单车网站业务案例
由于后面的用户消费行为和回购率、复购率还没有完全消化，所以先做前两个部分的用户行为总结
分析运用的工具为Python，其中涉及numpy、pandas两个模块（库），可视化运用的工具为powerbi，分析的过程主要分为四个部分：
1.数据的读取与查看数据基本情况
2.数据清洗与整理
3.用户消费趋势分析
4.用户个体的消费情况
一、数据的读取与查看数据基本情况
1.数据获取的格式为‘txt’文本，在这里使用pandas进行数据的读取，同时对数据的字段进行命名，并设立分隔符，使列表更加美观，增加可读性。
*注：userid:用户ID;order_dt:购买时间;order_product:购买产品的数量；order_amount:消费金额
2.对数据进行基本的查看，如字段的类型、描述型统计；
简略分析：从描述性统计的情况，用户的平均消费产品量为2.4，说明大部分的用户只购买了小量的产品，由于最大值为99，中位数为2，所以该平均值数据受到了极值一定的影响；用户的平均消费金额为35.59，也受到了极值一定的影响；
二、数据清洗与整理
1.首先，为了方便把数据导入powerBI进行数据可视化，所以将order_dt(即购买时间)进行时间格式的转换；
2.其次，由于以下的分析内容按月分组进行分析，所以这里添加一个新的字段month，只显示每月第一日，以此达到按月分组的效果。
三、用户消费趋势分析
分析方向：1.每月消费总额趋势
2.每月消费次数趋势
3.每月消费人数趋势
4.每月消费产品购买量趋势
1.对每月消费总额的数据进行提取。方法：首先对数据进行按月分组，通过求和sum（）函数，查看order_amount列的结果，即每月消费总额。
2.对每月消费次数的数据进行提取。方法：在按月分组的基础上，对每月的订单进行计数。
3.对每月产品购买量的数据进行提取。方法同1
4.对每月消费人数的数据进行提取。方法：利用unique函数，查看userid在每月的去重出现情况，然后获取利用map行数返回user_id去重后出现情况结果的长度，效果如下：
为了方便powerbi可视化的操作，我个人把前四个Series都合成为同一个DateFrame表，后两个Series合为一个DateFrame表里，并进行命名，最终以excel格式导出。如下：
可视化展示
1.每月消费总额趋势
分析：1.消费总金额的高峰在前三个月，有可能是因为网站开放进行了一系列拉新的活动；
2.三个月后，消费总金额在呈现断崖式下降，然后逐渐稳定，有稍微下降的趋势；
2.每月消费产品购买量趋势
分析：由图可知，产品购买量在前三个月达到了最高峰，后续购买量趋于稳定地下降趋势；与消费总金额的趋势情况匹配；
3.每月消费人数与消费次数趋势
分析：1.由图可知，月消费人数低于月消费次数，差异并不大；
2.在经历前三个月的数据高峰（8000-13000）之后，后续的消费人数与消费次数都呈断崖式下降，然后趋于稳定，都低于平均值（受极值影响），在2000-3000之间。
四、用户个体消费分析
分析方向：1.每个用户每月的消费金额与产品购买量描述性统计
2.用户的消费金额分布
3.用户的消费次数分布
4.用户累计消费金额占比
1.每个用户每月的消费金额与产品购买量描述性统计
方法：为了方便，在这里使用pivot_table()函数创建数据透视表，直接创建按user_id分组的，仅显示消费金额与消费次数的DateFrame表，进行描述性统计并输出为excel表，如下
分析：每个用户平均购买了7个产品，但中位值为3，说明大部分用户只购买了少量的产品；
每个平均消费总额106，但中位值为3，也与上述判断匹配
可视化：
2.用户的消费金额分布。方法：利用cut函数，以用户的消费金额划分范围，划分100份。范围为0—最大的消费金额值+50，由于取值范围左闭右开，所以+50，步长为50。范围用一个列表生成器定义，而列表的标签则从索引1开始。最终输出excel如下：
可视化：因为极值过大，为了降低影响，利用切比雪夫定理过滤异常值
3.用户的消费次数分布。方法：同上（划分范围与份额不同）
可视化：因为极值过大，为了降低影响，利用切比雪夫定理过滤异常值 ：95的有效数据在5个标准差加平局值内，5%的极值可以过滤
4.用户累计消费金额占比：方法：在按userid分组的基础上，以order_amount对表内进行升序，并通过cumsum（）函数进行累计计算；然后，在按userid分组的基础上，order_amount对表内进行升序，对表捏字段进行求和；最后把两表相除，得出占比，如下：
可视化：
分析：50%的用户贡献了18%的消费额，排名前20%的用户贡献了70%消费额，排名前10%的用户50%的消费额。一方面说明数据受极值影响较大，另一方面表明消费额排名前20%的是主要的消费群体，根据二八定律，该单车网站业务需要留存好这部分主要消费群体，适当扩展主要消费群体。
总结
1.本阶段遇到的问题主要是绘图函数的各种参数，因为这部分知识点比较庞大，要通过多练习熟悉。
2.业务知识的缺失，通过课程和项目也在不断了解业务知识，接下来需要在日常的学习任务加上业务知识！
