新闻| 文章| 资讯| 行情| 企业| wap手机版| article文章| 首页|会员中心|保存桌面|手机浏览
普通会员

齐河市雁玉科技公司

企业列表
新闻列表
  • 暂无新闻
推荐企业新闻
联系方式
  • 联系人:赵先生
首页 > 新闻中心 > GMV异常分析及RFM用户价值分析
新闻中心
GMV异常分析及RFM用户价值分析
发布时间:2024-11-07        浏览次数:0        返回列表
一、背景介绍

考拉电子公司(虚拟公司)是一家电子类产品经销商,成立于2020年1月,旗下产品有手机、电脑、影音设备等。公司从2020年1月至8月期间,整体发展良好,尤其是5至8月期间,公司GMV直线上升,但是从9月份开始,GMV出现下滑。考拉公司成立不足一年,GMV大幅下降是一个危险信号。

GMV异常分析及RFM用户价值分析

二、分析目的

1) 8月之后,考拉公司GMV下滑的原因
2)如何提升考拉公司GMV

三、分析思路
四、GMV异常原因分析
4.1 整体GMV分析

我们再把数据细分,以日为单位统计GMV,时间从7月到11月。从上图中可以看出,8月17日之后,GMV开始呈下降趋势,10月份,公司做出了调整,GMV有所回升,但是很不稳定,为了公司长期稳定发展,还需进一步分析。

4.2 用户维度分析
4.3 产品维度分析
4.4 GMV出现异常的原因总结
五、解决方案
5.1 留住老用户
5.2 开发新客户
5.3 主营产品用户画像(以apple手机为例
5.4 用户消费习惯
5.5 小结

为了使考拉公司GMV稳步上升,提出如下建议
1)对于老用户,要精细化运营,将用户运营的预算,主要聚焦在钻石用户上
2)开发新用户方面,以上海、北京、广东三地为基石,着力开发广东地区新用户
3)少数主营产品,如:手机、笔记本电脑等,是公司盈利的根本,应先将精力主要放在这几类产品的推广和促销上,还需在根据其他数据进一步分析主营产品的用户画像,实现精细化推广
4)周末和早上6点至中午12点之间是用户消费的主要时间,应在着力在这期间给用户推送产品最新消息等。

六、相关代码

python数据处理

1、数据预处理
查看数据初始状态
压缩数据

指定数据类型,object类型少于50%的转换成:category

创建年月、日、周、时间
缺失值处理
重复值处理
查看异常值
备份并导出已处理数据
2、建立RFM模型
查看数据分布情况
对数据进行分箱处理