一、案例背景：
元气海洋是一家以多维生素健康著称的新型互联网饮料企业，旗下的甜茶、烧茶深受年轻人的喜爱。目前公司即将设计新一轮的电商活动，元气海洋的运营负责人期望你协助他完成用户行为分析，从去年的双十一数据中，找到用户购物的高峰时间点，从而设计对应的运营节奏。
二、分析具体问题：
由于这一次要分析的数据体量上万，一打开Excel就死机，所以需要使用Python来进行相关的数据分析和可视化。
1、在去年的11月，哪几天是用户浏览网页的高峰期？
2、在一天中，什么时间点是用户浏览网页的高峰期？
3、在去年的11月，用户浏览量和访客数变化有什么关系（相关性）？
4、各个环节的转化率怎么样？
5、转化率低是因为哪一天的转化率有严重下滑？
三、具体代码实现
1、在去年的11月，哪几天是用户浏览网页的高峰期？
结论：在去年的双十一，双十一这天是用户浏览网页的高峰期
2、在一天中，什么时间点是用户浏览网页的高峰期？
结论：在一天中，0点、11-12点、18-21点是用户浏览网页的高峰期
3、在去年的11月，在去年的11月，用户的访客数情况
结论：在去年的11月，用户的访客数也是在双十一这天最高
4、每一天中，不同时间段用户的访客数情况
结论：在一天中，0点、11-12点、18-21点是访客数的高峰期
5、在去年的11月，用户浏览量和访客数变化有什么关系（相关性）？
结论：在一天中，用户浏览量和访客数变化呈现强正相关，相关系数为0.98接近1，表明随着访客数越高浏览量也就越高
6、各个环节的转化率怎么样？
结论：从用户行为转化率中可以看出，浏览到点击环节用户流失较大，点击环节的转化率仅有0.09%，需要优化点击环节
7、转化率低是因为哪一天的转化率有严重下滑
结论：整体点击转化率较低是因为双十一这天浏览量有了大幅度提升，但是点击量跟往日差不多，导致双十一这天点击率大幅度下滑；
需要优化双十一活动页面，因为活动页面内容太多，顾客抓不住重点，导致点击量减少。
四、得出结论
1、在去年的双十一，双十一这天是用户浏览网页的高峰期；在一天中，0点、11-12点、18-21点是用户浏览网页的高峰期；在去年的11月，用户的访客数也是在双十一这天最高；在一天中，0点、11-12点、18-21点是访客数的高峰期；在一天中，用户浏览量和访客数变化呈现强正相关，相关系数为0.98接近1，表明随着访客数越高浏览量也就越高。
2、虽然用户浏览量和访客数有较大提升，但是最后的产品购买量却没有较大提升，是因为：从用户行为转化率中可以看出，浏览到点击环节用户流失较大，点击环节的转化率仅有0.09%，需要优化点击环节；
整体点击转化率较低是因为双十一这天浏览量有了大幅度提升，但是点击量跟往日差不多，导致双十一这天点击率大幅度下滑；
需要优化双十一活动页面，因为活动页面内容太多，顾客抓不住重点，导致点击量减少。
五、一点体会
学完Python尤其是数据分析这块，真的可以帮助自己更快的处理数据，
1、其中可视化这块两个神库matplotlib和seaborn，虽然seaborn可视化更高阶，很多时候绘制图形只需要一两行代码即可解决（如绘制折线图直接用sns.lineplot(x=,y=,data=,color=)）就能绘制出很漂亮的图形，相比较pyplot更简单，但是seaborn就类似套餐，很多时候不能自己选择，比如：x轴标签，图形x,y轴标题、图形线型等属性不能自己调整，pyplot虽然代码多一些，但是就类似自助餐，自己要什么就取什么，而更加个性化，我还是喜欢用pyplot来进行可视化。
2、还有就是pandas这个库功能真的很强大，连透视表这个都可以实现（直接用pivot_table()即可），查看数据的统计信息（比如均值、最大值、最小值等直接用describe()函数就能实现），连接两个表不需要Excel复杂的vlookup操作，直接用concat([表名1,表名2])就可以，去重的话直接用nunique()函数就能做到，诸如此类，真是一入Python深似海，爱到无法自拔~_~
