关于数据挖掘:数据探索电商平台用户行为流失分析

34次阅读

共计 1224 个字符,预计需要花费 4 分钟才能阅读完成。

原文链接:http://tecdat.cn/?p=27482

随着互联网和电子商务的倒退,人们曾经习惯了网上购物。在中国,电子商务平台十分受欢迎。在每年的 618、双 11、双 12 流动中,大量用户在如淘宝等电商平台浏览商品,或珍藏、退出购物车或间接购买。通过用 SQL 对用户行为的剖析,咱们能够开掘用户的购买法则,理解产品的热度,并联合门店的营销策略,实现更精密、更精准的经营,让业务取得更好的增长。

数据集蕴含用户行为,由用户 ID、产品 ID、产品类别 ID、行为类型和工夫戳组成。本次剖析共导入数据约 383 万条。在导入过程中,与主键联结设置了 5 个字段,在导入过程中打消了反复值。

用户行为间的转化状况

用户行为转化破绽剖析

从下面的漏斗图剖析能够看出,从用户进入 APP 浏览页面开始,购买环节的最终转化率为 2%。用户点击页面后,用户散失微小。从浏览到购买的转化率是多少?

用户购买的门路 剖析

点击 - 珍藏 - 购买的转化路径分析:用户浏览商品后,约有 1 / 5 的用户进行珍藏,而后珍藏中约 13.26% 的用户进行购买。

转化路径分析:从上图能够看出,用户浏览商品后,约有 41.13% 的用户会退出购物车,远高于进行珍藏的用户,但退出购物车后,只有 17% 左右的用户最终进行了购买,超过 80% 的用户没有进行购买。咱们须要剖析这个环节。揣测的起因可能是:

1、退出购物车是在不同店铺比拟同种产品的价格;

2、为了凑单,全减;

3、先放在一边,过几天再买;

4、等其余流动折扣

用户点击的商品和下单之间的关系

这里咱们重点关注用户点击的产品与用户订购的产品之间的关系,是否反对咱们的假如:平台推送的产品不合乎用户的需要。

产品点击量排名前九的产品类别:

对点击进行排序后,剖析最滞销的商品,找出点击与购买之间的关系。从上图咱们能够看出,点击率最高的产品的购买率只有 0.56%,而点击率第 6 的产品的购买率曾经达到了 5.8%。

论断:假如成立

通过以上剖析能够得出结论,电商平台的推送机制不合理,推送的商品无奈匹配用户的需要,导致用户在浏览过程中没有找到想要的商品,因而转化率:用户理论购买的比例非常低,即用户散失重大。

本文章中的所有信息(包含但不限于剖析、预测、倡议、数据、图表等内容)仅供参考,__拓端数据(__tecdat__)__不因文章的全副或局部内容产生的或因本文章而引致的任何损失承当任何责任。


 

最受欢迎的见解

1.R 语言多元 Logistic 逻辑回归 利用案例

2. 面板平滑转移回归 (PSTR) 剖析案例实现剖析案例实现 ”)

3.matlab 中的偏最小二乘回归(PLSR)和主成分回归(PCR)

4.R 语言泊松 Poisson 回归模型剖析案例

5.R 语言回归中的 Hosmer-Lemeshow 拟合优度测验

6.r 语言中对 LASSO 回归,Ridge 岭回归和 Elastic Net 模型实现

7. 在 R 语言中实现 Logistic 逻辑回归

8.python 用线性回归预测股票价格

9.R 语言如何在生存剖析与 Cox 回归中计算 IDI,NRI 指标

正文完
 0