一、分析背景与目的
此次分析将基于某电商平台2014年11月18日至2014年12月18日之间100多万条用户行为数据，希望更加了解用户的购买行为，挖掘潜在的商机。所以本文通过梳理用户的不同行为（点击、收藏、加购物车、支付），分析和研究不同用户对产品的购买行为来为产品优化、改善销售方案或提升用户价值，给出有用的分析建议。
本文重点了解用户的购买转化率、用户行为、高价值用户和高价值商品及商品类目，根据分析数据对业务提供建议，提升用户购买。
二、分析思路与过程
本次数据分析按照拆解问题、理解数据、指标建立、数据清洗、构建模型、数据可视化分析框架来对电商用户行为进行分析。分析过程如下：
2.1 问题拆解
· 用户从浏览到购买的转化率是多少？转化环节是否存在问题？
· 不同日期的日活是多少？哪个时间段用户较为活跃？
· 付费人数占比是多少，哪些用户对平台贡献价值最大，且他们是否有某些特定的行为？
· 哪种类目的商品最受欢迎、购买次数最多？
2.2 理解数据
本数据集取自时间介于2014年11月18日至2014年12月18日之间，包含12256906条行为数据，10000个不同用户，2876947个商品，8916个不同商品分类，4种用户行为数据。
数据集的不同列名称解释如下：
2.3 数据清洗
1) 删除重复值
通过数据重复值查询，显示无重复值，无需进行处理。
2) 缺失值处理
在数据集中地理位置数据缺失值过多，对该列去掉，对用户所处地理位置不做分析。
3) 数据处理
对time字段进行处理，生成日期、小时两个字段，新增日期（date）、小时（hour）两个字段。如下图所示：
4) 异常数据处理
无异常数据进行处理
2.5 构建模型
1) 用户购买转化行为分析
清洗后的数据可以展示用户从浏览到支付整个流程的用户行为情况，首先对用户浏览、加入购物车、支付购买整个流程的转化率情况。其漏斗转化如图所示：
从图中可看出从浏览到支付的转化率很低。初步推断，用户花费大量的时间在商品浏览的选择上，导致用户从浏览到支付购买的转化率很低。我们可以通过用户人均访问量（PV/UV）来证实一下是否该原因导致的问题。
通过MySQL数据处理得到2014年11月18日至12月18日登录的独立用户总数为202324即UV，PV数据在之前已经得到为11550581。通过计算可得到用户人均访问量（PV/UV）为57.09。
从结果可看出，每个用户人均访问量57.09，但是购买转化率却很低，证明了用户花费在大量时间在商品的浏览和选择上。
小结：通过以上分析可以看出，用户花费大量时间在商品的浏览和选择上，导致了购买转化率过低。为了提高用户转化率，应该提高对用户购买商品的精准推送，减少用户花费大量时间在商品的浏览和选择上。所以要完善用户画像，对细化、完善商品标签，做到使商品对用户的精准推送，减少用户的浏览时长，提升用户购买转化率。
2) 不同时间尺度下用户行为分析
对每日UV进行统计，根据数据画出如下折线统计图：
对每日的PV进行统计，根据数据画出如下折线统计图：
对每日用户的行为进行统计，根据数据画出如下折线统计图：
小结：通过三张图可以看出访问用户数和用户浏览量每天趋于平稳，到12月12日左右访问用户数和用户浏览量有明显的上升，初步推断是由于双十二对用户吸引或者商家活动导致。通过每小时用户不同行为类型统计可以看出从18时用户开始活跃到21-22时用户活跃达到顶峰。
3) 付费用户行为分析
筛选出购买商品次数最多的top20的用户ID，绘制出对应的条形图：
根据购买商品次数最多的top20的用户ID，筛选出top20的用户ID所有数据：
对该top20用户的数据进行处理，得到用户在不同时段所有行为的统计：
筛选出top20用户购买的商品品类和商品ID中的top10：
小结：通过了解高价值用户的购买行为、购买时间、购买产品以及购买商品类目等，可以得到高价值用户的最喜爱购买的商品及商品类目、购买时间点（集中在22:00时段），平台可以在特定时间对高价值用户推出有针对性的产品推荐，通过个性化的推荐提高产品销售额。
4) 对商品销售情况分析
筛选出商品ID购买量top10的商品，绘制出对应的条形图：
筛选出商品品类购买量top10的商品类型，绘制出对应的条形图：
小结：通过上述分析可以了解到不同商品及商品类目用户购买次数的排行，其中商品ID=303205878、商品类目ID=6344的商品最受用户欢迎，若数据集提供产品单价信息，则可以找出高价值的商品及商品类目，平台可针对TOP系列的商品优化产品页面分布和广告资源位结构，引导用户快速找到心仪的商品，提高商品购买转化
三、分析结论与建议
本文通过MySQL分析了1000多万条某电商用户行为数据，从用户、商品、平台三个角度提出业务问题，通过对用户行为进行数据分析给出如下结论和建议：
结论：
1) 减少用户浏览和选择商品的时间，提高用户购买转化，根据分析结果建议：
2）用户在活动前后会使活跃用户有明显提升，用户活跃时间集中在21:00-22：00。根据分析结果建议：
3）找出高购买率的用户，分析此用户群体购买行为可以得到的最喜爱购买的商品及商品类目以及购买时间点（在22:00时段达到最高）。
4）对所有购买用户分析得出用户最受欢迎的商品和商品品类。
建议：
1) 产品部门可以通过改进产品浏览或者在浏览页面加入直接购买的功能点，以提高用户购买商品的转化率。
2) 提升商品主图和详情图的展示效果，比如提高图片清晰度、色彩感或者加入动图、试用报告等方式让展现形式更为生动，可以让用户更加了解商品，增加用户购买欲。
3) 完善用户画像，对细化、完善商品标签，做到使商品对用户的精准推送，减少用户的浏览时长
4) 商家可以根据在用户一天的活跃时段，投放一些优质的产品文案或者商品活动优惠券，以吸引用户进行购买
5) 平台可以在特定时间对高价值用户推出有针对性的产品推荐，通过个性化的推荐提高产品销售额。
6) 对于年购买次数和金额达到规定量的客户推出VIP服务，给出不同折扣的优惠券，购买次数同比上升之后相应福利也上升，利用这种方法提高高价值用户的留存率和对平台的忠诚度。
7) 平台可针对用户高购买的商品优化产品页面分布和广告资源位结构，引导用户快速找到心仪的商品，提高商品购买转化。