本文是《如何七周成為數(shù)據(jù)分析師》的第二十三篇教程，如果想要了解寫作初衷，可以先行閱讀七周指南。溫馨提示：如果您已經(jīng)熟悉Python，大可不必再看這篇文章，或只挑選部分。

今天用Python分析用戶消費(fèi)行為，內(nèi)容會(huì)更接地氣，難度會(huì)稍稍上升一點(diǎn)。它也是七周成為數(shù)據(jù)分析師的最后一篇教程了。這里會(huì)串聯(lián)以前的幾個(gè)知識(shí)點(diǎn)。

數(shù)據(jù)來(lái)源CDNow網(wǎng)站的用戶購(gòu)買明細(xì)。一共有用戶ID，購(gòu)買日期，購(gòu)買數(shù)量，購(gòu)買金額四個(gè)字段。我們通過(guò)案例數(shù)據(jù)完成一份基礎(chǔ)的數(shù)據(jù)分析報(bào)告

加載包和數(shù)據(jù)，文件是txt，用read_table方法打開(kāi)，因?yàn)樵紨?shù)據(jù)不包含表頭，所以需要賦予。字符串是空格分割，用\s+表示匹配任意空白符。

觀察數(shù)據(jù)，order_dt表示時(shí)間，但現(xiàn)在它只是年月日組合的一串?dāng)?shù)字，沒(méi)有時(shí)間含義。購(gòu)買金額是小數(shù)。值得注意的是，一個(gè)用戶在一天內(nèi)可能購(gòu)買多次，用戶ID為2的用戶就在1月12日買了兩次，這個(gè)細(xì)節(jié)不要遺漏。

用戶平均每筆訂單購(gòu)買2.4個(gè)商品，標(biāo)準(zhǔn)差在2.3，稍稍具有波動(dòng)性。中位數(shù)在2個(gè)商品，75分位數(shù)在3個(gè)商品，說(shuō)明絕大部分訂單的購(gòu)買量都不多。最大值在99個(gè)，數(shù)字比較高。購(gòu)買金額的情況差不多，大部分訂單都集中在小額。

一般而言，消費(fèi)類的數(shù)據(jù)分布，都是長(zhǎng)尾形態(tài)。大部分用戶都是小額，然而小部分用戶貢獻(xiàn)了收入的大頭，俗稱二八。

沒(méi)有空值，很干凈的數(shù)據(jù)。接下來(lái)我們要將時(shí)間的數(shù)據(jù)類型轉(zhuǎn)換。

pd.to_datetime可以將特定的字符串或者數(shù)字轉(zhuǎn)換成時(shí)間格式，其中的format參數(shù)用于匹配。例如19970101，%Y匹配前四位數(shù)字1997，如果y小寫只匹配兩位數(shù)字97，%m匹配01，%d匹配01。

另外，小時(shí)是%h，分鐘是%M，注意和月的大小寫不一致，秒是%s。若是1997-01-01這形式，則是%Y-%m-%d，以此類推。

astype也可以將時(shí)間格式進(jìn)行轉(zhuǎn)換，比如[M]轉(zhuǎn)化成月份。我們將月份作為消費(fèi)行為的主要事件窗口，選擇哪種時(shí)間窗口取決于消費(fèi)頻率。

上圖是轉(zhuǎn)化后的格式。月份依舊顯示日，只是變?yōu)樵鲁醯男问健?/p>

pandas中有專門的時(shí)間序列方法tseries，它可以用來(lái)進(jìn)行時(shí)間偏移，也是處理時(shí)間類型的好方法。時(shí)間格式也能作為索引，在金融、財(cái)務(wù)等領(lǐng)域使用較多，這里不再多敘述了。

上面的消費(fèi)行為數(shù)據(jù)粒度是每筆訂單，我們轉(zhuǎn)換成每位用戶看一下。

用groupby創(chuàng)建一個(gè)新對(duì)象。

從用戶角度看，每位用戶平均購(gòu)買7張CD，最多的用戶購(gòu)買了1033張，屬于狂熱用戶了。用戶的平均消費(fèi)金額（客單價(jià)）100元，標(biāo)準(zhǔn)差是240，結(jié)合分位數(shù)和最大值看，平均值才和75分位接近，肯定存在小部分的高額消費(fèi)用戶。

接下來(lái)按月的維度分析。

按月統(tǒng)計(jì)每個(gè)月的CD銷量。從圖中可以看到，前幾個(gè)月的銷量非常高漲。數(shù)據(jù)比較異常。而后期的銷量則很平穩(wěn)。

金額一樣呈現(xiàn)早期銷售額多，后期平穩(wěn)下降的趨勢(shì)。為什么會(huì)呈現(xiàn)這個(gè)原因呢？我們假設(shè)是用戶身上出了問(wèn)題，早期時(shí)間段的用戶中有異常值，第二假設(shè)是各類促銷營(yíng)銷，但這里只有消費(fèi)數(shù)據(jù)，所以無(wú)法判斷。

繪制每筆訂單的散點(diǎn)圖。從圖中觀察，訂單消費(fèi)金額和訂單商品量呈規(guī)律性，每個(gè)商品十元左右。訂單的極值較少，超出1000的就幾個(gè)。顯然不是異常波動(dòng)的罪魁禍?zhǔn)住?/p>

繪制用戶的散點(diǎn)圖，用戶也比較健康，而且規(guī)律性比訂單更強(qiáng)。因?yàn)檫@是CD網(wǎng)站的銷售數(shù)據(jù)，商品比較單一，金額和商品量的關(guān)系也因此呈線性，沒(méi)幾個(gè)離群點(diǎn)。

消費(fèi)能力特別強(qiáng)的用戶有，但是數(shù)量不多。為了更好的觀察，用直方圖。

plt.subplot用于繪制子圖，子圖用數(shù)字參數(shù)表示。121表示分成1*2個(gè)圖片區(qū)域，占用第一個(gè)，即第一行第一列，122表示占用第二個(gè)。figure是尺寸函數(shù)，為了容納兩張子圖，寬設(shè)置的大一點(diǎn)即可。

從直方圖看，大部分用戶的消費(fèi)能力確實(shí)不高，高消費(fèi)用戶在圖上幾乎看不到。這也確實(shí)符合消費(fèi)行為的行業(yè)規(guī)律。

觀察完用戶消費(fèi)的金額和購(gòu)買量，接下來(lái)看消費(fèi)的時(shí)間節(jié)點(diǎn)。

用groupby函數(shù)將用戶分組，并且求月份的最小值，最小值即用戶消費(fèi)行為中的第一次消費(fèi)時(shí)間。ok，結(jié)果出來(lái)了，所有用戶的第一次消費(fèi)都集中在前三個(gè)月。我們可以這樣認(rèn)為，案例中的訂單數(shù)據(jù)，只是選擇了某個(gè)時(shí)間段消費(fèi)的用戶在18個(gè)月內(nèi)的消費(fèi)行為。

觀察用戶的最后一次消費(fèi)時(shí)間。絕大部分?jǐn)?shù)據(jù)依然集中在前三個(gè)月。后續(xù)的時(shí)間段內(nèi)，依然有用戶在消費(fèi)，但是緩慢減少。

異常趨勢(shì)的原因獲得了解釋，現(xiàn)在針對(duì)消費(fèi)數(shù)據(jù)進(jìn)一步細(xì)分。我們要明確，這只是部分用戶的訂單數(shù)據(jù)，所以有一定局限性。在這里，我們統(tǒng)一將數(shù)據(jù)上消費(fèi)的用戶定義為新客。

接下來(lái)分析消費(fèi)中的復(fù)購(gòu)率和回購(gòu)率。首先將用戶消費(fèi)數(shù)據(jù)進(jìn)行數(shù)據(jù)透視。

在pandas中，數(shù)據(jù)透視有專門的函數(shù)pivot_table，功能非常強(qiáng)大。pivot_table參數(shù)中，index是設(shè)置數(shù)據(jù)透視后的索引，column是設(shè)置數(shù)據(jù)透視后的列，簡(jiǎn)而言之，index是你想要的行，column是想要的列。案例中，我希望統(tǒng)計(jì)每個(gè)用戶在每月的訂單量，所以u(píng)ser_id是index，month是column。

values是將哪個(gè)值進(jìn)行計(jì)算，aggfunc是用哪種方法。于是這里用values=order_dt和aggfunc=count，統(tǒng)計(jì)里order_dt出現(xiàn)的次數(shù)，即多少筆訂單。

使用數(shù)據(jù)透視表，需要明確獲得什么結(jié)果。有些用戶在某月沒(méi)有進(jìn)行過(guò)消費(fèi)，會(huì)用NaN表示，這里用fillna填充。

生成的數(shù)據(jù)透視，月份是1997-01-01 00:00:00表示，比較丑。將其優(yōu)化成標(biāo)準(zhǔn)格式。

首先求復(fù)購(gòu)率，復(fù)購(gòu)率的定義是在某時(shí)間窗口內(nèi)消費(fèi)兩次及以上的用戶在總消費(fèi)用戶中占比。這里的時(shí)間窗口是月，如果一個(gè)用戶在同一天下了兩筆訂單，這里也將他算作復(fù)購(gòu)用戶。

將數(shù)據(jù)轉(zhuǎn)換一下，消費(fèi)兩次及以上記為1，消費(fèi)一次記為0，沒(méi)有消費(fèi)記為NaN。

applymap針對(duì)DataFrame里的所有數(shù)據(jù)。用lambda進(jìn)行判斷，因?yàn)檫@里涉及了多個(gè)結(jié)果，所以要兩個(gè)if else，記住，lambda沒(méi)有elif的用法。

用sum和count相除即可計(jì)算出復(fù)購(gòu)率。因?yàn)檫@兩個(gè)函數(shù)都會(huì)忽略NaN，而NaN是沒(méi)有消費(fèi)的用戶，count不論0還是1都會(huì)統(tǒng)計(jì)，所以是總的消費(fèi)用戶數(shù)，而sum求和計(jì)算了兩次以上的消費(fèi)用戶。這里用了比較巧妙的替代法計(jì)算復(fù)購(gòu)率，SQL中也可以用。

圖上可以看出復(fù)購(gòu)率在早期，因?yàn)榇罅啃掠脩艏尤氲年P(guān)系，新客的復(fù)購(gòu)率并不高，譬如1月新客們的復(fù)購(gòu)率只有6%左右。而在后期，這時(shí)的用戶都是大浪淘沙剩下的老客，復(fù)購(gòu)率比較穩(wěn)定，在20%左右。

單看新客和老客，復(fù)購(gòu)率有三倍左右的差距。

接下來(lái)計(jì)算回購(gòu)率?；刭?gòu)率是某一個(gè)時(shí)間窗口內(nèi)消費(fèi)的用戶，在下一個(gè)時(shí)間窗口仍舊消費(fèi)的占比。我1月消費(fèi)用戶1000，他們中有300個(gè)2月依然消費(fèi)，回購(gòu)率是30%。

回購(gòu)率的計(jì)算比較難，因?yàn)樗O(shè)計(jì)了橫向跨時(shí)間窗口的對(duì)比。

將消費(fèi)金額進(jìn)行數(shù)據(jù)透視，這里作為練習(xí)，使用了平均值。

再次用applymap+lambda轉(zhuǎn)換數(shù)據(jù)，只要有過(guò)購(gòu)買，記為1，反之為0。

新建一個(gè)判斷函數(shù)。data是輸入的數(shù)據(jù)，即用戶在18個(gè)月內(nèi)是否消費(fèi)的記錄，status是空列表，后續(xù)用來(lái)保存用戶是否回購(gòu)的字段。

因?yàn)橛?8個(gè)月，所以每個(gè)月都要進(jìn)行一次判斷，需要用到循環(huán)。if的主要邏輯是，如果用戶本月進(jìn)行過(guò)消費(fèi)，且下月消費(fèi)過(guò)，記為1，沒(méi)有消費(fèi)過(guò)是0。本月若沒(méi)有進(jìn)行過(guò)消費(fèi)，為NaN，后續(xù)的統(tǒng)計(jì)中進(jìn)行排除。

用apply函數(shù)應(yīng)用在所有行上，獲得想要的結(jié)果。

最后的計(jì)算和復(fù)購(gòu)率大同小異，用count和sum求出。從圖中可以看出，用戶的回購(gòu)率高于復(fù)購(gòu)，約在30%左右，波動(dòng)性也較強(qiáng)。新用戶的回購(gòu)率在15%左右，和老客差異不大。

將回購(gòu)率和復(fù)購(gòu)率綜合分析，可以得出，新客的整體質(zhì)量低于老客，老客的忠誠(chéng)度（回購(gòu)率）表現(xiàn)較好，消費(fèi)頻次稍次，這是CDNow網(wǎng)站的用戶消費(fèi)特征。

接下來(lái)進(jìn)行用戶分層，我們按照用戶的消費(fèi)行為，簡(jiǎn)單劃分成幾個(gè)維度：新用戶、活躍用戶、不活躍用戶、回流用戶。

新用戶的定義是第一次消費(fèi)。活躍用戶即老客，在某一個(gè)時(shí)間窗口內(nèi)有過(guò)消費(fèi)。不活躍用戶則是時(shí)間窗口內(nèi)沒(méi)有消費(fèi)過(guò)的老客?；亓饔脩羰窃谏弦粋€(gè)窗口中沒(méi)有消費(fèi)，而在當(dāng)前時(shí)間窗口內(nèi)有過(guò)消費(fèi)。以上的時(shí)間窗口都是按月統(tǒng)計(jì)。

比如某用戶在1月第一次消費(fèi)，那么他在1月的分層就是新用戶；他在2月消費(fèi)國(guó)，則是活躍用戶；3月沒(méi)有消費(fèi)，此時(shí)是不活躍用戶；4月再次消費(fèi)，此時(shí)是回流用戶，5月還是消費(fèi)，是活躍用戶。

分層會(huì)涉及到比較復(fù)雜的邏輯判斷。

函數(shù)寫得比較復(fù)雜，主要分為兩部分的判斷，以本月是否消費(fèi)為界。本月沒(méi)有消費(fèi)，還要額外判斷他是不是新客，因?yàn)椴糠钟脩羰?月份才消費(fèi)成為新客，那么在1、2月份他應(yīng)該連新客都不是，用unreg表示。如果是老客，則為unactive。

本月若有消費(fèi)，需要判斷是不是第一次消費(fèi)，上一個(gè)時(shí)間窗口有沒(méi)有消費(fèi)。大家可以多調(diào)試幾次理順里面的邏輯關(guān)系，對(duì)用戶進(jìn)行分層，邏輯確實(shí)不會(huì)簡(jiǎn)單，而且這里只是簡(jiǎn)化版本的。

從結(jié)果看，用戶每個(gè)月的分層狀態(tài)以及變化已經(jīng)被我們計(jì)算出來(lái)。我是根據(jù)透視出的寬表計(jì)算，其實(shí)還有一種另外一種寫法，只提取時(shí)間窗口內(nèi)的數(shù)據(jù)和上個(gè)窗口對(duì)比判斷，封裝成函數(shù)做循環(huán)，它適合ETL的增量更新。

unreg狀態(tài)排除掉，它是「未來(lái)」才作為新客，這么能計(jì)數(shù)呢。換算成不同分層每月的統(tǒng)計(jì)量。

生成面積圖，比較丑。因?yàn)樗皇悄硶r(shí)間段消費(fèi)過(guò)的用戶的后續(xù)行為，藍(lán)色和灰色區(qū)域都可以不看。只看紫色回流和紅色活躍這兩個(gè)分層，用戶數(shù)比較穩(wěn)定。這兩個(gè)分層相加，就是消費(fèi)用戶占比（后期沒(méi)新客）。

用戶回流占比在5%～8%，有下降趨勢(shì)。所謂回流占比，就是回流用戶在總用戶中的占比。另外一種指標(biāo)叫回流率，指上個(gè)月多少不活躍/消費(fèi)用戶在本月活躍/消費(fèi)。因?yàn)椴换钴S的用戶總量近似不變，所以這里的回流率也近似回流占比。

活躍用戶的下降趨勢(shì)更明顯，占比在3%～5%間。這里用戶活躍可以看作連續(xù)消費(fèi)用戶，質(zhì)量在一定程度上高于回流用戶。

結(jié)合回流用戶和活躍用戶看，在后期的消費(fèi)用戶中，60%是回流用戶，40%是活躍用戶/連續(xù)消費(fèi)用戶，整體質(zhì)量還好，但是針對(duì)這兩個(gè)分層依舊有改進(jìn)的空間，可以繼續(xù)細(xì)化數(shù)據(jù)。

接下來(lái)分析用戶質(zhì)量，因?yàn)橄M(fèi)行為有明顯的二八傾向，我們需要知道高質(zhì)量用戶為消費(fèi)貢獻(xiàn)了多少份額。

新建一個(gè)對(duì)象，按用戶的消費(fèi)金額生序。使用cumsum，它是累加函數(shù)。逐行計(jì)算累計(jì)的金額，最后的2500315便是總消費(fèi)額。

轉(zhuǎn)換成百分比。

繪制趨勢(shì)圖，橫坐標(biāo)是按貢獻(xiàn)金額大小排序而成，縱坐標(biāo)則是用戶累計(jì)貢獻(xiàn)?？梢院芮宄目吹剑?0000個(gè)用戶貢獻(xiàn)了40%的消費(fèi)。后面4000位用戶貢獻(xiàn)了60%，確實(shí)呈現(xiàn)28傾向。

統(tǒng)計(jì)一下銷量，前兩萬(wàn)個(gè)用戶貢獻(xiàn)了45%的銷量，高消費(fèi)用戶貢獻(xiàn)了55%的銷量。在消費(fèi)領(lǐng)域中，狠抓高質(zhì)量用戶是萬(wàn)古不變的道理。

接下來(lái)計(jì)算用戶生命周期，這里定義第一次消費(fèi)至最后一次消費(fèi)為整個(gè)用戶生命。

統(tǒng)計(jì)出用戶第一次消費(fèi)和最后一次消費(fèi)的時(shí)間，相減，得出每一位用戶的生命周期。因?yàn)閿?shù)據(jù)中的用戶都是前三個(gè)月第一次消費(fèi)，所以這里的生命周期代表的是1月～3月用戶的生命周期。因?yàn)橛脩魰?huì)持續(xù)消費(fèi)，所以理論上，隨著后續(xù)的消費(fèi)，用戶的平均生命周期會(huì)增長(zhǎng)。

求一下平均，所有用戶的平均生命周期是134天，比預(yù)想的高，但是平均數(shù)不靠譜，還是看一下分布吧，大家有興趣可以用describe，更詳細(xì)。

因?yàn)檫@里的數(shù)據(jù)類型是timedelta時(shí)間，它無(wú)法直接作出直方圖，所以先換算成數(shù)值。換算的方式直接除timedelta函數(shù)即可，這里的np.timedelta64(1, ‘D’)，D表示天，1表示1天，作為單位使用的。因?yàn)閙ax-min已經(jīng)表示為天了，兩者相除就是周期的天數(shù)。

看到了沒(méi)有，大部分用戶只消費(fèi)了一次，所有生命周期的大頭都集中在了0天。但這不是我們想要的答案，不妨將只消費(fèi)了一次的新客排除，來(lái)計(jì)算所有消費(fèi)過(guò)兩次以上的老客的生命周期。

轉(zhuǎn)換成DataFrame。

篩選出lifetime>0，即排除了僅消費(fèi)了一次的那些人。做直方圖。

這個(gè)圖比上面的靠譜多了，雖然仍舊有不少用戶生命周期靠攏在0天。這是雙峰趨勢(shì)圖。部分質(zhì)量差的用戶，雖然消費(fèi)了兩次，但是仍舊無(wú)法持續(xù)，在用戶首次消費(fèi)30天內(nèi)應(yīng)該盡量引導(dǎo)。少部分用戶集中在50天～300天，屬于普通型的生命周期，高質(zhì)量用戶的生命周期，集中在400天以后，這已經(jīng)屬于忠誠(chéng)用戶了，大家有興趣可以跑一下400天+的用戶占老客比多少，占總量多少。

消費(fèi)兩次以上的用戶生命周期是276天，遠(yuǎn)高于總體。從策略看，用戶首次消費(fèi)后應(yīng)該花費(fèi)更多的引導(dǎo)其進(jìn)行多次消費(fèi)，提供生命周期，這會(huì)帶來(lái)2.5倍的增量。

再來(lái)計(jì)算留存率，留存率也是消費(fèi)分析領(lǐng)域的經(jīng)典應(yīng)用。它指用戶在第一次消費(fèi)后，有多少比率進(jìn)行第二次消費(fèi)。和回流率的區(qū)別是留存傾向于計(jì)算第一次消費(fèi)，并且有多個(gè)時(shí)間窗口。

這里用到merge函數(shù)，它和SQL中的join差不多，用來(lái)將兩個(gè)DataFrame進(jìn)行合并。我們選擇了inner 的方式，對(duì)標(biāo)inner join。即只合并能對(duì)應(yīng)得上的數(shù)據(jù)。這里以on=user_id為對(duì)應(yīng)標(biāo)準(zhǔn)。這里merge的目的是將用戶消費(fèi)行為和第一次消費(fèi)時(shí)間對(duì)應(yīng)上，形成一個(gè)新的DataFrame。suffxes參數(shù)是如果合并的內(nèi)容中有重名column，加上后綴。除了merge，還有join，concat，用戶接近，查看文檔即可。

這里將order_date和order_date_min相減。獲得一個(gè)新的列，為用戶每一次消費(fèi)距第一次消費(fèi)的時(shí)間差值。

日期轉(zhuǎn)換成時(shí)間。

將時(shí)間差值分桶。我這里分成0～3天內(nèi)，3～7天內(nèi)，7～15天等，代表用戶當(dāng)前消費(fèi)時(shí)間距第一次消費(fèi)屬于哪個(gè)時(shí)間段呢。這里date_diff=0并沒(méi)有被劃分入0～3天，因?yàn)橛?jì)算的是留存率，如果用戶僅消費(fèi)了一次，留存率應(yīng)該是0。另外一方面，如果用戶第一天內(nèi)消費(fèi)了多次，但是往后沒(méi)有消費(fèi)，也算作留存率0。

用pivot_table數(shù)據(jù)透視，獲得的結(jié)果是用戶在第一次消費(fèi)之后，在后續(xù)各時(shí)間段內(nèi)的消費(fèi)總額。

計(jì)算一下用戶在后續(xù)各時(shí)間段的平均消費(fèi)額，這里只統(tǒng)計(jì)有消費(fèi)的平均值。雖然后面時(shí)間段的金額高，但是它的時(shí)間范圍也寬廣。從平均效果看，用戶第一次消費(fèi)后的0～3天內(nèi)，更可能消費(fèi)更多。

但消費(fèi)更多是一個(gè)相對(duì)的概念，我們還要看整體中有多少用戶在0～3天消費(fèi)。

依舊將數(shù)據(jù)轉(zhuǎn)換成是否，1代表在該時(shí)間段內(nèi)有后續(xù)消費(fèi)，0代表沒(méi)有。

只有2.5%的用戶在第一次消費(fèi)的次日至3天內(nèi)有過(guò)消費(fèi)，3%的用戶在3～7天內(nèi)有過(guò)消費(fèi)。數(shù)字并不好看，CD購(gòu)買確實(shí)不是高頻消費(fèi)行為。時(shí)間范圍放寬后數(shù)字好看了不少，有20%的用戶在第一次消費(fèi)后的三個(gè)月到半年之間有過(guò)購(gòu)買，27%的用戶在半年后至1年內(nèi)有過(guò)購(gòu)買。從運(yùn)營(yíng)角度看，CD機(jī)營(yíng)銷在教育新用戶的同時(shí)，應(yīng)該注重用戶忠誠(chéng)度的培養(yǎng)，放長(zhǎng)線掉大魚，在一定時(shí)間內(nèi)召回用戶購(gòu)買。

怎么算放長(zhǎng)線掉大魚呢？我們計(jì)算出用戶的平均購(gòu)買周期。

我們將用戶分組，groupby分組后的數(shù)據(jù)，也是能用for進(jìn)行循環(huán)和迭代的。第一個(gè)循環(huán)對(duì)象user，是分組的對(duì)象，即user_id；第二個(gè)循環(huán)對(duì)象group，是分組聚合后的結(jié)果。為了舉例我用了print，它依次輸出了user_id=1,user_id=2時(shí)的用戶消費(fèi)數(shù)據(jù)，是一組切割后的DataFrame。

大家應(yīng)該了解分組循環(huán)的用法，但是網(wǎng)不建議大家用for循環(huán)，它的效率非常慢。要計(jì)算用戶的消費(fèi)間隔，確實(shí)需要用戶分組，但是用apply效率更快。

定義一個(gè)計(jì)算間隔的函數(shù)diff，輸入的是group，通過(guò)上面的演示，大家也應(yīng)該知道分組后的數(shù)據(jù)依舊是DataFrame。我們將用戶上下兩次消費(fèi)時(shí)間相減將能求出消費(fèi)間隔了。shift函數(shù)是一個(gè)偏移函數(shù)，和excel上的offset差不多。

x.shift()是往上偏移一個(gè)位置，x.shift(-1)是往下偏移一個(gè)位置，加參數(shù)axis=1則是左右偏移。當(dāng)我想將求用戶下一次距本次消費(fèi)的時(shí)間間隔，用shift(-1)減當(dāng)前值即可。案例用的diff函數(shù)便借助shift方法，巧妙的求出了每位用戶的兩次消費(fèi)間隔，若為NaN，則沒(méi)有下一次。

然后就簡(jiǎn)單了，用mean函數(shù)即可求出用戶的平均消費(fèi)間隔時(shí)間是68天。想要召回用戶，在60天左右的消費(fèi)間隔是比較好的。

看一下直方圖，典型的長(zhǎng)尾分布，大部分用戶的消費(fèi)間隔確實(shí)比較短。不妨將時(shí)間召回點(diǎn)設(shè)為消費(fèi)后立即贈(zèng)送優(yōu)惠券，消費(fèi)后10天詢問(wèn)用戶CD怎么樣，消費(fèi)后30天提醒優(yōu)惠券到期，消費(fèi)后60天短信推送。這便是數(shù)據(jù)的應(yīng)用了。

假若大家有興趣，不妨多做幾個(gè)分析假設(shè)，看能不能用Python挖掘出更有意思的數(shù)據(jù)，1月、2月、3月的新用戶在留存率有沒(méi)有差異？不同生命周期的用戶，他們的消費(fèi)累加圖是什么樣的？消費(fèi)留存，劃分其他時(shí)間段怎么樣？

你若想要追求更好的Python技術(shù)，可以把上述的分析過(guò)程都封裝成函數(shù)。當(dāng)下次想要再次分析的時(shí)候，怎么樣只用幾個(gè)函數(shù)就搞定，而不是繼續(xù)重復(fù)碼代碼。

這里的數(shù)據(jù)只是用戶ID，消費(fèi)時(shí)間，購(gòu)買量和消費(fèi)金額。如果換成用戶ID，瀏覽時(shí)間，瀏覽量，能不能直接套用？瀏覽變成評(píng)論、點(diǎn)贊又行不行？消費(fèi)行為變成用戶其他行為呢？我可以明確地告訴你，大部分代碼只要替換部分就能直接用了。把所有的結(jié)果分析出來(lái)需要花費(fèi)多少時(shí)間呢？

Python的優(yōu)勢(shì)就在于快速和靈活，遠(yuǎn)比Excel和SQL快。這次是CD網(wǎng)站的消費(fèi)行為，下次換成電商，換成O2O，一樣可以在幾分鐘內(nèi)計(jì)算出用戶生命周期，用戶購(gòu)買頻次，留存率復(fù)購(gòu)率回購(gòu)率等等。這對(duì)你的效率提升有多大幫助？

經(jīng)過(guò)一系列的講解，你是否掌握了Python的數(shù)據(jù)分析姿勢(shì)？這里的很多技巧，都和我以前的文章相關(guān)，有excel的函數(shù)影子，有數(shù)據(jù)可視化的用法，有分析思路，有描述統(tǒng)計(jì)的知識(shí)，有各種業(yè)務(wù)指標(biāo)，有接近SQL的數(shù)據(jù)規(guī)整，雖然是Python進(jìn)行數(shù)據(jù)分析，也是整個(gè)數(shù)據(jù)分析的總結(jié)。

所以，所有的課程都結(jié)束啦。在網(wǎng)絡(luò)上，大概也找不出幾篇像本文一樣，將各方面結(jié)合地很好的內(nèi)容了。更希望你時(shí)常復(fù)習(xí)，學(xué)無(wú)止境。

謝謝大家，七周成為數(shù)據(jù)分析師，告一段落。后續(xù)還有一篇匯總。

相關(guān)閱讀

互聯(lián)網(wǎng)數(shù)據(jù)分析能力的養(yǎng)成，需一份七周的提綱

如何七周成為數(shù)據(jù)分析師01：常見(jiàn)的Excel函數(shù)全部涵蓋在這里了

如何七周成為數(shù)據(jù)分析師02：Excel技巧大揭秘

如何七周成為數(shù)據(jù)分析師03：手把手教你Excel實(shí)戰(zhàn)

如何七周成為數(shù)據(jù)分析師：Excel技巧之甘特圖繪制（項(xiàng)目管理）

如何七周成為數(shù)據(jù)分析師：Excel技巧之打造多級(jí)菜單

如何七周成為數(shù)據(jù)分析師04：數(shù)據(jù)可視化之經(jīng)典圖表合集

如何七周成為數(shù)據(jù)分析師05：數(shù)據(jù)可視化之打造升職加薪的報(bào)表

如何七周成為數(shù)據(jù)分析師06：數(shù)據(jù)可視化之手把手打造BI

如何七周成為數(shù)據(jù)分析師07：快速掌握麥肯錫的分析思維

如何七周成為數(shù)據(jù)分析師08：如何建立數(shù)據(jù)分析的思維框架？

如何七周成為數(shù)據(jù)分析師09：寫給新人的數(shù)據(jù)庫(kù)指南

如何七周成為數(shù)據(jù)分析師10：SQL，從入門到熟練

如何七周成為數(shù)據(jù)分析師11：SQL，從熟練到掌握

如何七周成為數(shù)據(jù)分析師12：解鎖數(shù)據(jù)分析的正確姿勢(shì)（上）

如何七周成為數(shù)據(jù)分析師13：解鎖數(shù)據(jù)分析的正確姿勢(shì)（下）

如何七周成為數(shù)據(jù)分析師14：概率論的入門指南

如何七周成為數(shù)據(jù)分析師15：讀了本文，你就懂了概率分布

如何七周成為數(shù)據(jù)分析師16：數(shù)據(jù)分析必須懂的假設(shè)檢驗(yàn)

如何七周成為數(shù)據(jù)分析師17：最全的運(yùn)營(yíng)數(shù)據(jù)指標(biāo)解讀

如何七周成為數(shù)據(jù)分析師18：Python的新手教程

如何七周成為數(shù)據(jù)分析師19：Python的數(shù)據(jù)結(jié)構(gòu)

如何七周成為數(shù)據(jù)分析師20：了解和掌握Python的函數(shù)

如何七周成為數(shù)據(jù)分析師21：Python分析之numpy和pandas入門

如何七周成為數(shù)據(jù)分析師22：用pandas進(jìn)行數(shù)據(jù)分析實(shí)戰(zhàn)

#專欄作家#

秦路，微信公眾號(hào)ID：tracykanc，人人都是產(chǎn)品經(jīng)理專欄作家。

本文由 @秦路?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。