分析用户画像的工具,用户画像分析算法

  分析用户画像的工具,用户画像分析算法

  一、项目背景

  近期,JD.COM电商平台家电的订单量、产品访问量、搜索量都在下降。相关部门计划开展家电促销活动,想根据家电用户特点出谋划策。

  二、需求分解活动主要包括以下几个部分:

  对象促销活动时间促销活动产品对象——用户基本属性时间——用户购物行为属性;产品——用户的首选属性。

  这份分析报告主要从上述角度对小家电消费群体进行用户画像,并根据用户特点提供促销活动相关的建议和指导。

  三。数据简介数据来源本次用户图片分析的数据来源为:2020年8月13日至2020年8月19日小家电订单数据、相关用户用户信息数据、小家电补充购买数据。

  2.数据预处理(python)。

  通用包导入和数据导入#常用软件包importnumpyasnpimportpandas aspdimportmatplotlib。要导入atlibfrom的pyplotlplt % matplotlibinline importdatetimeimportplotplibfrommmom rtfuncformat。rplt . RC params[ font . sans-serif ]=[ Arialunicodems ]importwarningwarnings . filter warnings 订单数据和用户信息数据importsos . chdir(c:/users/atmospheric stories/Desktop/JD.COM项目/2 users))user _ df=PD . read _ CSV(xjd _ CSV)read elimiter= t )order _ df=PD . read _ CSV( xjd _ order _ d)

  #订单数据order_df.info(

  用户信息数据约21万条。

  #用户信息数据user_df.info()转换数据类型

  将订单数据中的时间字段转换为时间类型。

  #字段类型order _ df[ sale _ ord _ TM ]=PD . to _ datetime[order _ df[ sale _ ord _ TM ]]order _ df[=PD . to _ datetime[ check _ account _ TM ]将合并有效数据,并根据用户帐户字段提取订单数据和用户。

  #合并数据Order _ user _ df=PD . merge(Order _ df,user _ df,on=user_log_acct ,how=left(#对于所有已收到订单的用户,Order _ user _ df _ unique=Order _ user _ df . copy)Order _ user _ df _ nique Order _ ser _ df _ nique keep= first (Order _ user _ df _ unique . info)是sale_ord_valid_flag的有效订单标志)。

  VAILD _ ORDER _ DF=ORDER _ DF[(ORDER _ DF( sale _ ord _ valid _ flag)]==1)#订单有效。Order _ df ( cancand )=0)折扣单价和实际支付单价不为0(order _ df( user _ actual _ pay _ amount )!=0))之后排序数据需要按时间段分析,所以增加了时间域,最后进行用户画像分析,生成原始数据。

  #新时间字段vail d _ order _ df[ order _ time _ HMS ]=vail d _ order _ df[ sale _ ord _ TM ]。应用[lambdambase]

  45岁以上的年轻用户和中年用户较少。

  用户的地理分布

  小家电品类的用户来自广东,其次是江苏和北京;在城市分布上,贝尚广深占据了消费用户数量分布的前四名。

  用户的婚姻和生育状况

  在小家电下单的用户中,近70%已婚,超过60%的用户更有可能生孩子。

  用户的教育水平

  小家电用户绝大多数具有大专以上学历,说明该类用户的受教育程度相对较高;大部分用户主要从事互联网、白领、教师等收入较高的职业,与其受教育程度相符。

  用户的基本属性描述

  小家电用户的典型消费者:

  男,30岁左右,已婚有子女。生活在一线城市,本科学历,在互联网公司上班,收入很高。

  结论:

  推广文案中性,突出推广产品对家庭生活品质的提升。

  2.购买行为的属性分析

  从用户购买的商品类别分布的订单数据来看,电风扇是最受欢迎的类别。但是订单数据是从8月中旬开始的,那时候天气比较热,所以风扇销量大。因为促销活动计划在夏季结束后举行。所以要选择净水器、饮水机、加湿器等第二热门的品类。

  用户购买时间分布

  从用户数据拆分的时间维度来看,绝大多数订单大多在周二和周六完成,而周三的订单数量最少;从单日每小时订单量来看,下单时间多集中在上午10-11点和晚上21-22点。一般促销活动都要提前一定时间推送,让用户有时间选择产品。所以推荐在周二、周六上午9: 00、晚上8: 00推送促销活动。

  用户促销敏感度分析

  从历史数据来看,绝大多数小家电用户对促销高度敏感,但只有少部分用户对促销高度敏感。这说明针对小家电用户的促销活动要确定合适的促销力度,在促销形式上多下功夫。

  用户评论敏感度分析

  大多数小家电用户对评论极其敏感。这说明小家电用户非常重视产品的口碑和反馈,可以选择评价高、促销品评论多的产品;在活动文案中体现促销产品的口碑。

  3.偏好属性分析

  在推广小家电的基础上,想把小家电的用户转化成其他产品。如何挑选产品?本文主要通过小家电用户的搜索和购买数据,分析消费者的购物偏好,进而对产品选择提出建议。

  购买次数分布小家电用户在其他产品类别的购买次数是厨房电器,其次是粮油调料。从这个数据可以看出,小家电用户的喜好主要集中在家庭生活的需求上,厨房用品的比重比较大。你可以以此为起点,在小家电或者搜索页面引流厨房相关产品。

  动词(verb的缩写)结论

  小家电的消费者特征:

  大部分是生活在一线城市的男性,30岁左右,已婚有孩子。文化程度较高,从事互联网、白领等高收入职业行业。他们喜欢在周二或周六上午10点或晚上10点左右下单。他们对促销活动高度敏感,喜欢口碑好的产品。最近两周购买的主要小家电是风扇。

  促销活动建议:

  文案:采用无性别风格文案,突出产品口碑,提升家庭生活品质。选择口碑好的产品,比如净水器、饮水机、加湿器。时间:周二周六上午9: 00,晚上8: 00推送。

分析用户画像的工具,用户画像分析算法