安裝mysql數據庫（官網下載即可，免費）
安裝過程如下：
MySQL數據庫安裝

安裝數據庫客戶端（官網下載試用版或破解版），安裝過程如下
https://blog.csdn.net/wypersist/article/details/79834490
數據集下載：
天池競賽
將下載到的csv文件導入到mysql數據庫，參考以下：
excel導入mysql庫
拿到數據，先看一眼數據長啥樣，是否有null值，什么樣的數據類型；

select * from tianchi_mobile_recommend_train_user limit 10;

user_id:用戶唯一標識

item_id:商品標識

behavior_type:用戶對商品行為類型，{1,瀏覽；2，收藏；3，加入購物車；4，購買}

user_geohash:用戶位置空間標識，由經緯度通過保密算法生成

item_category:商品分類標識

time：行為時間，精確到小時

說明：用戶位置空間大多為null，難以補充和研究，本例不做地理分析；
商品分類暫時不做分析；

數據范圍：從2014年11月18號~2014年12月18號淘寶APP一個月的行為數據；

select count(user_id) as pv,count(distinct user_id) as uv,count(distinct user_id) / count(user_id) as 'uv/pv' from tianchi_mobile_recommend_train_user where behavior_type=1;

pv：統計周期內頁面瀏覽次數（不去重）

uv：統計周期頁面訪問用戶數（去重）

pv/uv：1155；平均每1155次瀏覽對應一個用戶。對比大盤，歷史基線看這個數據是否可以優化提高；

select count(user_id) from ( select user_id from tianchi_mobile_recommend_train_user group by user_id having count(behavior_type)=1 ) as A;

where 后不能接單行函數，而having可以；having要跟在group by后使用，對分組后數據執行篩選（一般用單行函數，比如計數，平均等）；
子查詢給表起別名A是必須的，否則報語法錯誤！
count后不能有空格，真的煩唉；

查詢結果為4，意味著只有4個用戶在30天內只瀏覽了頁面，占比4/10000=0.04%（頁面跳失率=只點擊一次瀏覽的用戶數/總用戶數）；說明淘寶app的粘性很大。

提問：如果將上述語言改為以下，將會發生什么？

select count(user_id) from tianchi_mobile_recommend_train_user group by user_id having count(behavior_type)=1

學會一個套路：

先篩選滿足條件的字段建立一個子查詢，然后對子查詢執行計數，平均等操作。
接下來對用戶行為進行分析評價各功能占比：

select behavior_type,count(distinct user_id) from tianchi_mobile_recommend_train_user group by behavior_type;

瀏覽是用戶進入淘寶的第一交互，而第二個交互是收藏，加入購物車，還是直接購買，從數據上看都是可以的，也符合業務邏輯（比如小編本人拿到工資的時候，瀏覽–購買；等錢花的差不多的時候，就是瀏覽–加入購物車—（有錢后）購買）。

進入淘寶app的10000個用戶中，67.3%的用戶選擇了收藏，86.1%的用戶選擇了加入購物車，89%的用戶完成了購買。

進行路徑分析
不區分時間

select behavior_type,count( user_id) from tianchi_mobile_recommend_train_user group by behavior_type;

沒有去除重復值，統計的是點擊次數（一個人可以點擊多次）；瀏覽次數11550581，收藏次數343564（收藏/占比=2.9%），購物車次數242556（購物車/瀏覽=2.1%），下單次數120205（下單/瀏覽=1%）。

select count(distinct t1.user_id),count(distinct t2.user_id),count(distinct t3.user_id),count(distinct t4.user_id) from ( select distinct user_id from tianchi_mobile_recommend_train_user where behavior_type=1 )t1 left join (select distinct user_idfrom tianchi_mobile_recommend_train_userwhere behavior_type=2 )t2 on t1.user_id=t2.user_id left join (select distinct user_id,from tianchi_mobile_recommend_train_userwhere behavior_type=3 )t3 on t2.user_id=t3.user_id left join (select distinct user_id from tianchi_mobile_recommend_train_userwhere behavior_type=4 )t4 on t3.user_id=t4.user_id

此為漏斗模型，業務中經常使用left join統計漏斗數據—基于前端埋點。

漏斗模型畫法參考：
漏斗繪制
對漏斗的說明：統計周期內，10000名瀏覽用戶中，有6730名用戶完成了收藏（完成一次就記錄，實際上可能同一用戶多次點擊收藏），收藏用戶中有6020名用戶添加了購物車，添加購物車用戶中有5730名用戶完成下單。下單率（完成下單用戶/進入app瀏覽用戶）為57.3%。

不同時間尺度下的用戶行為路徑分析

最開始我是這樣寫的，

select t1.date,count(distinct t1.user_id),count(distinct t2.user_id),count(distinct t3.user_id),count(distinct t4.user_id) from ( select distinct user_id ,DATE_FORMAT(time,'%Y-%m-%d') as date from tianchi_mobile_recommend_train_user where behavior_type=1 )t1 left join (select distinct user_id,DATE_FORMAT(time,'%Y-%m-%d') as datefrom tianchi_mobile_recommend_train_userwhere behavior_type=2 )t2 on t1.user_id=t2.user_id and t1.date=t2.date left join (select distinct user_id,DATE_FORMAT(time,'%Y-%m-%d') as datefrom tianchi_mobile_recommend_train_userwhere behavior_type=3 )t3 on t2.user_id=t3.user_id and t2.date=t3.date left join (select distinct user_id,DATE_FORMAT(time,'%Y-%m-%d') as datefrom tianchi_mobile_recommend_train_userwhere behavior_type=4 )t4 on t3.user_id=t4.user_id and t3.date=t4.date GROUP BY t1.date ORDER BY t1.date

12256906行*6列然后3個left join的數據用一臺16G的筆記本電腦想跑出結果—不存在的！（跑了20分鐘，沒出結果的我不想等了）。

代碼的原意是按天做漏斗，比如看2018-12-12這一天有多少用戶瀏覽，瀏覽的用戶中有多少收藏，收藏的用戶中有多少添加購物車，添加購物車的用戶中有多少愿意下單。

月維度的用戶行為分析

select DATE_FORMAT(time,'%Y-%m-%d'),sum(case when behavior_type=1 then 1 else 0 end ) as '瀏覽次數', sum(case when behavior_type=2 then 1 else 0 end ) as '收藏次數', sum(case when behavior_type=3 then 1 else 0 end) as '購物車次數', sum(case when behavior_type=4 then 1 else 0 end) as '購買次數' from tianchi_mobile_recommend_train_user group by DATE_FORMAT(time,'%Y-%m-%d') ORDER BY DATE_FORMAT(time,'%Y-%m-%d')

這個語句22s出結果。
實現的需求：知道某天有多少瀏覽量，多少收藏量，多少添加購物車，多少下單。
導出時注意設置格式。

從圖中發現：2014-12-12這天，各項指標都達到了高峰。背后原因是淘寶平臺雙十二做活動，拉高了各項指標。

其中，下單次數環比昨日上漲373%，添加購物車次數環比昨日上漲56.7%，收藏次數環比昨日上漲12.2%，瀏覽次數環比昨日上漲39.4%。活動當天，下單漲幅最大，是因為很多用戶提前看好了產品，等活動上線就開買；收藏漲幅最低，是因為用戶使用收藏的心理預期是下次再看看，這次不再自己購買物品清單內，優先級是最低的；添加購物車漲幅度也很大，是因為用戶添加購物車可以使用批量付款的原因，這樣可以節省用戶的購買時間。四項指標中圍繞付款的瀏覽，添加購物車，下單都得到了較大的漲幅，只有收藏于下單相背離，漲幅較為平穩。

建議：對用戶收藏的商品sku進行推薦，在雙十二活動結束后一周，二周密集推動高關聯商品sku，促進收藏商品下單轉化率。

分析框架：what—why–action模式。新手，老油子的區別就在于新手只會描述，老油子可以提出有洞察性的建議。

周維度的用戶行為分析

我們取雙十二所在周，與雙十二之前相距較遠一周2014-11-24~2014-11-30對比分析

對比二三象限，平常周（三象限）周五是各項指標最低的時間點，雙十二（二象限）恰好在周五各項指標“逆風翻盤”。

對比一四象限，瀏覽次數、添加購物車次數、收藏次數同比周一~周日，各項指標都有所增加，雙十二周五瀏覽次數、添加購物次數同比它周周五強勢上漲；可見雙十二活動，提升當周其它時間點的效果還是很顯著的，背后體現的邏輯就是用戶在為雙十二當天活動做前期準備；

從下單用戶上看，雙十二當周同比其它周，除了周五強勢上漲，其它時間都處于下跌的趨勢并且下單次數不如其它周；這從數據上解釋了雙十二的“下單吸血效應“現象是存在的。

對于一四象限本打算合成一張圖像，通過設置主次坐標軸可以實現，但會造成一個視覺誤差：添加購物車次數曲線在瀏覽次數之上。—實際上，換算成百分比指標看趨勢效果會好些。

小時維度的用戶行為分析

截取時間參考：
mysql截取年月日

select hour(time),sum(case when behavior_type=1 then 1 else 0 end ) as '瀏覽次數', sum(case when behavior_type=2 then 1 else 0 end ) as '收藏次數', sum(case when behavior_type=3 then 1 else 0 end) as '購物車次數', sum(case when behavior_type=4 then 1 else 0 end) as '購買次數' from tianchi_mobile_recommend_train_user where DATE_FORMAT(time,'%Y-%m-%d')='2014-12-12' group by hour(time) ORDER BY hour(time)

從圖中可以發現，四個指標趨勢一致；其中，雙十二當天零點，瀏覽、添加購物車、下單達到峰值A，此后持續到2點到B開始急劇下降，2~6點是各指標低谷；從6點開始上漲直到10點達到均衡B，10點到19點維持凌晨兩點級別的均衡B；19點之后開始上漲直到22點達到0點級別的峰值A，此后從22點到24點維持均衡A。

這條數據洞察與我們的生活作息規律是強相關的。

基于RFM模型尋找最有價值用戶

由于數據集中沒有消費金額這列數據，就只能找R（最近一次購買時間間隔），F（購買頻率）來尋找最有價值用戶！

關于R

統計周期為1個月，最近購買時間區間1-30，將其分為五檔，0-6，7-12，13-18，19-24，25-30分別對應0-4分

create view pay_b as select user_id,DATEDIFF(max(DATE_FORMAT(time,'%Y-%m-%d')),min(DATE_FORMAT(time,'%Y-%m-%d'))) as b--每一個用戶極端點購買時間之差 from tianchi_mobile_recommend_train_user where behavior_type=4 group by user_id;select user_id, (case when b BETWEEN 25 and 30 then 0when b BETWEEN 19 and 24 then 1when b BETWEEN 13 and 28 then 2when b BETWEEN 7 and 12 then 3when b BETWEEN 0 and 6 then 4else nullend ) as R from pay_b order by R desc;

關于F

select min(a),max(a) from ( select count(distinct time) as a from tianchi_mobile_recommend_train_user where behavior_type=4 group by user_id ) as A；

create view pay_a as select user_id,count(distinct time) as a from tianchi_mobile_recommend_train_user where behavior_type=4 group by user_id;select user_id, (case when a BETWEEN 1 and 45 then 0when a BETWEEN 46 and 90 then 1when a BETWEEN 91 and 136 then 2when a BETWEEN 137 and 182 then 3when a BETWEEN 183 and 227 then 4else nullend ) as F from pay_a order by F desc;

合并RFM得到：

select t1.user_id,t1.R,t2.F from (select user_id, (case when b BETWEEN 25 and 30 then 0when b BETWEEN 19 and 24 then 1when b BETWEEN 13 and 28 then 2when b BETWEEN 7 and 12 then 3when b BETWEEN 0 and 6 then 4else nullend ) as R from pay_b )t1 inner join ( select user_id, (case when a BETWEEN 1 and 45 then 0when a BETWEEN 46 and 90 then 1when a BETWEEN 91 and 136 then 2when a BETWEEN 137 and 182 then 3when a BETWEEN 183 and 227 then 4else nullend ) as F from pay_a )t2 on t1.user_id=t2.user_id group by t1.user_id order by t1.R desc, t2.F desc

我們盡量選擇R，F分數靠前的用戶作為優質用戶，然后拉活動，做投放，但要注意小成本試錯，先小范圍試點，再全量推廣；

對于R為4，F為0的用戶，用戶消費時間間隔短而付費次數少，運營活動可以重點針對這部分用戶，比如拼團打折，積分兌換，喚起這部分的購買熱情。

總結

以上是生活随笔為你收集整理的数据分析项目某电商app行为数据分析（1）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。