淘宝用户行为数据分析PPT
项目背景2014年是阿里巴巴集团移动电商业务快速发展的一年， 例如2014双11大促中移动端成交占比达到42.6%，超过240亿元。相比PC时代，移...
项目背景2014年是阿里巴巴集团移动电商业务快速发展的一年， 例如2014双11大促中移动端成交占比达到42.6%，超过240亿元。相比PC时代，移动端网络的访问是随时随地的，具有更丰富的场景数据，比如用户的位置信息、用户访问的时间规律等 项目目的本次可视化分析的目的是针对脱敏过的用户行为数据(包括浏览、收藏、加购和购买4类数据)进行分析，使用Mysql,BI工具完成可视化分析,通过数据分析和可视化展示，充分挖掘数据的价值分析过程因为加购和收藏没有必然联系，因此我们把这两类合并在一起做分析。双十二浏览到购买整体转化率为平时的2倍多，说明大促的运营活动对用户活跃度的转化起到了很好的促进作用。 作为商家来讲，可以考虑在特定节日推出特定主题的优惠活动，是个有效的促活、转化的方式。 11-18到12-18复购率比较高，达到87.17%大部分用户的复购行为发生在5天之内，在第5天复购的行为出现了明显的拐点，如果这个时候采取营销策略提升用户的购买意图，增加更多收益。超过15天后，复购的意愿基本已经趋于0，此时可以考虑采取一些召回策略，增加复购的可能性，防止用户的流失。4种行为按照小时的变化趋势基本一致，都是在晚上8点之后有明显增长，凌晨2-6点是低峰，符合常识所有的行为数据都在12号出现了一个尖峰，由双十二大促节的用户集中消费导致的变化用户每天平均消费次数在0.5次左右，双十二期间达到最高值接近2，是平时的4倍左右，表明用户会集中在大促日的时候购买。有销量商品多达92753种，销量最高也只有50，证明数据中无爆款收藏和加入购物车排名前面的有部分购买量较少，建议提示用户，促进销量。加入购物车的销量比收藏的销量高，说明加入购物车与销量关系更直接浏览量排名前面的商品，销量普遍较低，需要核实是商品页面排版问题，还是价格问题，如果是商品款式太旧，则需要即时更新，同时也应提升商品推荐准确率总结与建议1.购买量排名前100的用户，更倾向于将商品放入购物车，而不是收藏。收藏高的用户，购买不高，建议发送短信及app站内信提示用户。2.用户活跃峰时间段为晚上8点到10点 ，低谷时间段为凌晨2点到5点，更新产品页面，测试上线新品可在低谷时间段进行。3.浏览量排名前面的商品，点击量均超过300, 但销量最高才50，大多为个位数,销量较低，须要提升商品推荐准确率，优化商品显示页面，更新商品款式。
