【数据分析】电商平台零售数据分析
其他
2020-04-21 23:45:47
阅读次数: 0
分析目的
- 用户分类(RFM模型),对于分析不同用户群体在时间,地区等维度下交易量,交易金额指标,并根据分析结果给出优化建议。
- R:最近一次消费时间-recently
- F:消费的频次-frequency
- M:消费的金额-money
- 不同的用户,价值贡献度是不一样的。
数据清洗
- 字符串转成时间类型
- 数值的填充和编码
- 数据扩展和转换
- 日期时间的切分
数据分析
- 按照年份和月份计算退货率
- 不同客户最近一次的购买日期
- 根据具体指标对客户进行分层,根据结果对数据做一个最终的归类
- 数据面元化(客户ID,RFM)
- json格式的数据存储在csv文件中,对数据进行提取和合并,以及自动化的方法
- 针对图标给出结论和建议,为不同层级的客户采用不同的营销手段
注意点
- 如果数据比较异常,那么均值和具体的值之间的差异就比较大(异常值和均值的差异比较大)
发布了133 篇原创文章 ·
获赞 67 ·
访问量 9911
转载自blog.csdn.net/weixin_43797885/article/details/104708553