淘寶人群報(bào)告總結(jié)分析

淘寶人群報(bào)告總結(jié)分析第1篇淘寶人群報(bào)告總結(jié)分析第1篇1）刪除重復(fù)值

查詢(xún)結(jié)果顯示數(shù)據(jù)集并無(wú)重復(fù)數(shù)據(jù)。

2）缺失值處理

查詢(xún)結(jié)果顯示數(shù)據(jù)集并缺失值。

3）異常值處理

異常值定義為超出分析時(shí)間的數(shù)據(jù)。因?yàn)榻o定的數(shù)據(jù)中，時(shí)間相關(guān)的字段是時(shí)間戳類(lèi)型，而時(shí)間戳是指格林威治時(shí)間1970年01月01日00時(shí)00分00秒(北京時(shí)間1970年01月01日08時(shí)00分00秒)起至現(xiàn)在的總秒數(shù)，無(wú)法直接與日期進(jìn)行比較，因此，需要對(duì)其進(jìn)行格式化轉(zhuǎn)換，才能繼續(xù)分析。用函數(shù)FROM_UNIXTIME(時(shí)間戳，時(shí)間格式)將時(shí)間戳這一列（timestamp）轉(zhuǎn)為不同格式的時(shí)間并存放到不同到新列中。

添加后的表格如下圖：

刪除超出時(shí)間范圍的數(shù)據(jù)（異常值）：

刪除異常值44行。

淘寶人群報(bào)告總結(jié)分析第2篇RFM模型通過(guò)一個(gè)客戶(hù)的近期購(gòu)買(mǎi)行為（R）、購(gòu)買(mǎi)的總體頻率（F）以及花了多少錢(qián)（M）3項(xiàng)指標(biāo)來(lái)描述該客戶(hù)的價(jià)值狀況，如圖11所示。

由于數(shù)據(jù)集中沒(méi)有訂單金額信息，我們就只從R、F方面分析。

1）查看對(duì)應(yīng)用戶(hù)的消費(fèi)間隔R值

#1.先找出每個(gè)用戶(hù)最后一次購(gòu)買(mǎi)時(shí)的日期，與最后一天的時(shí)間間隔

CREATEVIEWpay_BAS

SELECTuid,DATEDIFF('2017-12-03',MAX(ti_st))ASBFROMsam_ub

WHEREbeh='buy'

GROUPBYuid;

#2.再根據(jù)時(shí)間間隔等級(jí)R值降序排序

SELECTuid,(CASEWHENBBETWEEN0AND2THEN3

WHENBBETWEEN3AND5THEN2

WHENBBETWEEN6AND8THEN1

ELSE0END)ASR

FROMpay_B

ORDERBYRDESC;

2）計(jì)算消費(fèi)頻次F

付費(fèi)用戶(hù)中消費(fèi)次數(shù)從低到高為1-93次，將其分為6檔1-10，11-20，21-30，31-40，41-50，50以上，對(duì)應(yīng)F評(píng)分分別為1-6分，根據(jù)其活躍度將用戶(hù)分為忠誠(chéng)、活躍等類(lèi)型。

#1.先計(jì)算出用戶(hù)的消費(fèi)次數(shù)

CREATEVIEWpay_timesASSELECTuid,COUNT(good_id)AStimesFROMsam_ubWHEREbeh=_buy_

GROUPBYuidORDERBYCOUNT(gid)DESC;

#2.再分級(jí)排序

SELECTuid,(CASEWHENtimesBETWEEN1AND10THEN1

WHENtimesBETWEEN11AND20THEN2

WHENtimesBETWEEN21AND30THEN3

WHENtimesBETWEEN31AND40THEN4

WHENtimesBETWEEN41AND50THEN5

WHENtimes>=51THEN6ELSE0END)ASF

FROMpay_times

ORDERBYFDESC;

3）查看每個(gè)用戶(hù)的R、F和R+F

SELECTid,R,F,R+FRF

FROM(SELECTuid,(CASEWHENBBETWEEN0AND2THEN3

WHENBBETWEEN3AND5THEN2

WHENBBETWEEN6AND8THEN1

ELSE0END)ASR

FROMpay_b

ORDERBYRDESC)r

JOIN(SELECTuid,(CASEWHENtimesBETWEEN1AND10THEN0

WHENtimesBETWEEN11AND20THEN1

WHENtimesBETWEEN21AND30THEN2

WHENtimesBETWEEN31AND40THEN3

WHENtimesBETWEEN41AND50THEN4

WHENtimes>=51THEN5ELSENULLEND)ASF

FROMpay_times

ORDERBYFDESC;

綜合評(píng)分為8的用戶(hù)是極度忠誠(chéng)用戶(hù)，需要維持好與用戶(hù)的關(guān)系，積極推送用戶(hù)心儀的商品；大于6的用戶(hù)屬于忠誠(chéng)客戶(hù)，可以積極推送營(yíng)銷(xiāo)信息；綜合評(píng)分在為3-5范圍內(nèi)的用戶(hù)，屬于活躍用戶(hù)，可以積極推送所關(guān)注店鋪的上新活動(dòng)和優(yōu)惠信息；對(duì)于評(píng)分小于3的用戶(hù)，屬于一般用戶(hù)，可以把他們當(dāng)做發(fā)展用戶(hù)，通過(guò)打折、優(yōu)惠券、積分兌換等活動(dòng)喚起用戶(hù)注意力，提高產(chǎn)品黏性；而對(duì)于那些沒(méi)有過(guò)購(gòu)買(mǎi)行為的用戶(hù)，屬于新用戶(hù)，可以通過(guò)新人特別優(yōu)惠引起他們的購(gòu)買(mǎi)欲望，讓用戶(hù)喜歡使用淘寶網(wǎng)購(gòu)。

4）極度忠誠(chéng)的用戶(hù)行為分析

根據(jù)3）的查詢(xún)結(jié)果，我們可以看出：有一位用戶(hù)的R、F和R+F均為第一，說(shuō)明他是淘寶的極度忠誠(chéng)用戶(hù)。

查看用戶(hù)ID為9610的每天的行為：

SELECTti_st,SUM(CASE

beha_typeWHEN'pv'THEN1ELSE0END)'瀏覽量',

SUM(CASEbehWHEN'fav'THEN1ELSE0END)'收藏量',

SUM(CASEbehWHEN'cart'THEN1ELSE0END)'加購(gòu)量',

SUM(CASEbeheWHEN'buy'THEN1ELSE0END)'消費(fèi)量'

FROMsam_ub

WHEREuid='9610'

GROUPBYti_st;

結(jié)果表明：該用戶(hù)的瀏覽量和購(gòu)買(mǎi)量很高，而收藏和加購(gòu)量極低，代表這個(gè)極度忠誠(chéng)的用戶(hù)往往在瀏覽完之后直接購(gòu)買(mǎi)，側(cè)面支持了在統(tǒng)計(jì)瀏覽次數(shù)、收藏次數(shù)、和加入購(gòu)物車(chē)次數(shù)在前20名的商品時(shí)的推斷——傾向于瀏覽后直接購(gòu)買(mǎi)的用戶(hù)還是存在很多的。對(duì)于這類(lèi)用戶(hù)，往往就需要精準(zhǔn)預(yù)測(cè)用戶(hù)想要的商品以及對(duì)應(yīng)的心理價(jià)位。

淘寶人群報(bào)告總結(jié)分析第3篇分析背景

1）政策：國(guó)家越來(lái)越重視電子商務(wù)的發(fā)展，相關(guān)監(jiān)管工作也逐步展開(kāi)和實(shí)施。這些新的變化有利于政府未來(lái)對(duì)電子商務(wù)的規(guī)范化引導(dǎo)和推進(jìn)，更有利于電子商務(wù)市場(chǎng)的長(zhǎng)遠(yuǎn)發(fā)展。

2）經(jīng)濟(jì)：2020年，國(guó)內(nèi)經(jīng)濟(jì)總量突破了101萬(wàn)億元，人均國(guó)內(nèi)生產(chǎn)總值（GDP）超過(guò)萬(wàn)元，電商行業(yè)占國(guó)民經(jīng)濟(jì)比重越來(lái)越大。

3）社會(huì)：相關(guān)的物流以及支付等相關(guān)社會(huì)配套支持服務(wù)不斷完善，使得網(wǎng)絡(luò)購(gòu)物越來(lái)越普及，網(wǎng)絡(luò)購(gòu)物的人數(shù)在不斷增多。

4）技術(shù)：網(wǎng)絡(luò)技術(shù)發(fā)展迅猛，特別是分類(lèi)搜索引擎的普及，交互式社區(qū)平臺(tái)技術(shù)的完善，都從技術(shù)上保障了網(wǎng)絡(luò)購(gòu)物市場(chǎng)向深層次不段發(fā)展。

分析目的

通過(guò)對(duì)淘寶用戶(hù)行為數(shù)據(jù)的分析，找出轉(zhuǎn)化率低的環(huán)節(jié)并分析原因，幫助商家提高產(chǎn)品銷(xiāo)量，增加營(yíng)業(yè)額，定位目標(biāo)客戶(hù)，精細(xì)化運(yùn)營(yíng)。

淘寶人群報(bào)告總結(jié)分析第4篇（1）分析這段時(shí)期內(nèi)每天的用戶(hù)行為（日訪(fǎng)問(wèn)總量，日收藏總量，日加購(gòu)量，日購(gòu)買(mǎi)量）

SELECTti_st,

SUM(CASEbehWHEN'pv'THEN1ELSE0END)'瀏覽量',

SUM(CASEbehWHEN'fav'THEN1ELSE0END)'收藏量',

SUM(CASEbehWHEN'cart'THEN1ELSE0END)'加購(gòu)量',

SUM(CASEbehWHEN'buy'THEN1ELSE0END)'付費(fèi)量'

FROMsam_ub

GROUPBYti_st

ORDERBYti_st;

將查詢(xún)結(jié)果用圖5表示之后，發(fā)現(xiàn)周六和周日的瀏覽量、收藏量、加購(gòu)量和購(gòu)買(mǎi)量均高于工作日，說(shuō)明用戶(hù)偏好在非工作日網(wǎng)購(gòu)，可以認(rèn)為該人群的屬性更偏向于職場(chǎng)人。因此，對(duì)于這些用戶(hù)的營(yíng)銷(xiāo)活動(dòng)可以選在周六和周日進(jìn)行。

而且用戶(hù)的加購(gòu)量比收藏量要高很多，這說(shuō)明用戶(hù)更常使用購(gòu)物車(chē)來(lái)選擇自己想要購(gòu)買(mǎi)的商品，因此我們可以刺激加購(gòu)向購(gòu)買(mǎi)的轉(zhuǎn)化率，比如現(xiàn)在的跨店滿(mǎn)減活動(dòng)就是需要加購(gòu)來(lái)獲得優(yōu)惠的。

（2）分析某一天內(nèi)用戶(hù)每小時(shí)的行為

以2017年11月28日（周二）為例：

SELECThours,

SUM(CASEbehWHEN'pv'THEN1ELSE0END)'瀏覽量',

SUM(CASEbehWHEN'fav'THEN1ELSE0END)'收藏量',

SUM(CASEbehWHEN'cart'THEN1ELSE0END)'加購(gòu)量',

SUM(CASEbehWHEN'buy'THEN1ELSE0END)'付費(fèi)量'

FROMsam_ub

WHEREti_st='2017-11-28'#以2017年11月28日（周二）為例

GROUPBYhours

ORDERBYhours;

為了驗(yàn)證工作日與非工作日的用戶(hù)活躍特征是否一樣，我們以2017年12月2日（周六）為例：

SELECThours,

SUM(CASEbehWHEN'pv'THEN1ELSE0END)'瀏覽量',

SUM(CASEbehWHEN'fav'THEN1ELSE0END)'收藏量',

SUM(CASEbehWHEN'cart'THEN1ELSE0END)'加購(gòu)量',

SUM(CASEbehWHEN'buy'THEN1ELSE