以下是基于一小段用戶關(guān)注產(chǎn)品的行為數(shù)據(jù)分析過(guò)程詳細(xì)描述，各位老師如有不同意見(jiàn)或優(yōu)化建議，還請(qǐng)不吝賜教。

一、數(shù)據(jù)大致是這樣的(已經(jīng)脫敏處理)

二、數(shù)據(jù)預(yù)處理

從年款提取出年限，從價(jià)格標(biāo)識(shí)出價(jià)格區(qū)間，隨便寫(xiě)一下SQL如下：

Select 城市，品牌，2016-substr(年款，1，4) as 年限

，case when

報(bào)價(jià)<=5 then ‘0~5’

when 報(bào)價(jià)>5 and 報(bào)價(jià)<10

then ‘5~10’

when 報(bào)價(jià)>10 and 報(bào)價(jià)<15

then ‘10~15’

when 報(bào)價(jià)>15 and 報(bào)價(jià)<20

then ‘15~20’

when 報(bào)價(jià)>20 and 報(bào)價(jià)<50

then ‘20~50’

Else ‘50以上’end as

報(bào)價(jià)區(qū)間

From 分析表

三、基礎(chǔ)描述統(tǒng)計(jì)

基礎(chǔ)分析一般對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的整合操作，描述通過(guò)數(shù)據(jù)能夠直觀看到的結(jié)論，比如：

各地區(qū)的用戶量占比—反映不同地區(qū)的需求量級(jí)

各地區(qū)的關(guān)注品牌top

10%—反映不同地區(qū)的品牌需求差異

不同品牌的價(jià)格區(qū)間—反映用戶對(duì)于價(jià)格的關(guān)注情況

年限與價(jià)格的變化趨勢(shì)—新人會(huì)覺(jué)得這個(gè)可以用一下相關(guān)分析之類(lèi)的，其實(shí)沒(méi)有太大必要。

因?yàn)?#xff0c;既定報(bào)價(jià)是受相對(duì)嚴(yán)格的市場(chǎng)規(guī)則調(diào)控的，而本次分析的目的是針對(duì)用戶對(duì)于既定已在線產(chǎn)品的關(guān)注度，因此，價(jià)格并不是本次分析的主體。

這也響應(yīng)上一篇文章，并不是越專(zhuān)業(yè)的分析越實(shí)用。

四、用戶聚類(lèi)

這個(gè)分兩步，第一步是對(duì)數(shù)據(jù)進(jìn)行再處理；第二步是分析(SPSS K-means聚類(lèi))。

處理結(jié)果是將用戶日志數(shù)據(jù)，轉(zhuǎn)變?yōu)閷?duì)每個(gè)用戶的行為統(tǒng)計(jì)數(shù)據(jù)，基本包括每個(gè)用戶的關(guān)注次數(shù)、關(guān)注不同品牌數(shù)，同一品牌反復(fù)關(guān)注次數(shù)，關(guān)注不同價(jià)格區(qū)間的次數(shù)等，大致如下：

第二步是利用SPSS進(jìn)行聚類(lèi)分析，并將分析結(jié)果翻譯為可讀性較強(qiáng)的報(bào)告，用的是最基本的K-means聚類(lèi)，以下是部分聚類(lèi)結(jié)果：

結(jié)果解讀起來(lái)并不費(fèi)勁兒，大致用戶劃分為3類(lèi)，每一類(lèi)的描述數(shù)據(jù)如表最終聚類(lèi)中心所示，每一類(lèi)的用戶數(shù)量即案例數(shù)如表案例數(shù)所示。

舉例如第一類(lèi)，可以解釋為關(guān)注低價(jià)品牌的用戶數(shù)量相對(duì)較少，對(duì)于品牌的選擇也較少(從現(xiàn)實(shí)的市場(chǎng)角度講，應(yīng)是這部分價(jià)格區(qū)間的品牌類(lèi)型本身就少的原因)，但反復(fù)查看次數(shù)多，一定程度上不太利于成交。

以上。

總結(jié)

以上是生活随笔為你收集整理的聚类分析在用户行为中的实例_用户关注行为数据分析过程详解-描述统计+聚类...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。