1.选手简介 1.1 选手介绍团队名称：脑门渐秃终不悔 1.2 参赛初衷 作为BI的技术人员，不希望只局限在数仓，ETL等，希望同时能掌握整条线的能力，包括报表的制作与分析 比赛追求不是结果，而是追求比赛过程，希望通过实践学习Fine BI操作的方式方法，提升职业技能 2.场景介绍 2.1 业务背景介绍&数据来源 2.1.1 业务背景 数据集是来自阿里天池平台的2014年11月18日至2014年12月18日淘宝数据，主要记录的是客户购买行为（浏览，收藏，加入购物车，购买）以及行为发生时间。通过此次的用户行为分析，了解电商关注的重要指标，学习数据分析的基本方法以及Fine BI的基础操作及使用。 2.1.2 数据来源：数据来源于阿里云天池：https://tianchi.aliyun.com/dataset/dataDetail?dataId=649 选取了2014年11月18日至2014年12月18日之间，有行为的约一百万名随机用户的所有行为（行为包括点击、购买、加购、喜欢），分析了用户行为与商品规律。数据集大小情况为：用户数量8477，商品数量约701552，商品类目数量7095以及总的淘宝用户行为记录数量为1048475。 数据整体情况参考如下: 字段 中文名字段说明数据类型原始数据量 User_id用户id用户标识varchar8477 Item_id商品id商品标识varchar701552 Item_category商品类目id商品类目标识varchar7095 Behavior_type行为类型类型包括点击、收藏、加购物车、支付，分别用数字1、2、3、4表示varchar1048475 time时间戳用户行为发生时间戳varchar2014年11月18日至2014年12月18日 2.2分析思路根据用户的行为特性对用户进行分类分析，统计不同特征下的用户数量、分布，分析不同群体的分布特征，通过分析可以了解行业动态，比如人群消费习惯、消费偏好分析、以及不同地域的消费差异情况。 根据现有数据及分析目的，从从以下角度进行分析： 用户购物情况整体分析：以PV、UV、平均访问量、跳失率等指标，分析用户最活跃的日期及活跃时段，了解用户行为习惯 商品购买情况分析：从成交量、人均购买次数等指标，探索用户对商品的购买偏好，了解商品的销售规律 用户行为转化漏斗分析：依据点击、收藏、加入购物车以及购买四种行为进行分析 用户地域分析：找出各区域的商品销售规律 对商品的销售情况：商品的销售类目以及销售量，优化商品营销策略 2.3 数据整理 2.3.1 数据清洗 缺失值处理：在创建表格的时候，5个字段均定义为NOT NULL，数据导入保证没有缺失值。 一致化处理：转换时间数据类型。 数据异常值处理：检查日期是否在规定范围内。 时间处理：增加一列hour，故数据源中含有年月日，年月日时间两列数据。 行为类型数字更改为指定字符： update test.user_behavior_list set behavior_type =replace(behavior_type,1,'点击'); update test.user_behavior_list set behavior_type =replace(behavior_type,2,'收藏'); update test.user_behavior_list set behavior_type =replace(behavior_type,3,'加购物车'); update test.user_behavior_list set behavior_type =replace(behavior_type,4,'购买'); 地理位置处理：因原表结构中并无地理位置信息，故在数据库中将城市信息随机对应到用户ID中。 最终表结构如下： 表名 test.user_behavior_list 列名 字段类型 注释 user_id varchar(255) 用户ID item_id varchar(255) 商品id behavior_type varchar(255) 商品类目id item_category varchar(255) 行为类型 time timestamp 时间戳 hour timestamp 时间戳 country_id varchar(255) 国家编码 country_name varchar(255) 国家名称 area_id varchar(255) 地区编码 area_name varchar(255) 地区名称 province_id varchar(255) 省份编码 province_name varchar(255) 省份名称 city_idvarchar(255) 城市编码 city_ name varchar(255) 城市名称 2.3.2 构建模型 用户购物情况整体分析 这一个月里PV(浏览量)，返回结果是：987819 select count(behavior_type) as 浏览量 from Test.user_behavior_list where behavior_type='点击'; 这一个月里UV(用户数)，返回结果是：8477 select count(distinct user_id)as 用户数 from Test.user_behavior_list; 平均访问量是： 987819/8477= 116.5，即每个用户平均访问了117个页面。 每天访问量/访客数情况 select time,count(behavior_type)as 访问量 from Test.user_behavior_list where behavior_type='点击'group by time; 每天的访客数情况： select time,count(distinct user_id) as 访客数 from Test.user_behavior_list group by time; 每个时段访问量/访客数 alter table Test.user_behavior_list addcolumn hours varchar(25) not null; update Test.user_behavior_list sethours=left(times,2); select a.hours,a.访问量,b.访客数 from (select hours,count(behavior_type)as 访问量 from Test.user_behavior_list where behavior_type='点击' group by hours)a inner join (select hours,count(distinct user_id) as 访客数 from Test.user_behavior_list group by hours)b on a.hours=b.hours; 不同时段成交量 select hours,count(behavior_type)as 成交量 from Test.user_behavior_list where behavior_type='购买' group by hours order by hours; 2.4 完成分析报告 2.4.1 可视化图表的选择和制作步骤 数据准备-添加自助数据集 139660 数据集-字段类型设置 139662 新建仪表板 139663 添加组件 139664 制作图表 ①添加计算字段②选取合适的维度以及指标，图表类型③调整图形属性以及组件样式 2.4.2 通过分析得出的结论 全国各地用户分布情况，从此图来看，广东以及沿海地区用户数相对来说较多。西部地区是接下来要推广的重点。 139665 品类喜好TOP20，说明这20种商品更受大家欢迎，可考虑是否作为后续发展的重点品类 139666 行为漏斗图，用于表达各种不同用户类型的行为量，点击与其他行为的转化率较低。 139667 在这段时间中，几种用户行为都在12月12日这一天有爆发式增高 139668 大部分用户在下午晚上会比较活跃，其中21到22时，是一天当中最活跃的时段，成交量也是这一时段最高。建议可以在用户活跃的时段进行推广以使运营效果最大化。 139669 用户区域占比以及前20用户城市占比 139670 各区域产品点击量 139671 2.4.3 排版布局&设置颜色 仪表盘主题样式选择 139678 在仪表盘主题选择完毕后，图表依据主题色进行调整，一是如上图可在仪表盘样式中做一些简单的图表颜色调整；二是可直接进入图表设置界面对图表颜色进行设置。例如，地图中采用区域渐变 139679 2.4.4 最终结果呈现的页面布局 用户行为分析页 139681 区域分析 139682 用户活跃规律 139683 139684 2.5 总结 通过这次参赛让我俩收获颇多，虽然过程很辛苦，因为工作原因只能在下班后才能进行学习和参赛制作。但同样让我俩养成了下班回家学习的习惯。参赛过程中遇到了许多之前没遇到的问题和困难，但通过互相讨论分析将问题一一解决。通过参赛学习提升了掌握整条线的能力，包括报表的制作与分析。并且通过实践学习FineBI操作的方式方法，提升职业技能。总之，虽然比赛的结果是重要的，但是，在准备的过程中收获的东西更真实，更有意义，我们收获了并快乐的体验着这个过程。 140327 140326 140325 140324 140368