一、项目背景

群组分析：用户在产品使用中都有一个用户行为流程，不同时期的用户表现情况可能不一样，群组分析的主要目的是分析相似群体随时间的变化，核心就是对比、分析不同时间群组的用户，在相同周期下的行为差异， 所以也称同期群分析。
这里通过案例，展示群组分析在留存方面的使用方法

二、分析目标

查看各月的留存情况，反映当前运营策略情况

三、分析过程

1. 准备工作：

# 准备包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import seaborn as sns
# 导入数据
dt = pd.read_csv("groups_data")
df.head()

image.png

2. 设定订单交易月与用户首次交易月

订单交易月：当前订单交易的月份
用户首次交易月：即对用户分组，选择用户最早交易的日期对应的月份。

# 设定订单交易月份
df["orderperiod"] = df.orderdate.apply(lambda x:x.strftime("%Y-%m"))
# 设定用户首次交易月
# 需要先设置userid为索引，这样方便对分组取最小月后的数据根据索引匹配到原来的数据中
df.set_index("userid",inplace=True)
df["cohortgroup"]=df.groupby(level=0)["orderdate"].min().apply(lambda x:x.strftime("%Y-%m"))
df.reset_index(inplace=True)
df.head()

image.png

3. 根据首次的月份 以及 当前订单月份分组聚合，可以获得不同月份首次购买的客户在后续的月份中的购买情况

grouped = df.groupby(["cohortgroup","orderperiod"])
# 分组后对用户，订单进行去重计数，对消费金额进行累加
cohorts = grouped.agg({"userid":pd.Series.nunique,"orderid":pd.Series.nunique,"totalcharges":"sum"})
cohorts.rename(columns = {"userid":"totalusers","orderid":"totalorders"},inplace = True)
cohorts.head()

image.png

4. 为每个首购的分组排序，获得购买后的时间顺序

def cohort_period(df):
    df["cohortperiod"] = np.arange(len(df)) + 1
    return df
cohorts = cohorts.groupby(level=0).apply(cohort_period)
# 重置索引
cohorts.reset_index(inplace=True)
cohorts.set_index(["cohortgroup","cohortperiod"],inplace=True)
cohorts

image.png

5. 获取首购月份的客户数量，作为计算留存的分母

cohort_group_size = cohorts.groupby(level=0)["totalusers"].first()

6. 将表的首月索引转为列索引，然后对表的每行计算留存率

user_retention = cohorts["totalusers"].unstack(0).divide(cohort_group_size,axis=1)
user_retention.head()

image.png

7. 可视化

# 魔法函数，实时展示效果
%matplotlib inline
user_retention[["2009-01","2009-02","2009-03"]].plot(figsize=(5,3))
plt.title("user tetention")
plt.xticks(np.arange(1,12.1,1))
plt.xlim(1,12)
plt.ylabel("%of cohort")

image.png

2月的留存率较1月更低，3月恢复，可能由于2月才去的策略存在问题，导致留存率降低，3月恢复，表名策略重新更改，留存回升