人口屬性畫像操作實(shí)例

客戶畫像分析人口屬性畫像操作實(shí)例確定目標(biāo)維度01數(shù)據(jù)預(yù)處理02標(biāo)簽建模03數(shù)據(jù)可視化04學(xué)習(xí)目標(biāo)熟悉并掌握人口屬性畫像的制作流程數(shù)據(jù)源數(shù)據(jù)來源：數(shù)據(jù)集來源于阿里巴巴天池，數(shù)據(jù)來自淘寶和天貓上購買嬰兒用戶，本數(shù)據(jù)集包括2個(gè)excel文件(sample)sam_tianchi_mum_baby圖1數(shù)據(jù)源(sample)sam_tianchi_mum_baby_trade_history確定目標(biāo)維度項(xiàng)目分析目標(biāo)：根據(jù)嬰兒年齡、性別進(jìn)行客戶畫像項(xiàng)目維度：嬰兒年齡、性別數(shù)據(jù)預(yù)處理重命名表名：表1（sample)sam_tianchi_mum_baby_trade_history.csv）

命名為：購買商品信息表表2（(sample)sam_tianchi_mum_baby.csv）命名為：嬰兒信息表表數(shù)據(jù)預(yù)處理缺失值處理：表1購買商品中商品屬性列存在缺失值，但不屬于研究范圍，故可忽略。圖2缺失值處理數(shù)據(jù)預(yù)處理異常數(shù)據(jù)處理：將表2中對(duì)gender列進(jìn)行篩選發(fā)現(xiàn)標(biāo)識(shí)為2的數(shù)據(jù)，因?yàn)閿?shù)據(jù)標(biāo)識(shí)中，0標(biāo)注為女性，1標(biāo)注為男性，因此標(biāo)識(shí)為2的數(shù)據(jù)為異常數(shù)據(jù)，執(zhí)行刪除操作；同時(shí)刪除表2中出生日期為19840616的數(shù)據(jù)。圖3異常數(shù)據(jù)處理數(shù)據(jù)預(yù)處理一致化處理：將表1和表2中的日期設(shè)置成規(guī)范的日期格式；圖4一致化處理數(shù)據(jù)預(yù)處理將“嬰兒信息表”中的gender的0，1統(tǒng)一更換為女，男，方便統(tǒng)計(jì)圖5將0，1更換為女，男標(biāo)簽建模由于性別、年齡兩個(gè)字段在表中均有明確顯示，且無缺失數(shù)據(jù)，故無需建立算法模型，只需做統(tǒng)計(jì)分析即可。標(biāo)簽建模1、數(shù)據(jù)合并處理：由于需要了解產(chǎn)品各個(gè)年齡段銷量情況，通過購買日期和出生日期可以計(jì)算出嬰兒的年齡，為此嬰兒信息表表中在gender字段后面增加一個(gè)buy_date字段，用vlookup函數(shù)將購買商品信息表中的day字段匹配到該列，生成購買‘buy_date’如下.圖6數(shù)據(jù)合并處理標(biāo)簽建模2、將“嬰兒信息表”中的age通過DATEDif函數(shù)求出。圖7求嬰兒的age數(shù)據(jù)預(yù)處理3、將“嬰兒信息表”中的age按照（0_1）,（2_4）,（5_7）,（8歲以上）的年齡段對(duì)該表中的嬰兒年齡進(jìn)行分段處理，得到fenzu字段。圖8年齡分段處理標(biāo)簽建模4.將“嬰兒信息表”中的user_id進(jìn)行統(tǒng)計(jì)，得出總?cè)藬?shù)。圖9總?cè)藬?shù)標(biāo)簽建模5.將“嬰兒信息表”中的gender進(jìn)行統(tǒng)計(jì)，得出男、女的各自人數(shù)及所占比例。圖10男女的人數(shù)及所占比例標(biāo)簽建模6、將“嬰兒信息表”中的fenzu字段進(jìn)行統(tǒng)計(jì)，得到各組的人數(shù)及相應(yīng)比例。圖11各年齡段的人數(shù)及比例數(shù)據(jù)可視化利用柱狀圖和條形圖，對(duì)性別屬性及年齡屬性進(jìn)行畫像分析。圖12性別、年齡畫像畫像分析根據(jù)可視化的結(jié)果，可知網(wǎng)站上嬰兒性別分布較為均勻，女寶寶用戶量比男寶寶用戶量要稍微多點(diǎn)。嬰兒在年齡段0-1歲之間的用戶為平臺(tái)的主要購買