一、研究方法与说明

数据来源：https://www.datacamp.com/courses/customer-analytics-ab-testing-in-python

数据背景：数据集包含客户在某冥想App内产生内购行为的相关数据以及客户个人数据

时间跨度：2013.9~2017.3

数据维度：用户所在国家、性别、年龄、使用设备、注册日期等基本信息以及商品价格、消费金额、收入、购买次数等消费数据

研究方法：描述性统计、假设检验、K-means聚类

研究目的：分析该APP总体运营情况；对用户进行分层，找到高价值用户，进行精细化管理；并对付费墙模块分析A/B test结果

二、核心结论

成交总额：GMV收益趋势平缓，收益持续稳定。但16年7月份存在明显下滑，特别是英国、澳大利亚、加拿大的女性客群。

商品销售：低端产品线销售情况良好，高端产品线可重点发展sku_six_1299系列产品；

用户画像：女性占比高于男性，但GMV贡献主要来源于男性，可进一步挖掘女性客户的潜在需求；该平台GMV主要贡献源于美国和巴西，其中巴西消费群体偏向于使用安卓系统，美国则偏向于苹果；

付费指标：用户综合付费比例高于10%，多数用户第一次消费行为在70天之内，并且复购率极高，说明其商业模式可行性高，用户黏性大，发展潜力巨大；

用户分群：目前平台主要存在两类消费群体，一类群体为交易频繁、交易金额大，最近一次交易时间间隔短的优质客户群，另一类群体最近交易时间间隔短，但购买频率和金额相对水平较低，无法立即给企业带来较大利润；但该类人群占比较大，需要逐步培养此类用户的消费习惯；

A/B测试结果：付费墙功能对用户的ARPPU、复购率、

三、总体运营分析

四、用户运营分析

五、付费墙A/B测试

附录A—K-means用户分群