v_o_b的博客

前言 分析目的：本文基于淘宝1年的交易数据对其用户行为进行多角度分析，对相关问题进行解释并提供建议。 分析工具：MySQL(主要分析工具)、python、excel 主要模型：AARRR、RFM模型 一、问题背景和分析逻辑 问题背景 1）找到影响新增用户数量的原因和需要改进的转化环节，发现留存现存问题； 2）不同时间周期、不同时段的用户行为规律； 3）找出、分析价值最高的核心付费用户群并进行差异化营销； 4）分析用户的商品种类偏好，并制定针对的营销策略； 分析逻辑 这里基于AARRR模型，通过流程效率拆解用

一、分析目的和数据来源 分析目的：从产品、顾客和时间三个方面了解该电商平台的销售情况，并对客户价值进行分类。 数据来源：本数据源于kaggle，记录了在英国注册的一家在线零售商店2010/1/12-2011/09/12期间的所有交易，该公司主要销售各种独特的礼品，且其客户以批发商为主。 数据链接：https://www.kaggle.com/carrie1/ecommerce-data 二、导入并查看数据集信息 1、导入数据 import warnings import pandas as pd impor