項目背景
本數據分析報告以淘寶平臺用戶行為為數據集，使用SQL處理數據，并結合Tableau數據可視化工具，通過用戶的瀏覽、加購、收藏和購買等操作分析用戶行為，結合電商行業指標和模型分析業務問題，提供針對性的運營策略。
提出問題
分析用戶使用淘寶電商平臺中的常見電商分析指標，確定各個環節的流失率，找到需要改進的環節
研究用戶在不同時間尺度下的行為，找到用戶在不同時間周期下的活躍規律
探索用戶對不同商品及商品種類的偏好，優化商品推薦
找出最具價值的核心付費用戶群，對這部分用戶的行為進行分析
2. 分析指標、模型
流量指標分析：瀏覽量(PV)、獨立訪客數(UV)、平均瀏覽量(PV/UV)、跳失率
用戶購買行為分析：付費率、復購率、用戶轉化漏斗模型、獨立訪客轉化率、用戶活躍時段
商品銷售分析：不同商品銷量、不同商品類目銷量
用戶價值分析：RFM模型、高價值用戶行為分析
理解數據
數據來源：阿里云天池
數據集包含了2017年11月25日至2017年12月3日之間，有行為的約一百萬隨機用戶的所有行為(行為包括點擊、購買、加購、收藏)。由于總記錄為1億條，數量過大，此處只處理100萬條數據作為代表，這部分數據中包含9739名用戶的行為記錄。
2. 字段含義
3. 數據局限性
數據的統計時間范圍為2017年11月25日至2017年12月3日，共9天。統計時間范圍內的用戶行為可能受雙十二購物節的預熱活動影響。由于時間范圍較短，無法通過對數據指標進行同比、環比分析，驗證結論的典型性和分析雙十二預熱活動對用戶行為的影響。
流量指標分析
2017年11月25日至2017年12月3日統計時間內，總瀏覽量為895636.總獨立訪客數為9739.人均瀏覽量約為92次。
在統計時間范圍內，11月25-26日與12月2-3日為周末。從周指標流量指標看，PV和UV在兩個周末均出現了峰值。相較于周末，工作日的瀏覽量和獨立訪客數較低，在11月27日(周一)PV和UV分別下降了8.8%和1.43%，推測可能由于工作日開始，用戶可用于在線購物的空閑時間較少。在周中PV和UV呈持續增長趨勢，推測可能由于用戶周中壓力增大，投入更多時間放松和休息。
在第二個周末12月2-3日，相較于工作日，PV和UV有較大幅度的增長。12月2日(周六)較12月2日(周五)PV和UV分別增長了25.86%和31.60%。由于在上一個周末各項數據指標并未存在明顯漲幅，因此推測在12月2-3日數據指標上漲可能受雙十二預熱活動影響。
從日指標流量指標看，用戶在晚上(20:00-00:00)最活躍，PV和UV的峰值出現在21:00.
在統計時間范圍內，只有7個人只瀏覽一個頁面就離開了，跳失率為0.07%，用戶使用體驗較好，對用戶具有足夠的吸引力。
用戶購買行為分析
在統計時間范圍內，有4429名用戶有超過一次的購買行為，復購率為66.21%，用戶粘性較高。
通過構建用戶轉化漏斗模型，得到用戶行為轉化率結果。由于收藏和加購均為用戶確定購買意向的行為，因此將其視為一個用戶轉化階段。由瀏覽到加購收藏的用戶轉化率為9.33%，由頁面瀏覽到最終購買的轉化率為2.27%，而有加購收藏行為的用戶中有24.37%的用戶最終購買商品。從瀏覽到加購收藏的轉化率較低。雖然一部分用戶可能在瀏覽頁面直接購買而跳過了加購收藏行為，但同樣反映出大多數用戶較少使用加購收藏功能。此環節需要重點改善。
通過構建獨立訪客轉化模型，得到獨立訪客轉化率結果。在統計時間范圍內，有68.92%的用戶在淘寶平臺上有超過一次購買行為，用戶忠誠度較高。
對用戶活躍時段分析，可知用戶的購買、收藏加購行為與UV、PV變化趨勢一致。
商品銷售分析
統計所有商品的銷量，用戶僅購買一次的商品占總商品數量的88.45%，用戶購買兩次的商品占總商品數量的8.93%，商品的銷量呈現長尾效應，主要由2次以下購買次數的商品帶動。
銷量前10的商品中，商品ID為3122135的商品銷量最高，為17次，但其瀏覽量明顯低于商品銷量排名第9和第10的商品。
銷量前10的商品類目中，商品類目ID為2735466的商品類目銷量最高，商品類目ID為4756105的商品類目的瀏覽量最高。
用戶價值分析
基于RFM模型進行用戶分層分析，由于數據集中缺少訂單金額數據，因此本次分析中不考慮M維度，只分析R、F兩個維度，對客戶價值進行打分,并對用戶分層。根據用戶最近購買時間，對用戶價值R值打分，將其分為4檔，0-1.2-3.4-5.6-24.5-8分別對應評分4到1;根據用戶消費頻率，對用戶價值F值打分，將其分為4檔，1-18.19-36.37-54.55-72.分別對應評分1到4.
發展用戶(F<=2.R>2)占比最大，占平臺用戶的83.43%，這部分用戶具有較大潛在價值;挽留用戶(F<=2.R<=2)占平臺用戶的16.47%，這部分用戶的粘性較低;價值用戶(F>2.R>2)占比較少，這部分用戶為平臺的核心用戶;保持用戶(F>2.R<=2)占比最少，這部分用戶粘性較低而購買能力強，需要及時喚回。
以用戶價值為44.距上次購買日期間隔排名、購買次數排名均為第1.用戶ID為107932的用戶為例，對高價值用戶進行深入分析。
從周活躍時段看，該用戶消費頻次較高，幾乎每天都有購買行為，主要活躍時段集中于周日到周三。
從日活躍時段看，該用戶主要活躍時段集中中午11：00和晚上22：00-0：00.
該用戶未過收藏功能，購物車的使用也較少使用，推測購買方式多為在瀏覽頁面一鍵下單。根據該用戶常購買的商品類型，可進行個性化的相關商品推薦。
結論及建議
平臺可在每天的晚間時段和周末重點投放上新通知、滿減活動、直播帶貨等活動推廣，以充分釋放用戶購買沖動。
用戶瀏覽到有購買意向的轉化率較低，通過改進UI、簡化加購收藏流程、對通過加購收藏購買商品的用戶補貼或贈送贈品，引導和鼓勵用戶對商品同時進行收藏和加購。
重點關注瀏覽量高購買量低的商品，通過優化平臺的搜索匹配度和推薦策略、優化商品展示的形式突出顯示用戶關注的重點信息、調整定價策略，提高這類吸引用戶更多注意力的商品的銷量轉化率，進而提高商品的整體銷量。
發展用戶的用戶占比最大，占平臺用戶的83.43%，這部分用戶具有較大潛在價值，可對這部分用戶進行個性化推薦、發送活動通知等措施，提高其消費頻率。挽留用戶的粘性較低，可通過針對性補貼和優惠活動，提高其活躍度和留存率。保持用戶粘性較低而購買能力強，可通過發送活動通知，及時喚回該部分用戶。
價值用戶為平臺的核心用戶，可通過個性化的推薦進一步提高用戶粘性，可嘗試通過拉新活動鼓勵其邀請新用戶，對平臺進行口碑推廣，同時根據活躍時段和商品購買喜好針對針對性的推送活動和商品推薦。活動投放時需謹慎對待，避免引起用戶反感。
樂發網超市批發網提供超市貨源信息,超市采購進貨渠道。超市進貨網提供成都食品批發,日用百貨批發信息、微信淘寶網店超市采購信息和超市加盟信息.打造國內超市采購商與批發市場供應廠商搭建網上批發市場平臺,是全國批發市場行業中電子商務權威性網站。
本文來源： 淘寶用戶行為分析 - 數據分析報告
