會(huì)員數(shù)')

output_32_1.png

df.groupby('user_id').month.max().value_counts()

2019-08-01    65
2019-09-01    52
2019-07-01    39
2019-10-01    22
2020-01-01    21
2020-02-01    17
2019-11-01    16
2019-12-01     8
2019-03-01     3
2019-06-01     3
2019-05-01     1
Name: month, dtype: int64

df.groupby('user_id').month.max().value_counts().plot()
plt.title('最后一次消費(fèi)會(huì)員數(shù)和時(shí)間折線圖')
plt.xlabel('最后購(gòu)買(mǎi)時(shí)間')
plt.ylabel('會(huì)員數(shù)')

output_34_1.png

#各會(huì)員首次卦睹、最后一次消費(fèi)時(shí)間間隔
(df.groupby('user_id')['month'].agg({'num1':'min', 'num2':'max'}).num2-df.groupby('user_id')['month'].agg({'num1':'min', 'num2':'max'}).num1).value_counts()

0 days      177
31 days      24
61 days       6
92 days       6
122 days      6
337 days      5
30 days       4
306 days      3
153 days      3
184 days      3
62 days       2
123 days      2
215 days      2
245 days      2
275 days      1
276 days      1
dtype: int64

說(shuō)明：
1.用groupby函數(shù)將用戶分組畦戒，并且求月份的最小值、最小值即用戶消費(fèi)行為的第一次消費(fèi)時(shí)間结序。
2.大部分用戶的第一次消費(fèi)集中在7障斋、8月份，觀察用戶的最后一次消費(fèi)時(shí)間，將近80%的客戶都在首次消費(fèi)1個(gè)月內(nèi)流失垃环。

數(shù)據(jù)分析-用戶行為中的復(fù)購(gòu)率和回購(gòu)率分析

數(shù)據(jù)透視-每位會(huì)員各月消費(fèi)次數(shù)

#統(tǒng)計(jì)用戶消費(fèi)次數(shù)
pivoted_counts=df.pivot_table(index='user_id',columns='month',values='order_dt',aggfunc='count').fillna(0)
columns_month=df.month.dt.date.sort_values().unique()
pivoted_counts.columns=columns_month
pivoted_counts.head()

復(fù)購(gòu)率分析

復(fù)購(gòu)率的定義是在某時(shí)間窗口內(nèi)消費(fèi)兩次及以上的用戶在總消費(fèi)用戶中占比邀层。這里的時(shí)間窗口是月，如果一個(gè)用戶在同一天下了兩筆訂單遂庄，這里也將他算作復(fù)購(gòu)用戶寥院。
消費(fèi)兩次及以上記為1，消費(fèi)一次記為0涛目，沒(méi)有消費(fèi)記為NaN秸谢。

pivoted_counts.transf=pivoted_counts.applymap(lambda x:1 if x>1 else np.NaN if x==0 else 0)
pivoted_counts.transf.head()

month_counts_reorder_rate=pivoted_counts.transf.sum()/pivoted_counts.transf.count()
plt.plot(month_counts_reorder_rate)
plt.title('每月用戶復(fù)購(gòu)率圖')
plt.xlabel('時(shí)間(月)')
plt.ylabel('百分比')

output_42_1.png

說(shuō)明：3月至6月新用戶加入數(shù)量較少，拉高了復(fù)購(gòu)率霹肝。在大量新用戶加入并流失的8月的復(fù)購(gòu)率較低估蹄。而在后期，這時(shí)的用戶都是大浪淘沙剩下的老客沫换，復(fù)購(gòu)率繼續(xù)上升臭蚁。

a,b=plt.subplots(figsize=(10,6))
b.plot(pivoted_counts.transf.count())
b.plot(pivoted_counts.transf.sum())
legends=['消費(fèi)人數(shù)','二次消費(fèi)以上用戶人數(shù)']
b.legend(legends)
plt.title('每月消費(fèi)和二次消費(fèi)以上用戶人數(shù)')
plt.xlabel('時(shí)間(月)')
plt.ylabel('用戶數(shù)')

output_44_1.png

回購(gòu)率分析

回購(gòu)率是某一個(gè)時(shí)間窗口內(nèi)消費(fèi)的用戶，在下一個(gè)時(shí)間窗口仍舊消費(fèi)的占比讯赏。比如1月消費(fèi)用戶1000垮兑，他們中有300個(gè)2月依然消費(fèi)，回購(gòu)率是30%待逞。

pivoted_amount=df.pivot_table(index='user_id',columns='month',values='order_amount',aggfunc='mean').fillna(0)
columns_month=df.month.dt.date.sort_values().unique()
pivoted_amount.columns=columns_month
pivoted_amount.head()

#統(tǒng)計(jì)會(huì)員用戶是否回購(gòu)
pivoted_purchase=pivoted_amount.applymap(lambda x:1 if x>1 else 0)
pivoted_purchase.head()

def purchase_return(data):
         status = []
         for i in range(11):
             if data[i] >= 1:
                 if data[i + 1] >= 1:
                     status.append(1)
                 else:
                     status.append(0)
             else:
                 status.append(np.NaN)
         status.append(np.NaN)
         return pd.Series(status)

pivoted_purchase_return = pivoted_purchase.apply(purchase_return,axis=1)
pivoted_purchase_return.columns=columns_month
pivoted_purchase_return .head()

pivoted_purchase_return_rate=pivoted_purchase_return.sum()/pivoted_purchase_return.count()
plt.plot(pivoted_purchase_return_rate)
plt.title('12個(gè)月內(nèi)用戶回購(gòu)率圖')
plt.xlabel('時(shí)間(月)')
plt.ylabel('百分比')
plt.xticks(rotation=90)

output_50_1.png

a,b=plt.subplots(figsize=(10,6))
b.plot(pivoted_purchase_return.count())
b.plot(pivoted_purchase_return.sum())
legends=['每月消費(fèi)人數(shù)','每月回購(gòu)人數(shù)']
b.legend(legends)
plt.title('每月消費(fèi)和每月回購(gòu)人數(shù)')
plt.xlabel('時(shí)間(月)')
plt.ylabel('用戶數(shù)')

output_51_1.png

a,b=plt.subplots(figsize=(10,6))
b.plot(pivoted_purchase_return_rate)
b.plot(month_counts_reorder_rate)
legends=['每月回購(gòu)率','每月復(fù)購(gòu)率']
b.legend(legends)
plt.title('每月回購(gòu)率和每月復(fù)購(gòu)率')
plt.xlabel('時(shí)間(月)')
plt.ylabel('百分比')

output_52_1.png

說(shuō)明：大體上甥角，每月用戶的復(fù)購(gòu)率高于回購(gòu)率，波動(dòng)性也較強(qiáng)识樱。新用戶的回購(gòu)率在30%左右嗤无，和老客差異不大。

數(shù)據(jù)分析-用戶行為中層分析

RFM分層

user_rfm=df.pivot_table(index='user_id',values=['order_dt','order_products','order_amount'],aggfunc={'order_dt':'max','order_products':'count','order_amount':'sum'})
user_rfm.head()

user_rfm['period']=(user_rfm.order_dt.max()-user_rfm.order_dt)/np.timedelta64(1,'D')
user_rfm=user_rfm.rename(columns={'period':'R','order_products':'F','order_amount':'M'})
user_rfm.head()

#定義分層函數(shù)
def rfm_func(x):
    level=x.apply(lambda x:'1' if x>=0 else '0')
    label=level.R+level.F+level.M
    d={'111':'高價(jià)值客戶','011':'重點(diǎn)保持客戶',
       '101':'重點(diǎn)發(fā)展客戶','001':'重點(diǎn)挽留客戶',
      '110':'一般價(jià)值客戶','010':'一般保持客戶',
     '100':'一般發(fā)展客戶','000':'潛在客戶'}
    result=d[label]
    return result
user_rfm['label']=user_rfm[['R','F','M']].apply( lambda x:x-x.mean()).apply(rfm_func,axis=1)
user_rfm.head()

user_rfm.groupby('label').count()

user_rfm.groupby('label').sum()

from matplotlib import font_manager as fm #字體管理器
from matplotlib import cm#
proptease = fm.FontProperties()
proptease.set_size('medium')

labelindex =user_rfm.groupby('label').count().index
labelvalues =user_rfm.groupby('label')['M'].count().tolist()
s = pd.Series(labelvalues, index=labelindex )
labels = s.index
sizes = s.values

explode = (0,0,0,0,0.1,0.1,0.2)  # only "explode" the 1st slice
fig, axes = plt.subplots(1,2,figsize=(10,6))
ax1,ax2 = axes.ravel()#結(jié)合ravel()函數(shù)列出所有子圖

colors = cm.rainbow(np.arange(len(sizes))/len(sizes))# # 隨機(jī)生成顏色
# patches：餅片怜庸。texts：分類(lèi)標(biāo)簽的文本列表当犯。autotexts：百分比部分的文本列表
patches, texts, autotexts = ax1.pie(sizes, labels=labels, autopct='%1.0f%%',explode=explode,
shadow=False, startangle=170, colors=colors, labeldistance=1.2,pctdistance=1.05, radius=0.4)
ax1.axis('equal')#將餅圖顯示為正圓形
plt.setp(texts, fontproperties=proptease)

# 設(shè)置百分比文本樣式
for i in autotexts:
    i.set_size('large')
ax1.set_title('用戶分層結(jié)構(gòu)餅狀圖', loc='center')
ax2.axis('off')#關(guān)閉所有坐標(biāo)軸線、刻度標(biāo)記和標(biāo)簽
ax2.legend(patches, labels, loc='center left',fontsize=10)
plt.tight_layout()#tight_layout會(huì)自動(dòng)調(diào)整子圖參數(shù)割疾，使之填充整個(gè)圖像區(qū)域

output_61_0.png

分析：從用戶分層結(jié)果可知嚎卫，一般發(fā)展客戶占了較大的比重，為59%宏榕，潛在客戶排第二位拓诸，占比26%。

總分層分析

按照用戶的消費(fèi)行為麻昼，簡(jiǎn)單劃分成幾個(gè)維度：新用戶奠支、活躍用戶、不活躍用戶抚芦、回流用戶倍谜。
新用戶(new)的定義是第一次消費(fèi)迈螟。
活躍用戶(active)即老客，在某一個(gè)時(shí)間窗口內(nèi)有過(guò)消費(fèi)尔崔。
不活躍用戶(unactive)則是時(shí)間窗口內(nèi)沒(méi)有消費(fèi)過(guò)的老客答毫。
回流用戶(return)是在上一個(gè)窗口中沒(méi)有消費(fèi)，而在當(dāng)前時(shí)間窗口內(nèi)有過(guò)消費(fèi)季春。
以上的時(shí)間窗口都是按月統(tǒng)計(jì)洗搂。

def active_status(data):
    status = []
    for i in range(12):
        #若本月沒(méi)有消費(fèi)
        if data[i] == 0:
            if len(status) > 0:
                if status[i-1] == 'unreg': #未注冊(cè)
                    status.append('unreg')
                else:
                    status.append('unactive')
            else:
                status.append('unreg')
          #若本月有消費(fèi)      
        else:
            if len(status) == 0:
                status.append('new')
            else:
                if status[i-1] == 'unactive':
                    status.append('return')
                elif status[i-1] == 'unreg':
                    status.append('new')
                else:
                    status.append('active')
    return pd.Series(status)
pivoted_purchase_status = pivoted_purchase.apply( lambda x:active_status(x),axis=1)
pivoted_purchase_status.columns=columns_month
pivoted_purchase_status .head()

pivoted_status_counts=pivoted_purchase_status.replace('unreg',np.NaN).apply(lambda x:pd.value_counts(x))
pivoted_status_counts

plt.plot(pivoted_status_counts.T)
plt.title('每月各種用戶類(lèi)型占比折線圖')
plt.legend(pivoted_status_counts.index)
plt.xlabel('時(shí)間(月)')
plt.ylabel('用戶數(shù)')

output_66_1.png

分析：黑色的不活躍用戶占了較大的比重。紅色的活躍用戶較穩(wěn)定鹤盒，其與紫色的回流用戶相加大抵是本月消費(fèi)人數(shù)蚕脏。

回流用戶及活躍用戶分析

return_rate=pivoted_status_counts.apply(lambda x:x/x.sum(),axis=1)
plt.plot(return_rate.loc[['active','return'],].T)
plt.title('每月活躍用戶、回流用戶占比')
plt.xlabel('時(shí)間(月)')
plt.ylabel('百分?jǐn)?shù)')
plt.xticks(rotation=90)

output_69_1.png

說(shuō)明：結(jié)合回流用戶和活躍用戶看侦锯，在后期的消費(fèi)用戶中驼鞭，70%是回流用戶，30%是活躍用戶尺碰，整體質(zhì)量還好挣棕。

數(shù)據(jù)分析-用戶質(zhì)量分析

總質(zhì)量分析

user_amount=df.groupby('user_id').order_amount.sum().sort_values().reset_index()
user_amount['amount_cumsum']=user_amount.order_amount.cumsum()
user_amount.tail()

amount_total=user_amount.amount_cumsum.max()
user_amount['prop'] = user_amount.amount_cumsum.apply(lambda x:x/amount_total)
plt.plot(user_amount.prop )
plt.title('用戶累計(jì)貢獻(xiàn)金額百分比')
plt.xlabel('人數(shù)')
plt.ylabel('百分?jǐn)?shù)')

output_74_1.png

說(shuō)明：此次數(shù)據(jù)集用戶總共247人，可見(jiàn)其中47人(約占總?cè)藬?shù)的19%)貢獻(xiàn)了超過(guò)80%的銷(xiāo)售金額亲桥。

數(shù)據(jù)分析-用戶生命周期分析

第一生命周期

#各會(huì)員首次洛心、最后一次消費(fèi)時(shí)間間隔
order_dt_min=df.groupby('user_id').order_dt.min()
order_dt_max=df.groupby('user_id').order_dt.max()
life_time=(order_dt_max-order_dt_min).reset_index()
life_time.head()

life_time.describe()

分析：由描述可知，所有用戶的平均生命周期是32天题篷，中位數(shù)是1天词身，即存在50%的客戶首次消費(fèi)即最后一次消費(fèi)。
最大值351天番枚，即本數(shù)據(jù)集的總天數(shù)法严，說(shuō)明存在從開(kāi)始到最后都消費(fèi)的高質(zhì)量用戶。

((order_dt_max-order_dt_min)/np.timedelta64(1,'D')).hist(bins=15)
plt.title('用戶生命周期直方圖')
plt.xlabel('天數(shù)')
plt.ylabel('人數(shù)')

output_81_1.png

消費(fèi)兩次以上的用戶生命周期

life_time['life_time']=life_time.order_dt/np.timedelta64(1,'D')
life_time[life_time.life_time>0].life_time.hist(bins=15)#排除僅消費(fèi)一次的客戶
plt.title('二次消費(fèi)以上用戶生命周期直方圖')
plt.xlabel('天數(shù)')
plt.ylabel('人數(shù)')

output_83_1.png

life_time[life_time.life_time>0].life_time.describe()

count   155.00
mean     51.26
std      87.84
min       1.00
25%       2.00
50%       7.00
75%      53.50
max     351.00
Name: life_time, dtype: float64

分析：二次消費(fèi)以上用戶生命周期為51天葫笼，略高于總體深啤。從策略上看，用戶首次消費(fèi)后應(yīng)該引導(dǎo)其再次消費(fèi)路星。

數(shù)據(jù)分析-用戶留存率分析

#留存率指用戶在第一次消費(fèi)后溯街，有多少比率進(jìn)行第二次消費(fèi)。和回流率的區(qū)別是留存傾向于計(jì)算第一次消費(fèi)洋丐，并且有多個(gè)時(shí)間窗口呈昔。
user_purchase_retention=pd.merge(left=df,right=order_dt_min.reset_index(),how='inner',on='user_id',suffixes=('','_min'))
user_purchase_retention['date_diff']=(user_purchase_retention.order_dt-user_purchase_retention.order_dt_min)/np.timedelta64(1,'D')
bin=[0,30,60,90,120,150,180,365]
user_purchase_retention['date_diff_bin']=pd.cut(user_purchase_retention['date_diff'],bins=bin)

user_purchase_retention.head(10)

pivoted_retention=user_purchase_retention.pivot_table(index='user_id',columns='date_diff_bin',values='order_amount',aggfunc=sum,dropna=False)
pivoted_retention.head()

pivoted_retention.mean()

date_diff_bin
(0, 30]       52.70
(30, 60]     148.62
(60, 90]     171.52
(90, 120]    307.59
(120, 150]   112.90
(150, 180]   111.60
(180, 365]   700.36
dtype: float64

pivoted_retention.transf=pivoted_retention.fillna(0).applymap(lambda x:1 if x>0 else 0)
(pivoted_retention.transf.sum()/pivoted_retention.transf.count()).plot.bar()
plt.title('各時(shí)間段的用戶留存率')
plt.xlabel('時(shí)間跨度(天)')
plt.ylabel('百分?jǐn)?shù)')

output_90_2.png

分析：第一個(gè)月的留存率約超過(guò)17.5%,第二個(gè)月下降至15%,之后幾個(gè)月穩(wěn)定在6%左右，說(shuō)明后面幾個(gè)月流失率較大 友绝。

數(shù)據(jù)分析-決策分析

平均購(gòu)買(mǎi)周期：用戶兩次消費(fèi)行為的時(shí)間間隔堤尾。

def diff(group):
    d=group.date_diff.shift(-1)-group.date_diff
    return d
last_diff=user_purchase_retention.sort_values("order_dt").reset_index().groupby('user_id').apply(diff)
last_diff.head(10)

user_id         
vs10000005  31       0.00
            34      42.00
            158      1.00
            160      0.00
            161    230.00
            1715      nan
vs10000621  2        0.00
            3       11.00
            22       1.00
            26       1.00
Name: date_diff, dtype: float64

last_diff.describe()

count   1766.00
mean       4.50
std       14.03
min        0.00
25%        1.00
50%        1.00
75%        4.00
max      230.00
Name: date_diff, dtype: float64

說(shuō)明：可知用戶的平均消費(fèi)間隔時(shí)間是4.5天。想要召回用戶九榔，在4.5天左右的消費(fèi)間隔是比較好的。

last_diff.hist(bins=15)
plt.title('用戶平均購(gòu)買(mǎi)周期直方圖')
plt.xlabel('時(shí)間跨度(天)')
plt.ylabel('百分?jǐn)?shù)')

output_96_1.png

說(shuō)明：典型的長(zhǎng)尾分布，大部分用戶的消費(fèi)間隔比較短哲泊。