使用Python完成《数据分析实战》中的案例-1

数据分析实战书中所有案例分析均是使用R语言实现，由于目前正在学习Python语言，故触生尝试使用Python实现书中案例的想法。

案例一 为什么销售额会减少

现状和预期

本书中，我们假设某个社交游戏公司有一款叫作《黑猫拼图》的游戏。这个游戏的销售额之前一直保存稳定的增长，而这个月却下降了。无论是从市场 环境还 是从游戏本身的状态来看，这个游戏的销售额都还有继续增长的空间，因此销售额下降就成了该游戏公司的一个大问题。

现状 ：同上月相比销售额下降了

预期 ：销售额恢复到同上月一样的水平

发现问题：

为了明确现状和预期之间的差距具体表现在哪里，我们需要知道本月和上月相比有哪些地方不同。通过整体运营流程情况，做分析假设如下：

1. 在商业宣传上存在问题

2. 每月以不同的主题开展的游戏活动存在问题

通过咨询市场部及开发部，做简单的验证，发现：

由于预算的缘故，和上月相比，本月并没有开展那么多的商业宣传活动

游戏活动的内容和上月相比几乎没有变动

那么，导致销售额下降的原因很可能是第一条假设。由于宣传活动减少，导致新用户减少。为此，进行下一步深入的数据分析，找出原因，并提出解决措施。

数据收集与加工

通过简单的假设验证后发现可能因宣传活动减少，造成新用户减少，销售额减少。为此，需要通过实际数据来做进一步分析验证。

完成验证所需要的数据：

DAU（Daily Active User，每天至少来访 1 次的用户数据）

DPU（Daily Payment User，每天至少消费 1 日元的用户数据）

Install（记录每个用户首次玩这个游戏的时间的数据）

导入相应模块及文件

查看文件信息及是否存在缺失值

加工分析所需的数据（前期处理）

1.把用户信息数据（DAU）和首次使用的日期数据（Install）相结合

 为了得到某一天首次玩《黑猫拼图》游戏的人数，我们需要将用户ID 作为 key，把具有相同用户 ID 的用户信息和 Install 数据结合起来。

2. 将上述数据再与消费信息数据（DPU）相结合

为了得到在某一天有消费行为的用户数量，把用户 ID 和消费日期作为 key，将 DAU 和 DPU 的数据结合起来。

因为表头顺序较乱，且payment列存在缺失值（此处的缺失值是由于无消费记录导致的），所以稍微对表格进行重新排序，并将缺失值用 0 代替。

日期格式处理 

由于表格中两个日期列均为字符串格式，因此需要进行格式转换，然后增加log_month、install_month列。

新增用户属性

通过注册月份与登录月份比对，是否为当月新增用户，添加到新的列‘user_type’。

筛选有消费行为的用户信息

按月份进行数据统计分析

对比本月与上月的已有用户和新用户消费额

新增用户的消费数据分析

观察哪个消费层次用户流失较为严重

消费层次分组

数据可视化

1.绘制新老用户月销售额对比图

从图中来看，已有用户带来的销售额几乎没有变化，而新用户带来的销售额却下降了，由此导致本月销售额整体下降。也就是说，我们在初步分析中得到的结果很顺利地验证了之前提出的假设。

2.新用户月消费情况

在上图中，数据以柱状图的形式表示了出来。我们可以看出，和上月（2013 年 6 月）相比，本月（2013 年 7 月）消费额在 2000 日元以下的用户数量减少了。

解决对策

根据此前数据分析的结果，我们可以知道：

1、《黑猫拼图》游戏的销售额和上月相比减少了  （事实）

2、 通过观察销售额数据的构成，发现新用户带来的销售额减少了，其中消费额在 2000 日元以下的轻度消费用户的人数减少所造成的影响最大  （事实）

3、 将商业宣传活动恢复到与上月相同的水平  （确信度较高的解决方案）

基于上述结果，我们可以采取下面的解决对策来提升销售额。

新用户中的消费用户数量减少了，特别是消费金额较少的小额消费用户数量减少了。因此，公司需要再次开展商业宣传活动并恢复到之前的水平，这样才有可能提升潜在用户对公司产品的认知度，增加新的用户。这样一来，才会增加小额消费用户的数量，将销售额恢复到与上月相同的水平。