这是一份用户在一家CD网站上的消费记录
1、导入数据
-- 对数据进行描述性统计
可知用户平均每笔订单购买2.4个商品，中位数为2，75分位数为3，说明绝大部分订单的购买量都不多。
但是最大值为99个，数字偏高。
一般来说，根据二八法则，20%的用户贡献的收入会占总收入的80%。
-- 将order_dt改为可计算的时间字符类型并将消费频次按月计算
查看更改以后的数据
2、进行用户消费趋势的分析（按月）
（1）每月的消费总金额
（2）每月的用户消费次数
（3）每月的产品购买量
（4）每月的消费人数
（1）对每月的消费总金额绘制折线图分析
由图可知，用户发生购买行为多在1-3月，从四月份以后，消费较为稳定呈轻微下降趋势
（2）对每月消费人数绘制折线图分析
前三个月消费订单次数在10000次接近12000次，后续每月消费次数则在2500次
（3）对每月产品购买量绘制折线图分析
前三个月物品购买量约为25000元，后续月份则保持在7000元左右
（4）对每月的消费人数绘制折线图分析
前三个月每月的消费人数在8000-10000之间，后续月份，平均消费人数在2000不到
3、用户个体消费分析
（1）用户消费金额，消费次数的秒速统计
（2）用户消费金额和消费次数的散点图
（3）用户消费金额的分布图
（4）用户累计消费金额占比（百分之多少的用户占了百分之多少的消费额）
（1）对用户金额及消费次数绘制散点图分析
过滤掉极值
（3）对用户消费金额作直方图分析
由图可知用户消费金额，绝大部分呈现集中趋势，小部分异常值干扰了判断，可以使用过滤操作排除异常值
（4）对用户累计消费金额占比作折线图分析
由图可知50%的用户仅贡献了15%的消费额度，而排名前5000的用户就贡献了40%的消费额度
3、用户消费行为
（1）用户第一次消费（首购）
（2）用户最后一次消费
（3）新老客户消费比
①多少用户仅消费一次
②每月新客占比
（4）用户分层
① RFM模型
②新、老、活跃、回流、流失
（5）用户购买周期（按订单）
①用户消费周期描述
②用户消费周期分布
（6）用户生命周期（按第一次和最后一次消费） -用户生命周期描述
①用户生命周期分布
（7）复购率和回购率分析
（1）（2）对用户第一次及最后一次消费进行分析
大多数人最后一次购买时间都在1-3月份，说明他们购买了一次就不再进行购买，随着时间的递增，最后一次购买数量也在递增，消费呈现流失上升的状况。用户流失比例基本一致，一开始用户迅猛增长数量比较多流失的也比较多。
（3）对新老客消费比进行分析
取每个用户首次和最后一次购买时间
查询只进行过一次购买的用户人数
由图可知，将近一半的用户仅仅消费了一次，新老客户占比接近1:1
（4）RFM模型
RFM模型的三个指标为最近一次消费时间、消费频率 、消费金额
绘制透视图表进行分析
要将order_dt里面具体的日期变成R中的天数
再将order_amount和order_products重命名为F、M
对用户进行分群（8个）
将RFM中的数值换为容易理解的文字
对重要价值客户及非重要价值客户的消费时间、消费频率绘制散点图
（4）对用户生命周期 新客，活跃，回流，流失进行分析
从上图中可以看到，表中数据有0,1,2···，要将有消费的变为1，没有消费变为0
这里由于进行数据透视，填充了一些 null 值为0，而实际可能用户在当月根本就没有注册，这样会误导第一次消费数据的统计。
将自定义函数运用到数据中
将未注册的替换为空值，这样 count 计算时不会计算到，从而得到每个月的用户分布
对这些用户做面积图分析
（5）用户购买周期 对用户消费周期进行分析
计算相邻两个订单的时间间隔，用shift 函数，shift函数是对数据进行错位，所有数据会往下平移一下，可以计算
以用户分组，对两个订单的间隔进行计算
NaT表示只有一次购买
对时间间隔进行描述性统计分析
去除days并绘制直方图
用户的平均购买周期是68天，绝大部分用户的购买周期都低于100天
（6）对用户生命周期（按第一次和最后一次消费）
描述性分析
去除days并绘制直方图
用户的生命周期受只购买一次的用户影响比较厉害，所以要对用户进行筛选
（7）复购率和回购率分析
复购率：自然月内，购买多次的用户占比(即，购买了两次以上)
回购率：曾经购买过的用户在某一时期的再次购买的占比（可能是在三个月内）
复购率稳定在20%所有，前一个月因为有大量新用户涌入，而这批用户只购买了一次，所以导致复购率降低
