一、復購率

復購率：一段時間內，購買2次及以上客戶人數，占該時間段內購買過的總人數的比重。

例如：一個月以內，購買該商品超過兩次的人有50個人，一個月內買過該商品的人有100個人，該月內復購率就是50%。復購率計算是要剔除那些沒有該買一次的客戶。

1) python實現復購率

1.建立pivot_table，index為user_id，columns為月份，value為order_dt(其他只要代表消費的字段都可以)，aggfunc='count'。這里的月份是已經轉化成為月的值了，

df['month']=df.order_date.values.astype('datetime64[M]')

pivot_table可以實現兩列不重復的字段繪制成表格，可以對表中的值進行聚合操作。和excel有點像。

關于pivote_table:pivote_table

pivoted_counts=df.pivot_table(index='user_id',columns='month',

values='order_dt',aggfunc='count').fillna(0)

#columns_month=df.month.sort_values().astype('str').unique()

pivoted_counts.head()

結果.png

2、計算購買次數>=2的客戶，這里利用的是applymap，將值進行判斷轉化。

applymap函數沒有elif，所以要用兩次if else。如果是0，則是NaN，這樣在count的時候就不會計算進去了。

pivoted_counts_transf=pivoted_counts.applymap(lambda x:1 if x>1

else np.NaN if x==0

else 0)

'''這里是如果購買次數大于1，則計數1；若沒有購買則為NaN；\

購買一次，計數為0'''

pivoted_counts_transf.head()

結果2.png

3、最后進行計算。按照columns取出當月的sum，除以當月的count。

pivoted_counts_transf.sum()/pivoted_counts_transf.count()

image.png

2) mysql實現復購率

首先加一列為月度數據：

select date_format(order_dt,'%Y-%m-01')

篩選出每個月的order_dt的數量，用月份和order_id去group

select order_id,date_format(order_dt,'%Y-%m-01') ordermonth,count(order_dt) c from mmy.cd

group by order_id,ordermonth;

結果.png

這里面的所有購買都是至少一次，因為我們是從月份去選取，如果為0就不會出現這個值了，所以不需要過濾。

再通過這個子查詢，用條件if來選出符合條件的個數，如果不符合就是null，就不會記錄到count里面，同時將其除以當月的總數。這里不用where是因為where會過濾掉不符合條件的日期，這樣計算的count(c)就不是總數了。

這里cast(column as decimal(4,4))是設置數值的格式。

select ordermonth,count(if(c>1,1,null)),cast(count(if(c>1,1,null))/count(c) as decimal(4,4)) as '復購率' from (

select order_id,date_format(order_dt,'%Y-%m-01') ordermonth,count(order_id) c from mmy.cd

group by order_id,ordermonth) d

group by ordermonth

order by ordermonth;

image.png

結果如上圖所示，發現算出來和python算出來的是一致的。

二、回購率

回購率：在一定時間段內，購買的過的客戶在下一個時間段內還會購買的比例。例如：1月消費用戶1000個，他們中有300個2月依然消費，回購率是30%。與復購率的區別是兩個時間窗口，而復購率是一個時間窗口的多次購買行為。

Mysql實現：

思路:

首先建立一個臨時表，和復購率一樣，將月度數據的格式整理一下date_format，然后按照不同的客戶、不同的月度數據進行分組。

然后我們要兩次用到這張臨時表，需要內部join一次，然后利用DATE_SUB函數找到間隔為1月的數據，其實這個時候用where進行過濾表格，再用count找到每個月的符合回購行為的人數，就可以直接算出每個月的回購人數。代碼如下：

with t0 as (select order_id,date_format(order_dt,'%Y-%m-01') t from mmy.cd

group by order_id,t)

select A.t,count(A.t) as '回購人數'

from t0 A

join t0 B

on A.order_id=B.order_id

where A.t=DATE_SUB(B.t,interval 1 month)

group by A.t

order by A.t;

回購人數

如果要求回購率，直接算出來百分比的話，還是要利用if函數，不能用where過濾，因為過濾之后進行count就不能得到所有當月購物的人數總數了。

這里還是利用count(if(A.t=DATE_SUB(B.t,interval 1 month),1,null))進行條件篩選。

而被除數記得要distinct一下，因為我們join的表格是有多個相同的order_id的行，需要去重。代碼如下：

with t0 as (select order_id,date_format(order_dt,'%Y-%m-01') t from mmy.cd

group by order_id,t)

select A.t,count(if(A.t=DATE_SUB(B.t,interval 1 month),1,null)) as '重復購買的人',

count(if(A.t=DATE_SUB(B.t,interval 1 month),1,null))/count(distinct A.order_id) as '回購率'from t0 A

join t0 B

on A.order_id=B.order_id

group by A.t

order by A.t;

回購率

python實現下次補充，先把結果放在這，與mysql差不多：

python實現回購率的結果

為什么有一點區別，是因為這張表格有些事order_product不為0，但是amount為零，所以我在做python的時候是以amount金額不為零認為該用戶有沒有消費的，而不是order_dt等，所以有一點區別。

amount為0的結果.png

總結

以上是生活随笔為你收集整理的mysql复购率_Mysql与Pyhton实现复购率和回购率的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。