# 数据库-基于MySQL的电商用户、商品、平台价值分析

### 介绍

随着电商⾏业近⼏年的迅猛发展，电⼦商务从早些年的粗放式经营，逐步转化为精细化运营。随着
平台数据量的不断积累，通过**数据分析挖掘消费者的潜在需求**，消费偏好成为平台运营过程中的重要环节。

本项⽬基于某电商平台⽤户⾏为数据，使用MySQL关系型数据库，探索用户行为规律，寻找**高价值用户**；分析商品特征，寻找**高贡献商品**；分析产品功能，**优化产品路径**。

### 使用工具

Excel2016、Mysql8.0、Navicat、Premium15

### 指标体系搭建

使用“人、货、场”拆解方法，分别评价“用户、商品、平台”的质量

> **人货场**
>
> >人——**用户**
> >
> >> ⽤户是整个运营的核心。所有举动都围绕着，如何让更多的人有购买行为，让他们买的更多，买的更贵。所以对人的洞察是⼀切行为的基础。目前平台上的主力消费人群有哪些特征，他们对货品有哪些需求，、他们活跃在哪些场，还有哪些有消费力的人目前不在平台上，对这些问题的回答指向了接下来的行动。
> 
> >货——**供给**
> >
> >>对应供给,涉及到了货品分层，哪些是红海（已有市场——销量高、利润少、竞争多），哪些是蓝海（未知的市场空间——销量低、利润多、竞争少），如何进⾏动态调整，是要做⾃营还是平台，以满⾜消费者的需求
> 
> >场——**场景**
> >
> >>消费者在什么场景下，以什么样的⽅式接触到了这个商品。早期的导购做的⽐较简单，⽬前的场就⽐较丰富，但也暴露了淘宝和京东在导购⽅⾯的⼀些问题。⽐如内容营销，⽬前最好的可能是微信的、KOL、⽣态和⼩红书，甚⾄微博，⽽不在电商⾃⼰的场。如何做⼀个全域的打通，和消费者进⾏多触点的接触，比如社交和电商联动，来完成销售转化，这就是腾讯和阿⾥⼀直都在讲的**全域营销**。

### 确认问题需求

1. 基于漏⽃模型的⽤户购买流程各环节分析指标，确定各个环节的转换率，便于找到需要改进的环节；
2. 商品分析：找出热销商品，研究热销商品特点；
3. 基于**RFM模型**找出核心付费⽤户群，对这部分⽤户进⾏精准营销。

### 涉及业务数据及字典

数据库：EP_analysis

涉及表：ep_trade_user

数据源：ep_trade_user.xlsx

- ep_trade_user

| 字段          | 说明                                                         |
| ------------- | ------------------------------------------------------------ |
| user_id       | ⽤户ID                                                       |
| item_id       | 商品ID                                                       |
| behavior_type | ⽤户行为类型（1-曝光；2-购买；3-加⼊购物⻋；4-加⼊收藏夹。） |
| user_geohash  | 地理位置                                                     |
| item_category | 品类ID                                                       |
| time          | ⽤户行为发生的时间                                           |

### 需求确认
#### 需求1：搭建用户指标体系

##### 1.1、基础指标

| 指标     | 说明                                                         |
| -------- | ------------------------------------------------------------ |
| uv       | （Unique Visitor）独立访客，统计1天内访问的用户数，统计distinct user_id 的数量，需要按日统计（分组） |
| pv       | （Page View）访问量, 页面浏览量，统计behavior_type=1的记录数，需要按日统计（分组） |
| 浏览深度 | pv/uv                                                        |
| 留存率   | 按日统计，用户次日、二日……返回访问的数量，占当日访问用户数的比例 |

##### 1.2、RFM模型分析

| RFM模型 | 示意                   |
| ------- | ---------------------- |
| R       | 最近一次消费 (Recency) |
| F       | 消费频率 (Frequency)   |
| M       | 消费金额 (Monetary)    |

#### 需求2：搭建商品指标体系

##### 2.1、商品指标

点击量、收藏量、加购量、购买次数、购买转化

##### 2.2、对应品类指标
点击量、收藏量、加购量、购买次数、购买转化

#### 需求3：搭建平台指标体系

##### 3.1 行为指标

点击次数、收藏次数、加购物⻋次数、购买次数、购买转化

##### 3.2 行为路径分析

### 分析过程及结果
见文件夹《分析过程及结果》

lzb974/数据库-基于MySQL的电商用户商品平台价值分析

简介

发行版

贡献者

近期动态

lzb974/数据库-基于MySQL的电商用户 商品 平台价值分析

简介

发行版

贡献者

近期动态

lzb974/数据库-基于MySQL的电商用户商品平台价值分析