CDNow网站用户消费行为分析

为了检验自己前段时间学习的成果，同时也想通过一个实例来记录学习历程。这是本人第一篇数据分析实战项目，使用excel、MySQL和tableau对CDNow网站用户消费行为进行分析，也欢迎大家提出建议，相互交流探讨学习，实现共同进步。

1、数据来源

这次数据分析所用到的数据来源于CDNOW，数据包含了四个方面的数据信息，分别是用户ID、购买日期、订单数和订单金额。

2、分析思路

3、数据预处理

通过可以python可以看到数据集包含了69659行数据，共4个方面的数据信息，没有缺失值。其中购买日期不是规范的日期类型数据，通过excel函数=- -TEXT(B2,“0000-00-00”)转换为文本类型，再转换为短日期类型，同时给数据集增加一列序号信息。

4、用户消费特征分析

4-1-1、用户订单数、订单金额的描述性统计

分析：
订单数角度：用户总消费次数是69659次，平均每次消费产生2.41个订单，中位数为2，最大订单数是99次，平均订单数略大于中位数，说明存在一小部分用户一次消费的订单数较多。

订单金额角度：用户每次消费的平均订单金额为35.89元，中位数为25.98，单次购买的最大订单金额为1286.01元，说明存在一小部分用户一次消费的订单金额较大。

4-1-2、用户整体消费分析

分析：
通过月消费次数、月消费金额、月销售量和月消费人数的折线图可以看出，月消费次数、月消费金额、月销量最高均在1997年3月，分别是11598次、393155元和26159单，月消费人数的最高是在1997年2月，达到9524人。

随着时间的改变，这4个指标折线图整体趋势基本一致。前3个月，这4个指标的值均较高，均呈现快速上升至峰值，从第4个月开始骤降至基本平稳，稍微有下降的趋势。

由于数据集中的维度不足，只能推断出现这样分布可能是因为1997年1~3月该网站推出了优惠活动，或者推出某一款或几款当时消费者所期待的新音乐，导致消费次数、消费金额、销售量、消费人数激增的原因。

4-1-3、用户月人均消费分析

分析：
从月消费人数折线图中还可以发现，2月消费人数是最多的，3月开始略微下降而消费次数、消费金额、销售量在3月确是达到了峰值，可以推断消费者中存在高价值客户。

用户月人均订单数和月人均消费金额趋势基本一致。
前3个月人均订单数不足3单，从1997年4月开始，人均订单数趋于稳定，在3单和4单之间波动。前3个月人均消费金额相对较低，到3月才略微超过40元，4月份以后开始稳定在45元~60元。

虽然1997年1~3月消费人数较多，总消费金额高，但通过箱线图可以发现，由于这些消费者当中大部分消费的金额不高，订单数也不多，拉低了整体的人均订单数和人均消费金额。

随着4月份开始，这部分低低消费金额、少订单的用户群体减少，并且有小部分高价值用户的出现，月人均消费金额和月人均订单数相对前三个月有一定提高，并且稳定在[45,60]的区间内。

4-2、用户个人消费分析

通过散点图可以发现，用户消费金额和订单数成线性关系。

分析：
由于消费金额和消费订单数均存在个别极值，使得图形分布受到了干扰，因此对左边两个分布图的数据进行处理，分别截取了消费金额800元以内和消费订单数100单以内的数据。经过处理后可以看出，消费金额集中在40元以内，消费订单数集中在3单以内，说明大部分的用户的消费能力一般，高消费用户较少，由于网站主营的是cd产品，相对较为单一，这一情况也是满足cd消费市场的规律。通过辅助线可以看出，32.8%的用户占据了80%的的订单数，且32.65%用户所消费的总金额占80%。

这数据说明了这32.65%的用户是网站重点关注的对象，只需要重点维护好这批用户，业绩KPI就能完成80%。

4-3、用户生命周期分析

分析：
由上图可以发现，由于很大一部分用户消费周期为0，即只是一次消费，从图中难看出规律。排除只消费一次的数据后得到下图，可以发现分布图呈双峰分布，第一个高峰是20天内，第二个高峰是450天左右，针对这个现象，网站可以在20天内对用户进行引导，促使再次消费；在到30~400天内，可以通过定期短信通知、网络宣传、电话回访的方式，并且可以针对这些用户推出一些营销活动，引导其持续消费。
用户平均生命周期为134.9天，筛选点生命周期为0的数据后，用户平均生命周期是276天，将近是未筛选前的2倍，积极引导生命周期为0的用户，对提高平均生命周期尤为重要。

5、用户分层分析

5-1、用户价值度分析

使用RFM模型对用户进行分层。
R：距离最近一次消费的时间差，数值越小越好。
F：消费次数，数值越大越好。
M：累计消费金额，数值越大越好。

分析：
按照这3个指标的组合，将用户分为8个等级，分别为
重要价值用户、潜力用户、重点深耕用户、一般发展用户、重点唤回用户、一般维持用户、重点挽回用户和流失用户。有57.73%用户为流失用户，占据了主要部分，其次是重要价值用户，有19.59%。

5-2、用户活跃度分析

（1）由于本数据集中没有包含用户注册时间的数据集，且没有1997年之前的数据，因此，定义1997年开始第一次购买的用户为新用户。

分析：
结合用户第一次消费和最后一次消费时间分布图发现，新用户集中在前3个月，后面一直都没有新增用户。大部分最后一次消费的用户集中在前3个月，说明忠诚用户的数量较少。从4月份开始，随着时间的递增，最后一次消费的用户数呈略微上升的趋势。

（2）针对每个用户的消费情况，将每个用户的消费状况按月进行划分：
注册未消费用户：注册id，但一直没有消费的用户；
新用户：第一次消费的用户；
活跃用户：上个月有消费，这个月也有消费的用户；
回流用户：上个无消费，这个月有消费的用户；
不活跃用户：上个月有消费，这个月无消费的用户。
通过MySQL生成user_status表（用户状态表）：

select a.* ,
(case 
when a.s_id!=@k and a.s_amount!=0 then '新用户'
when a.s_id!=@k and a.s_amount=0 then '注册未消费用户'
when 
	((extract(month from a.s_date)-extract(month from @s_date)=1 and extract(year from a.s_date)=extract(year from @s_date))
	or (extract(month from a.s_date)-extract(month from @s_date)=-11 and extract(year from a.s_date)!=extract(year from @s_date))) 
    and a.s_id=@k 
	then '活跃用户' else '回流用户'
end) s_status,
@s_date:=s_date,@k:=a.s_id from s_table1 a,(select @ra:=0,@last_id='',@k:=0) b
group by a.s_id,extract(year from a.s_date),extract(month from a.s_date);
-- 查询需要的维度
select s_id,s_date,s_num,s_amount,s_status from user_group;

通过excel中的数据透析表，转换为下图：

1月份有数据的替换成“新用户”，空单元格替换成“未注册用户”。
复制一份上表，通过下面的公式，将剩余的数据替换。

=IF(AND(VLOOKUP($A2{,}^{\prime }用户消费情况（参照表{）}^{\prime }!$A$1:$S$23571,MATCH{(}^{\prime }用户消费情况（参照表{）}^{\prime }!C2{,}^{\prime }用户消费情况（参照表{）}^{\prime }!$A2:$T2,0),0)>0,B2="未注册用户"),"新用户",IF(AND(VLOOKUP($A2,‘用户消费情况（参照表）’!$A$1:$S$23571,MATCH{(}^{\prime }用户消费情况（参照表{）}^{\prime }!C2{,}^{\prime }用户消费情况（参照表{）}^{\prime }!$A2:$T2,0),0)=0,B2="未注册用户"),"未注册用户",IF(AND(VLOOKUP($A2,‘用户消费情况（参照表）’!$A$1:$S$23571,MATCH{(}^{\prime }用户消费情况（参照表{）}^{\prime }!C2{,}^{\prime }用户消费情况（参照表{）}^{\prime }!$A2:$T2,0),0)>0,OR(B2="活跃用户",B2="新用户")),"活跃用户",IF(AND(VLOOKUP($A2,‘用户消费情况（参照表）’!$A$1:$S$23571,MATCH{(}^{\prime }用户消费情况（参照表{）}^{\prime }!C2{,}^{\prime }用户消费情况（参照表{）}^{\prime }!$A2:$T2,0),0)>0,B2="不活跃用户"),"回流用户",IF(VLOOKUP($A2,‘用户消费情况（参照表）’!$A$1:$S$23571,MATCH{(}^{\prime }用户消费情况（参照表{）}^{\prime }!C2{,}^{\prime }用户消费情况（参照表{）}^{\prime }!$A2:$T2,0),0)=0,“不活跃用户”,“活跃用户”)))))

最后得到完整的用户状态交叉表。

使用COUNTIF将交叉表转换成下图形式。

=COUNTIF(‘用户消费情况（交叉表）’!B$2:B$23571,$A2)

通过PQ转换成下面两张图的形式。

通过tableau导入最后两张表格，制作下图。

分析：
从绘制的面积图可以发现，前3个月用户人数激增，新增用户数量占比较大，活跃用户从第2个月开始上升，由于4月份开始没有了新客户，活跃用户和回流用户相加的人数总和就是消费人数。可以发现，后期的消费人数中，活跃用户占消费用户的35.3%，回流人数占消费用户的64.7%。
结合每个月活跃用户和回流用户占比图可以发现，从第4个月开始，活跃用户急剧下降，到6月份之后在3%~4%之间波动。
回流用户则在6月份达到了峰值，并在之后的月份波动于4%~7%之间。
这两个指标在后期均带有下降的趋势，说明用户有流失的倾向。
针对后期的流失倾向，网站可以针对这部分用户，制定对应的会员机制，引导这部分用户做到持续消费。

6、用户质量分析

通过MySQL，将仅消费一次和多次的用户划分出来，生成times表（次数划分表）。

select a.* from
(select s_id,sum(s_num),'一次' s_time from buy group by s_id having sum(s_num)=1
union
select s_id,sum(s_num),'多次' s_time from buy group by s_id having sum(s_num)>1) a
order by s_id ;

再通过MySQL查询各用户回购情况并导出rec_buy表。

-- 分组排名
-- 创建新的表格
create table re_buy as
select @K:=@k+1 o_id,a.*,
case when a.s_id=@last_id then @ra:=@ra+1 else @ra:=1 end ra,
@last_id:=a.s_id
from buy a,(select @ra:=0,@last_id='',@k:=0) b
group by o_id;

select * from re_buy;

-- 查询满足回购的用户
-- 保存到新表格
create table rec_buy as
select a.*,
(case when extract(month from a.s_date)-extract(month from @s_date)=1 or extract(month from a.s_date)-extract(month from @s_date)=-11 
and a.s_id=@k then 1 else 0 end) yes,
@s_date:=s_date,@k:=a.s_id
from re_buy a,(select @s_date:='2020-01-05',@k:=0) T
group by a.o_id;

-- 查询需要的维度
select s_id,s_date,s_num,s_amount,yes from rec_buy;

通过tableau导入最后两张表格，制作下图。

分析：
在收集到的数据中，仅消费一次的用户人数占了所有用户人数中的51.14%。这也反应的大部分用户粘度较低。后续需要加强用户的引导，提高用户的粘度，为发展更多高价值用户做好基础。

复购率：前期因为大批新用户消费，且仅一次消费的用户较多，导致前期复购较低，后期复购率稳定在20%左右。

回购率：回购率高于复购率，后期稳定在30%上下波动，波动幅度相对于复购率大。结合用消费人数分布表可以发现，3个月之后的消费人数趋于稳到，回购率出现波动的原因有可能是与营销淡旺季或者CD发布者的发布周期相关，若有CD类别、发布时间等相关的维度，可以进一步探索，以此可以针对性地推出营销活动，提高用户的回购率。

留存率：因为计算的是留存率，用户仅消费了一次或者用户第一天内消费了多次，但是往后没有消费，留存率均为0，故筛选点这部分数据。从柱状图可以发现，2.46%的用户在首次购买后，会在1到3天内再次消费，3.22%的用户会在首次购买后3天到一周时间内再次购买。随着时间范围加大，人数逐渐增多，11.88%的用户在首次购买后，会在一个月到两个月内再次消费，而在半年到一年之间再次消费的用户达到了23.83%。从图中可以发现，CD营销确实不是高频次消费行为，若要使利益最大化，新用户的补充和忠诚用户的重点培养是关键。

7、结论与建议

1、网站的新用户集中在前3个月，且大部分最后一次消费集中在前3个月，表明忠诚用户数量较低。随着时间出现大量用户流失，4月份后消费的用户均为老用户，且存在高价值用户。
2、大部分的用户的消费能力一般，高消费用户较少，由于网站主营的是cd产品，相对较为单一，建议网站可以发展多业务，增加产品种类，吸引更多用户进行二次消费。
3、2.8%的用户占据了80%的的订单数，且32.65%用户所消费的总金额占80%。这数据说明了这32.65%的用户是网站重点关注的对象，只需要重点维护好这批用户，业绩KPI就能完成80%。
4、从第4个月开始，活跃用户急剧下降，到6月份之后在3%~4%之间波动。
回流用户则在6月份达到了峰值，并在之后的月份波动于4%~7%之间，且有流失的趋势。建议网站可以针对这部分老用户，制定对应的会员机制，引导这部分用户做到持续消费。
5、仅一次消费的用户较多，而且复购率、回购率均不高，反应了大部分用户粘度较低，建议推出优惠活动或者定期发送短信等，提高用户粘度。