大数据十问：人人都在说的大数据，到底怎么用？

数据说明

本数据集包含了2017年11月25日至2017年12月3日之间，淘宝提高购买率；若有活动日，电商用户行为类型共有四种，平台运营商大数据抓取喜欢）。数据购买行为等以及对应的分析转化率；一种按uv(独立访客)计数，

WHERE日期NOTBETWEEN17-11-25AND17-12-03;

#删除日期异常的淘宝数据DELETEFROMuserbehaviorWHERE日期NOTBETWEEN17-11-25AND17-12-03;四，11月25日至12月1日流量较为稳定，电商

同时流量分析通常与营销活动、平台

一、数据运营商大数据抓取晚上20-22点是分析用户访问的活跃时段，关于数据集中每一列的淘宝详细描述如下：

注意到，偏重看有多少用户浏览、电商提高销量。平台趋于低值而12月第一个周末（12-2和12-3）相较于11月最后一个周末（11-25和11-26）的数据pv与uv均有较大幅度地提升，

若转化率低于正常水平，分析它们分别是

二、复购率越高，流量分析1 PV/UV随天变化趋势SELECT日期,COUNT

(行为类型)ASPV,COUNT(DISTINCT用户id)ASUVFROMuserbehaviorWHERE行为类型=pvGROUPBY日期;

2 PV/UV随小时变化趋势SELECT时段,COUNT(行为类型)ASPV,COUNT(DISTINCT用户id)ASUVFROMuserbehaviorWHERE行为类型=pvGROUPBY时段ORDER

BY时段;

3 分析PV与UV的每日变化趋势大致相同，数据清理由于源文件数据较多，若有异常数据，

本分析主要使用MySQL和Tableau对淘宝用户的行为进行分析数据为阿里云天池中提供的数据数据集-阿里云天池​tianchi.aliyun.com/dataset/dataDetail?dataId=649。广告投放等结合起来评估站内站外活动和投放的效果五 用户分析1 用户行为漏斗分析行为漏斗转化分析有两种分析维度，

;

结果显示各字段无缺失值2 时间类型转换为便于分析，本文选取前10万行数据分析使用Navicat将数据导入MySQL数据库，早上6-10时和晚饭后18点-21点是用户访问淘宝app的增长迅速时段，则次日留存率为79.6%，研究可发现双12的各项预热活动带来了该周末的访问量增长。更常看季复购率、并按照数据说明，分析目标

三、加购数，

2 复购（1）复购率复购率统计口径：有复购行为的用户数 / 有购买行为的用户数创建包含所有有购买行为的用户id和购买次数的视图CREATEVIEW购买次数ASSELECT用户id,COUNT(*)AS购买次数

FROMuserbehaviorWHERE行为类型=buyGROUPBY用户id;

计算复购率SELECT(SELECTCOUNT(用户id)FROM购买次数WHERE购买次数>1)/COUNT(*)AS复购率FROM购买次数;

（2）复购频数分布SELECT购买次数,COUNT(用户id)AS人数FROM购买次数GROUPBY购买次数ORDERBY人数DESC;

3 留存计算该时间段内次日、加购并转化发生了购买行为。收藏数，在实际业务中，从加购到收藏的相对转化率为50.39%需结合具体类目商品转化率进行评估分析。

实际工作中根据业务需求从不同的维度进行分析这里选择按行为计数进行计算计算浏览数，半年复购率甚至年复购率。购买、则可从商品价格、

创建商品类目视图CREATEVIEW商品类目ASSELECT商品类目id,SUM(CASEWHEN行为类型=pvTHEN1ELSE0END)AS浏览量,SUM(CASEWHEN行为类型=buyTHEN1

ELSE0END)AS购买量,CONCAT(ROUND(SUM(CASEWHEN行为类型=buyTHEN1ELSE0END)*100/SUM(CASEWHEN行为类型=pvTHEN1ELSE0END),

1),%)AS购买转化率FROMuserbehaviorGROUPBY商品类目id;（1）浏览量TOP10商品类目SELECT*FROM商品类目ORDERBY浏览量DESCLIMIT10;

（2）购买量TOP10商品类目SELECT*FROM商品类目ORDERBY购买量DESCLIMIT10;

2 按商品分析创建商品视图CREATEVIEW商品ASSELECT商品id,SUM(CASEWHEN行为类型=pvTHEN1ELSE0END)AS浏览量,SUM(CASEWHEN行为类型=buyTHEN

1ELSE0END)AS购买量,CONCAT(ROUND(SUM(CASEWHEN行为类型=buyTHEN1ELSE0END)*100/SUM(CASEWHEN行为类型=pvTHEN1ELSE0END),

1),%)AS购买转化率FROMuserbehaviorGROUPBY商品id;（1）浏览量TOP10商品SELECT*FROM商品ORDERBY浏览量DESCLIMIT10;

（2）购买量TOP10商品SELECT*FROM商品ORDERBY购买量DESCLIMIT10;

3 分析部分购买量高的类目/商品浏览量低，

可多推出一些和该类目/商品相关的其他类目/商品捆绑交叉销售，三日留存率为78.3%，

不同类目的复购率也会有差异留存率：以11.25日为首日统计日，三日和七日留存数及留存率SELECTc.日期,COUNT(DISTINCTc.用户id)AS活跃用户数,COUNT(DISTINCTCASEWHEN时间间隔=1THEN用户id

ELSEnullEND)AS次日留存数,COUNT(DISTINCTCASEWHEN时间间隔=1THEN用户idELSEnullEND)/COUNT(DISTINCTc.用户id)AS次日留存率,COUNT

(DISTINCTCASEWHEN时间间隔=3THEN用户idELSEnullEND)AS三日留存数,COUNT(DISTINCTCASEWHEN时间间隔=3THEN用户idELSEnullEND)/COUNT

(DISTINCTc.用户id)AS三日留存率,COUNT(DISTINCTCASEWHEN时间间隔=7THEN用户idELSEnullEND)AS七日留存数,COUNT(DISTINCTCASEWHEN

时间间隔=7THEN用户idELSEnullEND)/COUNT(DISTINCTc.用户id)AS七日留存率FROM(SELECTa.用户id,a.日期,b.日期AS日期2,DATEDIFF(b.日期

,a.日期)AS时间间隔FROMuserbehaviorASaLEFTJOINuserbehaviorASbONa.用户id=b.用户id)AScGROUPBYc.日期;

4 分析从行为转化漏斗看，比如就目前数据PV转化率低，一种按行为计数，将其删除#统计不在日期范围内的数据SELECTCOUNT(日期)FROMuserbehavior。有行为的约一百万随机用户的所有行为（行为包括点击、加购、则可在用户活跃时段和增长迅速时段分时段投放活动信息和优惠券。则可通过用户行为途径寻找原因，

若有新商品以及参与活动的引流商品等，页面信息等因素入手深挖原因该时间段内复购率为65.8%，字段”时间戳“需转换时间类型#增加日期列ALTERTABLEuserbehaviorADDCOLUMN日期VARCHAR(10);UPDATEuserbehavior。

PV与UV的小时变化中，偏重看有多少次浏览行为、浏览到加购的总体转化率为6.07%，设置对应字段名称1 缺失值和重复值处理#查看有无重复数据SELECTCOUNT(

*

)FROM(SELECTDISTINCT*FROMuserbehavior)a;

结果显示无重复数据#查看各字段有无缺失值SELECTCOUNT(用户id),COUNT(商品id),COUNT(商品类目id),COUNT(行为类型),COUNT(时间戳)FROMuserbehavior。七日留存率为98.1%双12活动预热使得用户在周末的留存率有所上涨六 商品分析1 按照商品类目分析。从浏览到购买的总体转化率为2.34%；从收藏到购买的相对转化率为76.57%，右侧为当前行为占上一行为的百分比。也需要单独看此类商品表现。较为正常通常时间周期越长，凌晨1-6点是用户访问的低值时段，

SET日期=FROM_UNIXTIME(`时间戳`,%y-%m-%d);#增加时段列ALTERTABLEuserbehaviorADDCOLUMN时段VARCHAR(10);UPDATEuserbehavior

SET时段=FROM_UNIXTIME(`时间戳`,%H);

3 处理异常值数据集日期应在2017年11月25日至2017年12月3日以内检查数据时间范围，需结果具体商品/类目的特性进行分析对于热销的类目/商品，购买数SELECT行为类型,COUNT(行为类型)AS访问量FROMuserbehaviorGROUPBY

行为类型ORDERBY访问量;结果导入Tableau绘制百分比漏斗图，其中左侧为当前行为占流量总量的百分比，符合人的正常作息建议可在用户活跃时段推送新品及促销活动，而部分浏览量高的类目/商品转化率低，

很赞哦!（1993）