项目背景

本数据集来源阿里天池大数据，包含了2014年11月18日至2014年12月18日之间约一万名随机用户的所有行为（点击、购买、加购、喜欢)，数据量大约1000W条。

分析目标

• 针对流量指标分析PV、UV以及平均访问量并分析用户在不同的时间段的活跃规律
• 对用户行为：点击、收藏、加入购物车以及购买行为；
• 对商品的销售情况：商品的销售类目以及销售量，优化商品营销策略
• 根据用户行为规律，建立用户价值分析模型（RFM）
  并根据影响顾客下单的因素和商品销售情况提出相应建议

数据总体情况

不同时间段下用户活跃规律

用户日活跃情况

在12月12日当天活跃人数突然激增，可见双十二的活动成功的吸引了顾客的注意。所以对淘宝官方来说，应大力宣传活动；对商家来说，可以利用这个巨大的流量优势，提升用户购买的几率。

双十二当天活跃时间段

分析2014年12月12日这一天的数据，我们发现用户从0点到6点处于一个休息状态，而从6点开始，到10点活跃的人数越来越多，10点达到了一个巅峰，然后又逐渐回落，预测是用户起床上班，利用路上通勤时间进行浏览以及购买，而到了上班时间，则只能抽空购物；
晚上6点到9点用户数量又开始激增，成交率也增加，证明用户下班，吃饭等等有较多的空闲时间进行购物了；10点之后用户浏览慢慢下降，是准备要休息了。
所以我们能看出来，利用用户的空闲时间进行营销，比如早上通勤时间，中午吃饭时间，晚上6-9点，能够提升用户成交率。

顾客类型分析

RFM模型是衡量用户价值和用户创利能力的经典工具，依托于用户最近一次购买时间、消费频次以及消费金额。

• R（Recency）最近一次消费时间：表示用户最近一次消费距离现在的时间。消费时间越近的客户价值越大。1年前消费过的用户肯定没有1周前消费过的用户价值大。
• F（Frequency）消费频率：消费频率是指用户在统计周期内购买商品的次数，经常购买的用户也就是熟客，价值肯定比偶尔来一次的客户价值大。
• M（Monetary）消费金额：消费金额是指用户在统计周期内消费的总金额，体现了消费者为企业创利的多少，自然是消费越多的用户价值越大。
  注：由于数据中缺少金额，所以只能对时间和消费频率分析

按照这三个维度可以将顾客分为8个群体，由于缺少金额，所以分成了4个群体。

由分类后的顾客数量可以看到：

• 重要价值的用户比较少，可以针对性的采取一对一的方式服务，比如每季度咨询客户对淘宝的体验，不定时赠送优惠券等。
• 重要挽留客户指的是：上次消费时间距现在较久，我们需要及时唤醒客户，通过app推送、短信、邮件等，及时发现客户流失问题所在，以便于提高后续客户的留存率。
• 对于重要发展客户，消费频次低而且消费时间间隔较久，考虑到是因为他们习惯用其他的购物软件或者只是在节日才会使用淘宝进行购物，比如双十一活动促销时，这是顾客的主观意愿，无法通过外界条件改变。
• 重要保持客户，消费时间间隔较远，但是消费频次高，有可能就是需要买东西的时候，就高频购买，不需要就不再购物，对于这类客户，需要主动联系，了解客户的需求，及时满足这类用户的需求。

商品销售情况

商品类目销售情况

上图可以看到，商品的类目销售的情况还是比较分散的，我们可以：

• 尝试将销量较低的商品和销量较高的商品如14064商品进行捆绑销售，并且优化商品的展示，将畅销类的商品和非畅销品展示在一起，提升商品购买转化率。
• 商品类目购买量较少的原因也许和搜索结果的展示有关，优化搜索排序算法，也许能提高这类商品的销售量。

收藏数量前20名的商品情况

可以看到收藏数量相差不大，再来看看收藏的商品有多少被购买

购买数量前20名的商品情况

收藏之后进行购买的只有一件商品（14087919），说明顾客收藏了商品表示喜欢这件商品，不是必须进行购买的。

点击量前20名的商品情况

点击的商品中，仅有 14087919,387911330 商品是被用户购买的，

• 一种可能是因为用户浏览的商品和最终购买的商品存在着很大的误差，我们需要优化推荐系统，让用户真正找到自己想买的商品，将浏览量转换为购买量。
• 一种可能是因为淘宝培养了顾客的一些习惯，马云有一次在演讲中谈到过一个问题，现在好多用户都会在闲暇时间进淘宝逛逛，没有做购买操作。这也是淘宝的用户粘性非常巨大的原因。

加入购物车的前20名商品

加入购物车的商品中，仅有3件商品是被用户浏览过后才加入购物车的，也从侧面说明从浏览到加购的转化率较低。

再来看从点击到收藏中，前20名商品，只有277922302，6703599，14087919，211781109，128186279商品是被收藏的，占比1/4

7个商品加入购物车之后被购买，也就是存在35%的转化率，因此在后续的活动中，我们应该想办法让客户把商品加入购物车，从而提升转化率。

结论与建议

结论
通过以上分析，可以得到以下结论:

• 淘宝用户的回购率相对较高，跳失率低，说明淘宝对用户有着较好的留存效果。
• 从用户角度看，加购后成交率较收藏后成交率与直接点击后成交率更高。
• 用户在点击量与加购量几乎呈正相关趋势，但购买量并未有显著提升。
• 用户在晚上7点到11点之间打开淘宝的频率极高，但成交量却是下午1点的时候更高，说明淘宝成为了用户的一种消遣方式，而不仅仅是购物工具。
• 从商品角度而言，商品加购后成交率较直接点击后成交率与收藏后成就率更高。
  虽然商品点击量、收藏量、加购量前的商品呈现出一定的差距，但收藏前20名的商品差距却不大，从侧面表现出用户对收藏的商品没有太多的关心，可能有点好感就点了收藏。
  建议
• 总体来说，复购率高达80%，说明淘宝的用户忠诚度很高，淘宝已经进入老百姓的平凡生活中
• 在活跃用户中，浏览淘宝的用户大多在休闲时间，比如晚上睡觉前，早上通勤时间等，应该选择在这些时间段大力投放广告或推送消息，这样可以提高用户的购买率
• 在业务流程方面，应该促使用户直接加入购物车。比如通过发放优惠券、满减折扣等方式促使用户加入购物车购买，这样从加购->购买的人数会大大增加
• 对于高价值用户，提供更优质的服务促使中等价值的客户向高价值客户转化。