CDNow网站销售数据分析

1.项目背景

背景描述
CDNow曾经是一家在线音乐零售平台，后被德国波泰尔斯曼娱乐集团公司出资收购，其资产总价值在最辉煌时曾超过10亿美元。

数据说明
本次分析数据来源CDNow网站的用户在1997年1月1日至1998年6月30日期间内购买CD交易明细。
数据集一共有用户ID，购买日期，订单数，订单金额四个字段。

问题描述
进行用户消费分析

2.数据预处理

3.数据可视化分析

因为没有一个完整的指标体系，
使用指标分级法对该数据集边构建边进行分析。
CDNow是一个网站，其商业模式为电子商务。
而作为电子商务模式的公司，我认为它的第一关键指标永远是GMV（营销收入）。

3.1第一关键指标:GMV指标

使用power BI 将数据集的GMV可视化。日期分组为月。

从折线图中可以看到自97年4月后销售额骤降60%，此后一直保持该水平。
对GMV指标下降的分析：
首先从大环境分析，利用PEST分析法，分析政治、经济、社会、科技这四方面对公司（网站）经营的影响。据悉因科技的发展，音乐播放软件的出现打破了传统CD唱片的市场独占性，以及Amazon这个不惜亏损也要圈用户的潜在竞争者的入场。这些原因造成了CDNow业务唱片销售的腰斩。
其次，利用公式分解推导。GMV=用户数客单价，在该数据集下课具体为GMV=用户唱片数量唱片价格，从这两方面分析造成GMV变化的原因所在。具体分析放在后面指标分级构建中进行。

3.2二级指标：用户、客单价

客单价=GMV/用户数，该数据集的客单价影响因素有订单数量(销量)和唱片平均价格。
先对每月客单价进行可视化分析。
建立新度量值：客单价= DIVIDE(‘cdnow’[金额汇总],‘cdnow’[非重复用户基数])
其中[金额汇总]为根据月汇总的销售额度量值，[非重复用户基数]为根据月汇总的非重复用户数 度量值

再对用户数进行可视化分析。

对比发现用户数变化趋势与销售额变化趋势几乎相同。在这里给3个变量做一个相关系数分析。
因为不清楚power BI怎么求相关系数，用python

首先根据年月分组统计出月销售额、月用户数(非重复)、月客单价如下：

接着利用numpy里的corrcoef函数计算两两之间的相关系数

可以得知月销售额(GMV)的变化与用户数量的变化最相关(越接近1越正相关)，因此，造成销售额下降的最大原因是用户数量的下降。

因为造成影响的因素主要是用户数，继续对用户数变化做可视化分析。
用户数的分析从用户活跃、获取、留存方面进行。
影响用户数量变化的因素有，用户新增数和用户留存率。

3.3分析用户月新增：

新建列新老客户，根据用户ID和购买时间划分是否为"首单"或"非首单"

再根据新老客户建立新度量值新增客户数

对每月新增客户数可视化

由于数据并非是从网站最初的数据开始，所以开始几个月的新增客户数比较多，但在97年3月后基本为0（除了11月的2位新客户），这代表着在97年3月-98年6月为止的销售数据里，用户都是老用户而没有新客户流入。没有新客户流入是非常严重的问题。

3.4用户的留存率分析

因为不会在power BI中求留存率，将数据导入sqlserver中进行处理
使用如下语句获取次月留存率

  select e.date_1,e.月新增,f.次月留存,(convert(varchar,round(100*f.次月留存/e.月新增,2)) + '%')as 次月留存
  from 
  (
  select date_1,COUNT(distinct user_id)as'月新增'
  from cdnow_3 where user_new='新客'
  group by date_1
  ) e
  
  inner join 
  
  ( 
  select convert(varchar(7),dateadd(m,-1,a.date),120) as 'date_1',count(distinct USER_ID)as '次月留存' from cdnow_3 a 
  where a.USER_ID in (select USER_ID from cdnow_3 b where DATEDIFF(M,b.date,a.date)=1 and b.user_new='新客')
  group by convert(varchar(7),dateadd(m,-1,a.date),120)  )f
      on e.date_1=f.date_1
  

结果如下

因为新增用户只有4个月有，且97年11月的新增用户全部流失，所以只有3个月的新增用户留存率。这三个月的新增用户次月留存率在15%左右，根据留存率的40-20-10原则，30日留存位置在10%以上是较好的水平，但问题在于新增用户的断层，因此将决策中心放在新用户的获取上。

3.5用户价值RFM模型分析

利用RFM模型，通过用户R(最近一次购买时间时间间隔)、F（一段时间内购买次数）、M（一段时间内的购买金额）这三个指标分类用户，将用户分层做分析，并针对不同类型用户做出决策。

利用用户id和购买时间来新增用户最后一次购买时间列
末次消费日期 = MAXX(FILTER(‘cdnow’,‘cdnow’[用户ID]= EARLIER(‘cdnow’[用户ID])), ‘cdnow’[购买日期])

再利用末次消费时间求出R：数据日期截止到98年6月30号
R = DATEDIFF(‘cdnow’[末次消费日期],DATE(1998,6,30),DAY)-1

一次得出F、M
F = COUNTAX(FILTER(cdnow,‘cdnow’[用户ID]= EARLIER(‘cdnow’[用户ID])),‘cdnow’[用户ID])
M = CALCULATE( SUM(‘cdnow’[订单金额]),FILTER(‘cdnow’,‘cdnow’[用户ID]= EARLIER(‘cdnow’[用户ID])))

消费表内用户ID存在重复值，新建RFM表得到唯一值
RFM = SUMMARIZE(‘cdnow’,‘cdnow’[用户ID],‘cdnow’[R],‘cdnow’[F],‘cdnow’[M])

根据R、F、M的平均值队R\FM分级，大于平均值为高，反之为低。
R值 = IF( ‘RFM’[R]<= AVERAGE(‘RFM’[R]), “高”,“低”)
F值 = IF( ‘RFM’[F]>= AVERAGE(‘RFM’[F]), “高”,“低”)
M值 = IF( ‘RFM’[M]>= AVERAGE(‘RFM’[M]), “高”,“低”)
进而得出RFM终值
RFM终值 = ‘RFM’[R值] & ‘RFM’[F值] & ‘RFM’[M值]

根据RFM终值分类用户
会员分组 =
SWITCH(‘RFM’[RFM终值],
“低低低”,“一般挽留”,“低低高”,“重要挽留”,
“低高低”,“一般保持”,“低高高”,“重要保持”,
“高低低”,“一般发展”,“高低高”,“重要发展”,
“高高低”,“一般价值”,“高高高”,“重要价值”)

接下来队RFM表进行可视化，进行客户价值分析

分析观察到一般挽留用户占整体用户的50%以上。
重要用户（重要价值、重要挽留、重要保持、重要发展）大概占25%。

4、总结及建议

1、根据这批数据分析，该阶段最重视的事情应该是重新开始新用户的获取，因为自97年4月之后基本没有新用户的流入。后续全靠老客户维持网站经营。可通过活动让老客推荐新客购买分发利润来进行病毒传播用户增长。
2、制定用户生命周期管理计划：维护好重要客户（基本都是老客）避免流失从而延长客户的生命周期。