简述基于Python的女装电商公司用户价值分析

​广西南宁臻实项目数据分析师事务所特约分析师 陈虹坚/文

　　一、分析背景及目标

　　近年来,随着信息时代、网络时代的到来，企业关注的重点由产品转向了用户，如何更了解和吸引更多的用户逐步成为企业的核心问题。本文通过购买某品牌女装的用户数据进行模型的构建，为企业区分不同价值的用户，识别出高价值的用户。对不同价值的用户提供差异化、针对性及个性化的服务，制定相应的营销策略，进而实现企业销售的增长。

　　二、分析思路

　　(一)数据的提取

　　从电商公司的订单数据中，抽取近2年的用户购买详细数据，总共有80000余条记录，其中包含了会员卡信息、入会时间、性别、年龄、地域、累计购买金额、累计购买次数、最近消费时间、消费间隔、享有折扣率、累计积分等25个字段。

　　(二)数据预处理

　　首先，通过对数据进行初步分析，使用pandas对部分缺失值、异常值等满足清洗条件的数据进行丢弃。其次，因为原始数据中字段太多，根据企业用户价值模型，选择与用户价值指标相关的9个字段，删除与其不相关或弱相关的字段。第三，对原始数据进行数据变换，将其转换为适应挖掘任务及算法的适当格式。通过对原始数据的处理，提取出6个指标，为解决指标间取值范围差异较大，数据量级给分析带来的影响，使用Python对数据进行标准差标准化处理，约定指标取值范围。处理完成后，形成A,B,C,D,E,F,6个属性的数据。

　　(三)分析模型建立

　　1.聚类分析

　　采用K-Means聚类算法对用户数据进行分类，结合该企业女装业务聚成4类。K-Means聚类算法位于scikit-learn库下的聚类子库，部分代码示例如下。

　　#-*- coding:utf-8 -*-

　　Import pandas as pd

　　From sklearn.cluster import kmeans

　　Inputfile=’../tmp/Zaradata.xls’

　　K=4

　　Data=pd.read_excel(inputfile)

　　Kmodel=kmeans(n_clusters=k,n_job=4

　　Kmodel.fit(data)

　　Kmodel.cluster_centers_

　　Kmodel.labels_

　　部分代码示例

　　聚类结果如下表。

　　类别聚类个数ABCDEF

　　类1213361.0031.5490.189-0.9761.4621.869

　　类297682.4492.1731.9741.6672.1471.753

　　类338693-0.768-1.867-1.695-1.984-1.228-2.214

　　类4179471.2470.9821.361-0.2450.3391.226

　　2.客户价值分析

　　根据聚类的结果，可以区分四个等级的用户类别，分别为重点维系类用户、主要拓展类用户、挽留类用户、一般用户，每种用户都有其明显的特征。

　　重点维系类用户主要拓展类用户挽留类用户一般用户

　　入会时间长短长短

　　累计购买金额高高高低

　　购买次数高低高低

　　最近消费距今时长短长长长

　　折扣率高高高低

　　客单价高高高低

　　(1)重点维系类用户

　　这类用户享有的折扣率高，最近购买店内商品多，购买的次数或金额高，他们是企业的高价值用户，对企业的贡献大，但占比却小。企业应将资源及关注度投放到这类用户上，对优质用户进行差异化的管理和一对一的营销服务，提高这类用户的满意度，进而提高忠诚度，延长优质客户生命周期和其高水平的消费。

　　(2)主要拓展类用户

　　这类用户享有的折扣率高，最近购买店内商品低，购买商品的次数低，但是单价金额高。这类用户一般成为会员的时间短，但却是企业的潜在高价值用户，虽然当前价值并不是很高，但却有相当大的潜力。企业需要努力促使这类用户增加店内消费，逐步成为优质客户。

　　(3)挽留类用户

　　这类用户享有的折扣率高，购买的次数或金额高，但是已经较长时间没有在店内进行消费，该类用户价值变化的不确定性很高，由于这类用户衰退的原因各不相同，因此，掌握客户的最新信息，维持与客户的互动就显得尤为重要。企业应该结合这些用户最近一段时间的消费时间，消费金额，消费喜好等特征，采取一定的营销及刺激方式，延长客户的生命周期。

　　(4)一般用户

　　这类用户享有的店内折扣率低，较长时间没有在店内消费，历史消费的次数及金额不高，入会时间短。这类用户属企业的低价值用户，有可能在产品促销时才会进行消费。

　　根据每类用户的特征，对各类用户群体进行价值排名，结果如下表所示，针对不同的用户特点及喜好，提供不同的产品及服务，延长高价值用户的生命周期，提升优质用户的数量和价值，防范重要挽留用户的流失，设法提高一般用户的客单价。

　　用户类型排名价值

　　用户分类21重点维系类用户

　　用户分类42主要拓展类用户

　　用户分类13挽留类用户

　　用户分类34一般用户

　　三、分析结果的应用

　　(一)会员服务

　　企业的会员体系一般分为若干等级：白金会员、黄金会员、银卡会员、普通会员。会员消费达到一定的金额就能上升相应档次，获得高级别的会员服务及消费折扣，但相当多的用户并没有意识到企业的会员体系给自己消费带来的优惠和折扣，就需要企业根据用户分析的结果，针对不同的用户，提供差异化的互动及有针对性的营销，在提高用户消费满意度的同时，也增加了企业的营业额。

　　(二)积分兑换

　　企业积分体系中，最能够吸引用户的莫过于使用消费积分兑换代金券的服务。企业可以结合不同类型的用户消费特点，现有积分、会员升级差额及高等级会员享有的特权等条件，增加重点维系类用户的消费金额，提升主要拓展类用户的购物体验，对挽留类用户进行再次唤醒，一般用户进行刺激消费，进而提升企业的营业额。

　　(三)营销组合

　　在店内进行搭配销售的同时，可以考虑与非同质类产品的企业进行合作，使用户在其他企业的消费过程中获得本企业的积分，尽可能增强用户与企业的联系，进而使企业品牌保持在用户心目中的曝光率，再根据不同的用户群体采取不同的营销活动及用户维护方式，提高用户的忠诚度。

　　温馨提示：欢迎同行加入广西数据分析师群探讨交流QQ群：117268053.