电商数据分析-SQL

1. 项目背景：

通过对现有用户购物行为的数据进行分析，深度探索用户的消费行为、消费规律、消费偏好，针对不同的用户群体，以便更精细化运营，取得更好的业务；

---

2. 数据来源

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1
注：如果数据太大，可以通过系统抽样选取部分数据

UserBehavior是阿里巴巴提供的一个淘宝用户行为数据集，本数据集(UserBehavior.csv)包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、喜欢），数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。

---

3. 从不同维度分析

第一个维度：用户购物情况整体分析
以PV、UV、平均访问量、跳失率等指标，分析用户最活跃的日期及活跃时段，了解用户行为习惯

第二个维度：商品购买情况分析
从成交量、人均购买次数、复购率等指标，探索用户对商品的购买偏好，了解商品的销售规律

第三个维度：用户行为转化漏斗分析
从收藏转化率、购物车转化率、成交转化率，对用户行为从浏览到购买进行漏斗分析

第四个维度：参照RFM模型，对用户进行分类，找出有价值的用户

---

4. 数据分析

分析步骤如下：
提出问题------理解数据------数据清洗------构建模型------数据可视化

一、 提出问题

用户最活跃的日期及时段
用户对商品有哪些购买偏好
用户行为间的转化情况
用户分类，哪些是有价值的用户

二、 理解数据

user_id	item_id	item_cat	beh_type	time_stamp
用户ID	商品ID	商品类目ID	行为类型	时间戳

注意，用户行为有4种：

pv	fav	cart	buy
点击浏览	收藏商品	添加购物车	购买

三、 数据清洗

• 1 数据导入：在运行窗口中输入net start mysql启动SQL，再打开本地客户端SQLyog，从本地导入csv文件，注意先打开数据，大概扫下数据，并确认数据源中是否有标题行；