目录
数据导入
1-建表
2-导入数据
用户消费行为分析
1-统计不同月份的下单人数
2-统计用户不同月份的回购率和复购率
3-统计不同性别的消费频次是否有差异
4-统计不同性别的用户消费金额是否有差异
5-统计不同年龄段的用户消费金额是否有差异
6-RFM 用户价值分析
建表
数据库下建立用户表userinfo 和 订单表 orderinfo
建orderinfo表
create table if not EXISTS ORDERINFO(
ORDERID varchar(10) NUll, #--订单ID,主键
USERID int(10) NULL,#--用户ID 可以用户表进行关联
ISPAID varchar(10) NULL,#--是否支付
PRINCE float(10) NULL,#--订单价格
PAIDTIME varchar(10) NULL #--订单支付时间
);
建表userinfo
create table USERINFO(
USERID varchar(10) NULL, #用户ID 主键
SEX varchar(10) NULL,#性别PAIDTIME
BIRTH varchar(10) NULL #出生日期
);
数据导入
cmd 命令可以快速导入数据 ,不建议workbench
导入文件 建议放在默认文件夹
导入order 表
load data infile 'D:/ProgramData/MySQL/MySQL Server 8.0/Uploads/order_info_utf.csv'
into table first.orderinfo fields terminated by ',' optionally enclosed by '' escaped by ''
lines terminated by '\r\n';
导入user 表
load data infile 'D:/ProgramData/MySQL/MySQL Server 8.0/Uploads/user_info_utf.csv'
into table first.orderinfo fields terminated by ',' optionally enclosed by '' escaped by ''
lines terminated by '\r\n';
用户消费行为分析
1-统计不同月份的下单人数
2-统计用户不同月份的回购率和复购率
3-统计不同性别的消费频次是否有差异
4-统计不同性别的用户消费金额是否有差异
5-统计不同年龄段的用户消费金额是否有差异
6-rfm对用户价值划分
统计不同月份的下单人数
对应下单时间 有 年 月 日,我们统计年-月时间维度,count 计算下单数量
# 统计不同月份的下单人数
select concat(year(paidtime),'-',month(pai

该博客详细介绍了使用MySQL进行用户行为分析的过程,包括数据导入、建表、用户消费行为统计。通过分析不同月份的下单人数、回购率、复购率、性别消费差异和年龄段消费差异,以及RFM用户价值模型,揭示了用户消费行为的特征和价值群体划分。
最低0.47元/天 解锁文章
976

被折叠的 条评论
为什么被折叠?



