淘寶用戶行為數(shù)據(jù)分析報(bào)告
編輯導(dǎo)讀:本文是一份關(guān)于淘寶用戶行為數(shù)據(jù)的分析報(bào)告,作者主要對淘寶用戶行為和商品特性進(jìn)行數(shù)據(jù)分析,并根據(jù)分析結(jié)果提出了一些想法與建議,與大家分享。
01 項(xiàng)目背景
選取了2017年11月25日至2017年12月3日之間,有行為的約500名隨機(jī)用戶的所有行為(行為包括點(diǎn)擊、購買、加購、喜歡),數(shù)據(jù)量約5萬,分析了用戶行為與商品規(guī)律。
注:因獲得數(shù)據(jù)時(shí)間范圍有限,該數(shù)據(jù)為臨近雙十二數(shù)據(jù),因此以下結(jié)論并不嚴(yán)謹(jǐn),僅是為了鍛煉數(shù)據(jù)分析能力。
02 分析思路
03 分析過程
3.1 前提
數(shù)據(jù)來源:阿里天池。
分析工具:MySQL 8.0,Navicat for MySQL。繪圖工具:Excel。
對數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗后再進(jìn)行進(jìn)一步分析,處理過程略,下文中僅顯示數(shù)據(jù)處理后結(jié)果,不展示處理過程。
3.2 整體數(shù)據(jù)
3.2.1 數(shù)據(jù)體量
3.2.2 整體數(shù)據(jù)概覽
3.2.3 日均數(shù)據(jù)概覽
從圖中數(shù)據(jù)可以看出,12月2日和12月3日的日訪客數(shù)和點(diǎn)擊數(shù)較前幾日更多,可能由于這兩日為周末,且雙十二臨近,但訪客數(shù)與點(diǎn)擊數(shù)的提升并未影響成交量,因缺少后續(xù)數(shù)據(jù),故暫時(shí)推測為這是為雙十二活動(dòng)預(yù)熱。
3.3 用戶分析
3.3.1 復(fù)購率和跳失率
復(fù)購率=購買次數(shù)>1的用戶/所有購買用戶
跳失率=點(diǎn)擊次數(shù)為1的用戶/所有點(diǎn)擊用戶
從復(fù)購率可以看出,一半以上的用戶有復(fù)購行為,且跳失率為0,說明淘寶對用戶有足夠的吸引力,讓用戶停留。
因僅有9天的數(shù)據(jù),對用戶復(fù)購時(shí)間特征沒有足夠的數(shù)據(jù)進(jìn)行分析,因此沒有對復(fù)購時(shí)間特征進(jìn)行分析。
3.3.2 用戶行為分析
用戶行為可分為四種:點(diǎn)擊、收藏、加購、購買,對這四類行為進(jìn)行分析。
因用戶購買途徑有4種:點(diǎn)擊-購買;點(diǎn)擊-收藏-購買;點(diǎn)擊-加購-購買;點(diǎn)擊-收藏-加購-購買。因此,從上圖中暫時(shí)無法判斷點(diǎn)擊、收藏、加購與成交數(shù)的關(guān)系,需進(jìn)一步分析。
將用戶成交方式分為四類:僅有點(diǎn)擊行為;僅有收藏行為;既有收藏行為又有加購行為;僅有加購行為。分別計(jì)算出這四類人群的成交率。成家率=有下單行為的該類用戶/該類用戶總?cè)藬?shù)??梢钥闯觯惺詹丶淤徯袨榈暮蛢H加購用戶的購買率相較另外兩者更高,因此,可以推測,用戶的加購行為在一定程度上可以提高成交率。
3.3.3 用戶時(shí)間分布分析
以日為單位對用戶行為進(jìn)行分析,可以看出,加購量與點(diǎn)擊量幾乎呈正相關(guān)趨勢,收藏?cái)?shù)與點(diǎn)擊數(shù)相關(guān)性也較好,而購買量則與其他量沒有呈現(xiàn)出明顯的相關(guān)性。由前文我們已經(jīng)推測,12月2日與12月3日點(diǎn)擊量較高是由于周末和雙十二近鄰的緣故,但成交量沒有隨之提升同樣可能是由于雙十二活動(dòng)預(yù)熱所致,要研究成交量與其他行為的關(guān)系需要更多的數(shù)據(jù)進(jìn)行進(jìn)一步分析。
以小時(shí)為單位對用戶行為進(jìn)行分析,可以看出,晚上7點(diǎn)到11點(diǎn)是用戶點(diǎn)擊量行為的高峰期,此時(shí)用戶加購量也隨之增加,但下午1點(diǎn)卻是用戶下單的高峰期。因此,如果商家想以增長曝光度為目的,可以在晚上7點(diǎn)到11點(diǎn)之間做活動(dòng),如果是以提高營收為目的的活動(dòng),則可以在下午1點(diǎn)左右開始。
3.4 商品分析
3.4.1 商品轉(zhuǎn)化分析
對商品進(jìn)行轉(zhuǎn)化漏斗分析,可以看出從點(diǎn)擊到購買有很大的流量損失。同樣,對不同渠道的商品購買方式進(jìn)行分析。
3.4.2 購買路徑分析
對商品購買路徑進(jìn)行分析,點(diǎn)擊購買率=商品僅點(diǎn)擊后購買量/商品僅點(diǎn)擊量,收藏購買率與加購購買率同上??梢钥闯?,加購購買率明顯高于收藏購買率與點(diǎn)擊購買率。
3.4.3 熱門商品分析
分別對點(diǎn)擊量、收藏量、加購量和購買量前十的商品大類進(jìn)行分析。可以看出點(diǎn)擊量、收藏量和加購量前幾名較后幾名差距較大,但是購買量卻沒有表現(xiàn)出明顯的差距,說明沒有爆款的出現(xiàn)。
根據(jù)四者韋恩圖可以看出,點(diǎn)擊、收藏與加購前十品類的重合度較高,但購買量前十品類與其他三者的重合度卻沒有那么高,說明對于部分品類商品而言,雖然能吸引許多用戶,但是購買轉(zhuǎn)化率卻相對較低,這部分產(chǎn)品的轉(zhuǎn)化率有釋放空間。
04 結(jié)論與建議
4.1 結(jié)論
通過以上分析,可以得到以下結(jié)論:
- 在2017年11月25日至2017年12月3日這段時(shí)間內(nèi),淘寶用戶的回購率相對較高,跳失率低,說明淘寶對用戶有著較好的留存效果。
- 從用戶角度看,加購后成交率較收藏后成交率與直接點(diǎn)擊成交率更高。
- 用戶在點(diǎn)擊量與加購量幾乎呈正相關(guān)趨勢,周末和活動(dòng)鄰近之前的點(diǎn)擊量與加購量均有所提升,但購買量并未有顯著提升。周末對用戶購買量的影響需要更多數(shù)據(jù)進(jìn)一步分析。用戶在晚上7點(diǎn)到11點(diǎn)之間打開淘寶的頻率極高,但成交量卻是下午1點(diǎn)的時(shí)候更高,說明淘寶成為了用戶的一種消遣方式,而不僅僅是購物工具。
- 從商品角度而言,商品加購后成交率較直接點(diǎn)擊后成交率與收藏后成就率更高。
- 雖然商品點(diǎn)擊量、收藏量、加購量前十的商品呈現(xiàn)出一定的差距,但成交量前十的商品差距卻不大。且成交量前十的商品中有近一半商品未在另外3個(gè)榜單之中。
- 整體而言,淘寶的用戶留存率較高,但夜間成交量轉(zhuǎn)換率和熱搜商品品類的成交轉(zhuǎn)化率有提升空間。
4.2 建議
通過上述結(jié)論,對淘寶和商家提出以下建議:
獲客:
對于商家而言,如果想要提高曝光度,獲得更多流量,可在周末晚上7點(diǎn)到11點(diǎn)之間開始活動(dòng)。
成交率轉(zhuǎn)化:
由上述分析可以看出,淘寶的用戶留存量較高,但消費(fèi)潛能卻有待釋放,因此提出以下建議:
- 無論從用戶消費(fèi)習(xí)慣還是商品成交特性看,加購后成交率較點(diǎn)擊購買和加入收藏購買成交率更高。因此,對于淘寶而言,可增加用戶將商品加入購入車的入口,在商品的收藏界面可添加加購入口。對于商家而言,可設(shè)置加購優(yōu)惠,提高用戶加購率。
- 用戶在下午1點(diǎn)的成交率最高,因此對于以提高成交量為目的的活動(dòng),可在中午或下午1點(diǎn)開始。而夜間雖然用戶流量高,但成交量卻一般,說明淘寶對于用戶而言有一定的消遣屬性。因此,一方面淘寶可以提高自身產(chǎn)品的趣味性讓自身成為用戶的消遣工具,另一方面,可在該時(shí)間段進(jìn)行一些活動(dòng)比如直播等提高商品優(yōu)惠釋放用戶消費(fèi)潛能。
- 有的商品品類雖然有著良好的點(diǎn)擊量、收藏量與加購量,但成交量卻并不高,對于這類產(chǎn)品,可通過淘寶官方進(jìn)行聯(lián)合活動(dòng),提高成交轉(zhuǎn)化率。
寫在最后
因獲得的數(shù)據(jù)時(shí)間范圍有限,而自己的電腦處理更大體量的數(shù)據(jù)較慢,因此整體處理的數(shù)據(jù)體量并不大,對于通過數(shù)據(jù)發(fā)現(xiàn)產(chǎn)品中的問題,也希望能與各位進(jìn)行有關(guān)方面的交流。
作者:ZWM,研究生二年級(jí),21屆畢業(yè)生,正在秋招中,有合適的工作可聯(lián)系微信:meng_2300y
本文由 @ZWM 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自?Unsplash,基于 CC0 協(xié)議
請問寫找實(shí)習(xí)可以寫這個(gè)項(xiàng)目嗎
請問用戶行為的數(shù)據(jù)圖和商品轉(zhuǎn)化的數(shù)據(jù)圖,兩個(gè)圖橫坐標(biāo)差不多,為什么縱坐標(biāo)差了幾十倍,而且形狀差異也很大呢
天貓?zhí)詫毞b服飾數(shù)據(jù)選款,商品和店鋪數(shù)據(jù)分析,綾云leycloud一個(gè)賬號(hào)就能用,V→deepdrawyifan
用漏斗圖分析更形象,同時(shí)也可以考慮一下用BI,
這些數(shù)據(jù)怎么做成韋恩圖,求教
我也沒做過,但是百度到了一些