淘宝用户行为数据分析报告

编辑导读：本文是一份关于淘宝用户行为数据的分析报告，作者主要对淘宝用户行为和商品特性进行数据分析，并根据分析结果提出了一些想法与建议，与大家分享。

01 项目背景

选取了2017年11月25日至2017年12月3日之间，有行为的约500名随机用户的所有行为（行为包括点击、购买、加购、喜欢），数据量约5万，分析了用户行为与商品规律。

注：因获得数据时间范围有限，该数据为临近双十二数据，因此以下结论并不严谨，仅是为了锻炼数据分析能力。

02 分析思路

03 分析过程 3.1 前提

数据来源：阿里天池。

分析工具：MySQL 8.0，Navicat for MySQL。绘图工具：Excel。

对数据进行数据清洗后再进行进一步分析，处理过程略，下文中仅显示数据处理后结果，不展示处理过程。

3.2 整体数据

3.2.1 数据体量

3.2.2 整体数据概览

3.2.3 日均数据概览

从图中数据可以看出，12月2日和12月3日的日访客数和点击数较前几日更多，可能由于这两日为周末，且双十二临近，但访客数与点击数的提升并未影响成交量，因缺少后续数据，故暂时推测为这是为双十二活动预热。

3.3 用户分析

3.3.1 复购率和跳失率

复购率=购买次数>1的用户/所有购买用户

跳失率=点击次数为1的用户/所有点击用户

从复购率可以看出，一半以上的用户有复购行为，且跳失率为0，说明淘宝对用户有足够的吸引力，让用户停留。

因仅有9天的数据，对用户复购时间特征没有足够的数据进行分析，因此没有对复购时间特征进行分析。

3.3.2 用户行为分析

用户行为可分为四种：点击、收藏、加购、购买，对这四类行为进行分析。

因用户购买途径有4种：点击-购买；点击-收藏-购买；点击-加购-购买；点击-收藏-加购-购买。因此，从上图中暂时无法判断点击、收藏、加购与成交数的关系，需进一步分析。

将用户成交方式分为四类：仅有点击行为；仅有收藏行为；既有收藏行为又有加购行为；仅有加购行为。分别计算出这四类人群的成交率。成家率=有下单行为的该类用户/该类用户总人数。可以看出，有收藏加购行为的和仅加购用户的购买率相较另外两者更高，因此，可以推测，用户的加购行为在一定程度上可以提高成交率。

3.3.3 用户时间分布分析

以日为单位对用户行为进行分析，可以看出，加购量与点击量几乎呈正相关趋势，收藏数与点击数相关性也较好，而购买量则与其他量没有呈现出明显的相关性。由前文我们已经推测，12月2日与12月3日点击量较高是由于周末和双十二近邻的缘故，但成交量没有随之提升同样可能是由于双十二活动预热所致，要研究成交量与其他行为的关系需要更多的数据进行进一步分析。

以小时为单位对用户行为进行分析，可以看出，晚上7点到11点是用户点击量行为的高峰期，此时用户加购量也随之增加，但下午1点却是用户下单的高峰期。因此，如果商家想以增长曝光度为目的，可以在晚上7点到11点之间做活动，如果是以提高营收为目的的活动，则可以在下午1点左右开始。

3.4 商品分析

3.4.1 商品转化分析

对商品进行转化漏斗分析，可以看出从点击到购买有很大的流量损失。同样，对不同渠道的商品购买方式进行分析。

3.4.2 购买路径分析