本文主要是练习使用 mysql 进行数据分析，结合 excel 进行可视化分析，数据来源为阿里云天池的淘宝用户数据集，本数据集(UserBehavior.csv)包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、喜欢）。数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。
字段解释为：
注意到用户行为类型有四种，分别是：
关于数据集的大小说明：
由于数据集太过庞大，本人电脑可能不堪重负，用 python 读取发现有十亿条数据，用 mysql 载入也太费时间（导入一个小时才导入了几百万条），因此本文使用部分数据进行分析。
发现并没有缺失值，总共有3694900条数据
发现有两行数据是重复的，因此删除这两行数据。
观察数据发现Timestamp字段为时间戳，并非传统的时间日期，需要对这一字段进行处理。
新增 日期date 和 时间time 字段
利用 from_unixtime 函数将 日期 和 时间 从时间戳中提取出来，这一过程时间很长，可能需要几分钟，大家可以喝口水稍等一会儿 😃😃😃 处理好了！！！(上一步我并没有删除重复值) 😦 
此数据集中存在的离群值可能是日期时间不在我们研究的范围内，我们研究的时间范围是2017年11月25日至2017年12月3日之间，因此在这之外的均属于离群值
因此，删除这1870行数据，
删除完成，数据集已经处理完毕，最终数据集为3693030行数据。
类似于 用户漏斗分析 首先创建一个新视图，
结果如下： 
由运行结果可以看出，用户点击量、加购、收藏、购买占比分别为89.53%、5.57%、2.89%、2.00%，从用户浏览到用户购买的转化率仅仅有2.00%，所以我们要对如此低的转化率进行分析。而2.00%只是整体的从用户开始浏览到下单成功的转化率，一般用户来到商品页面可能会有以下几个可能的行为路径：浏览-购买、浏览-加购-购买、浏览-收藏-购买、浏览-加购并收藏-购买、浏览-流失，那么我们就从这几个方面进行拆解，运用漏斗分析方法分析找出具体哪种路径的哪个环节出了问题，造成整体转化率低。 根据上一阶段比例，可以看出从 浏览-购物车 仅占比6.22%，从 加购-收藏 占比为51.91%，从收藏-购买占比为69.28%。
计算各个阶段的转化率 创建视图 根据用户和商品计算出 四种行为 的数量
计算各个阶段的数量
从计算结果可以看出，用户直接购买的转化率为1.1%，加购后购买的转化率为10.58%，收藏后购买的转化率为8.6%，加购并收藏后购买的转化率为7.31%，很明显，用户在加购、收藏后购买的转化率比浏览之后直接购买的转化率高的多，针对这种情况，商家店铺可以从优化产品宣传介绍页面、鼓励用户收藏加购的优惠活动、限时优惠活动等营销手段方面促进用户加购收藏行为，从而一定程度上提升购买转化率。
另外，浏览量很大，但是有购买行动的却是非常少，大量用户流失，从浏览到直接购买、加购、收藏、加购并收藏的转化率都非常低，也许是用户在浏览过程中没有找到喜欢的，对此，可以针对不同用户的喜好，精准推荐顾客喜欢的比较热销的一些产品，从而促进转化。
针对平台问题，运用假设分析方法，假设：用户推荐机制不合理，平台推荐商品不是用户喜欢的，造成转化率低。
通过分析高浏览量商品和高购买量商品是否相关，如果是，则假设不成立，如果不是，则假设成立；
浏览量前10的商品类：
购买量前10的商品类：
由结果可以看出，高点击量不一定高购买量
再细分到每个商品分析； 分析浏览量前10的商品的购买次数
接着分析购买量前10的商品的浏览量：
分析结果，点击量高的商品购买量却很低，几乎没有，意味着高流量商品最后转化率很低；而购买量高的商品浏览量并不是很高，而且没有点击量前10的商品，即高购买量并没有是由高浏览量带来；
结论：平台的推荐机制不合理，给了高流量的商品最后并没有带来转化，没有带来效益，最后造成抓化率低。应该把流量推给购买量高的商品类和具体商品，如商品类目2735466、1464116，商品3122135、2964774等。
转化率低原因分析总结：
1、优化平台推荐机制，把更多流量给到购买量高的商品，提升转化率；
2、针对大量流失用户，通过积分会员制、店铺页面优化、更精准用户推荐等措施降低流失率；
3、引导加购、收藏，可通过限时优惠活动、加购收藏后享受优惠等活动间接提高用户购买转化率；
根据不同日期对用户行为进行分析 假设1：用户在周末购买量会增加；
利用excel进行可视化分析 
从图标可以看出，在周六、周日用户点击量、加购量、收藏量、购买量均有小幅增加，说明假设成立。但是由于周期较短，本案例数据仅仅有一周数据可供分析，所以结果有待考量。
假设2：用户在一天中晚上时间活跃度上升；
由用户活跃可视化图可以看出，用户在一天中零点到4点时段活跃快速下降，从4点到10点逐步上升，10点到18点基本平稳，从18点到22点活跃度急剧上升，达到最高。所以用户在晚上的时段确实更活跃，假设成立。在这个时段可以加大商品推荐和促销活动，从而提高转化率。
RFM是三个指标缩写，分别为最近一次消费时间间隔Recency，消费频率Frequency，消费金额Monetary，往往通过这3个指标对用户进行价值分类。
R=当前时间-最近一次购买时间
F=在分析周期内购买的次数
M=在分析周期内用户消费额
本文由于没有用户消费相关数据，所以不作分析，接下来对R、F值进行计算：
给R、F值打分（具体公司分析业务可根据业务情况制定打分标准）：
接下来对上述结果进行打分：
计算 R 和 F 的均值
RFM用户价值分类规则如下： 
找出不同价值用户的人数：
结论：
对于重要价值用户，消费频率高且最近消费距离现在时间短，需要给其提供VIP服务；
对于占比较大的重要发展用户，其消费频率低，但最近消费距离现在时间较短，想办法提高其消费频率；
对于重要保持用户，最近消费距离现在时间较远，也就是R值低，但是消费频次高，这样的用户，是一段时间没来的忠实客户，可以采取邮件推送、APP推送提醒、促销活动时短信提醒等方式主动和他们保持联系，提高复购率；
对于占比较大的重要挽留用户，最近消费时间距离现在较远、消费频率低，这种用户有即将流失的危险，需要主动联系用户，调查清楚哪里出了问题，并想办法挽回；