1200w+淘宝双12数据秒速解决！Power BI真是太强大了！

基于千万级的淘宝用户的使用记录，对淘宝用户的行为进行分析，具体指标包括：日PV、日UV、小时PV、小时UV、不同用户行为的PV、用户购买次数分布、用户购买频次分布、活跃用户消费情况等。通过本案例，可以基本看看Power BI都能分析达到怎么样的效果。

一.数据来源及结构

阿里天池官方发布的1万用户在2014年双十二期间的行为记录，数据量达1200万+。

数据结构：

• user_id：用户ID
• item_id：商品ID
• behavior_type：用户行为类型（包含1点击、2收藏、3加购物车、4支付）
• user_geohash：地理位置
• item_category：商品类别ID
• time：记录时间

二.数据导入及整理

从客服那拿到数据后，解压得到csv文件，直接通过"获取数据"功能，即可导入csv文件。

整个数据文件大小500M+，我的家用电脑导入大概花了2分钟。（酷睿i5，16G内存，500G固态硬盘）

筛选并查看各列数据，数据还是比较规整的，没有发现异常值，因此也没进行数据清洗了。

打开查询编辑器，通过 "添加列-提取" 功能，添加日期、小时两列，用作后面日期、小时维度分析使用。

完成数据整理后，应用查询更改。由于数据量相对较大，应用查询更改，也还是花费了一些时间。我的家用电脑用了大概5分钟时间。

三.数据分析

1. 每日PV、UV走势分析

使用折线图，将"日期"/"小时"列作为轴，将"user_id"列作为值，得出下面趋势图。

可以直观看出，在双12当天，PV、UV均达到峰值。在整个双12期间，用户活跃程度大概有45%的浮动。

2. 每小时PV、UV走势分析

构建折线图方法与1类似。

从图形直观看出，PV、UV曲线走势基本一致。但是发现晚上18点之后，PV快速十分增长，但是UV增长不太明显。

看得出来哈，即使白天时间要上班、上学，双12期间很多人还是克制不住要上上淘宝。

3. 不同行为的每小时PV趋势分析

使用折线图，将"小时"列作为轴，将"user_id"列作为值，将"behavior_type"作为图例，得出下面趋势图。

• 行为"1点击" 明显比其他行为的PV高得多，说明大家都在刷。
• 行为"2加入购物车" 比 行为"3添加收藏" 的PV要多，让用户收藏进行复购还是难些呀。

比较上下两个图，四种行为的趋势还是很一致的。

4. 用户购买次数分析

先使用下面公式构建新表，按不同的购买次数对用户进行分类汇总。

表 = SUMMARIZE(

FILTER("tianchi_mobile_recommend_train_user","tianchi_mobile_recommend_train_user"[behavior_type]=4),

tianchi_mobile_recommend_train_user[user_id],

"购买次数分类",

count("tianchi_mobile_recommend_train_user"[behavior_type])

)

添加用户数量的度量值。

用户数量 = count("表"[购买次数分类])

使用柱状图、矩阵进行可视化，构建方法与前面几点类似。

从购买次数看，大多数用户还是比较克制的，购买次数在20以下的占了绝大多数。

5. 不同购买频次客户的贡献度分析

由于原始数据中，没有每笔订单的金额，只能对不同购买频次的客户，分类计算总购买次数，以分析不同类别客户的贡献度。

构建总购买次数度量值。

总购买次数 = sum("表"[购买次数分类])

这就很明显地发现了几个"剁手族"的贡献了，有6个客户购买次数达到了200次以上。

6. 每天购买总数、购买频次分析

购买次数度量值

购买次数 = SUMX(FILTER("tianchi_mobile_recommend_train_user","tianchi_mobile_recommend_train_user"[behavior_type]=4),1)

平均购买次数度量值

平均购买次数 = DIVIDE(SUMX(FILTER("tianchi_mobile_recommend_train_user","tianchi_mobile_recommend_train_user"[behavior_type]=4),1),

CALCULATE(DISTINCTCOUNT("tianchi_mobile_recommend_train_user"[user_id])

,FILTER("tianchi_mobile_recommend_train_user","tianchi_mobile_recommend_train_user"[behavior_type]=4)))

每天的购买总数、购买频次的趋势基本一致，都在双12当天达到峰值，且在双12当天远远大于其他时间。

7. 活跃用户消费情况分析

构建活跃用户消费率度量值

活跃用户消费率 = DIVIDE(

CALCULATE(DISTINCTCOUNT("tianchi_mobile_recommend_train_user"[user_id])

,FILTER("tianchi_mobile_recommend_train_user","tianchi_mobile_recommend_train_user"[behavior_type]=4)),

CALCULATE(DISTINCTCOUNT("tianchi_mobile_recommend_train_user"[user_id])

,FILTER("tianchi_mobile_recommend_train_user","tianchi_mobile_recommend_train_user"[behavior_type]=1)

))

在双12当天，打开过淘宝的人，超过一半都下单消费了，这转换率高得离谱呀。

而且即使在其他时间，每天都保持有超过20%的转化。

四.总结

在上述所有的分析中，除了整理数据时加载较慢以外，其他所有分析中，所构建的表、度量值、可视化图形等，Power BI都是秒速完成的。在数据量超过1200万的级别，这样的响应速度，还是很不错的了。

从Power BI的可视化界面，可以很快就完成了整个数据分析的全流程，包括数据的导入、清理、度量值编写、模型构建、可视化表达、指标分析等，也从分析结果中快速得到一些商业洞察，十分具有实际应用价值。

End.

作者：李宇飞（灰哥）

来源：CSDN

https://blog.csdn.net/scut_yfli/article/details/104832723

本文为转载分享，如有侵权请联系后台删除