大家好,我是丁小杰。
本文案例的来源为《数据分析实战》一书,书中使用的是R
语言,接下来一段时间,我会用Python + Tableau
尽可能的将案例复现出来,以供大家学习。
场景描述
某公司经营的一款 APP 小游戏,每月销售额稳定上涨,但是在 7 月却突然下降,无论从市场环境或是游戏本身的环境来看,这个游戏的销售额都还有继续增长的空间
,影响该游戏销售额的主要影响因素可能有两点:
游戏活动上新商业宣传力度更改
经了解发现
游戏活动与上月活动并无较大改变由于预算紧缺,宣传力度有所下降
接下来我们会根据数据分析来证实上述结论,并提出恢复销售额的方法。
数据描述
DAU(Daily Active User)
每天至少来访 1 次的用户数据,139112
行。
DPU(Daily Payment User)
每天至少消费 1 日元的用户数据(0.056 元),884
行。
Install
记录每个用户首次登录游戏的时间,29329
行。
数据分析
数据读取
读取三个数据集。
import pandas as pdDAU_data = pd.read_csv('DAU.csv')DPU_data = pd.read_csv('DPU.csv')install_data = pd.read_csv('install.csv')
显示DAU
数据集前五行。
DAU_data.head()
显示DPU
数据集前五行。
DPU_data.head()
显示Install
数据集前五行。
install_data.head()
数据合并
将每日活跃用户数据DAU
与用户首次登录数据Install
进行合并,将user_id
与
app_name
作为参照key
。这样就可以得到用户的首次登录时间。
all_data = pd.merge(DAU_data,install_data,on=['user_id', 'app_name'])all_data.head()
得到用户首次登录时间后,再与每日消费用户数据DPU
进行合并,使用左连接的方式,保留all_data
中的所有数据,缺失值默认为NaN
。
all_data = pd.merge(all_data,DPU_data,on=['log_date', 'app_name', 'user_id'],how='left')all_data.head()
数据处理
将payment
列中的空值填充为 0。
all_data['payment'] = all_data['payment'].fillna('0')all_data
将payment
列的单位转换为元,log_date
与install_date
都只保留月份即可。
all_data['payment'] = all_data['payment'].astype(float)all_data['payment'] = all_data['payment'] * 0.056all_data['log_date'] = pd.to_datetime(all_data['log_date']).map(lambda x : x.strftime("%m")[1] + '月')all_data['install_date'] = pd.to_datetime(all_data['install_date']).map(lambda x : x.strftime("%m")[1] + '月')all_data.head()
新老用户划分
将登录月份 > 首次登录月份
的用户定义为老用户,其他则定义为新用户。
all_data['user'] = all_data['log_date'] > all_data['install_date']all_data['user'] = all_data['user'].map({False: '新用户', True: '老用户'})all_data.head()
按照log_date
,user
分组对payment
求和,统计各月新老用户的带来的销售额。
user_category = all_data.groupby(['log_date', 'user'])['payment'].sum().reset_index()user_category.head()
可以看到 6 月和 7 月的老用户带来的销售额基本相同,但 7 月新用户带来的销售额明显少于 6 月。
将销售额划分区域,看看哪个层次的用户消费在减少。
import numpy as npsale_df = all_data.loc[all_data['payment'] > 0, ['log_date', 'payment']].copy()bins = list(range(0, 101, 30)) + [np.inf]labels = [str(n) + '-' + str(n + 30) for n in bins[:-2]] + ['>90']sale_df['payment_cut'] = sale_df['payment'].apply(lambda x : pd.cut([x], bins=bins, labels=labels)[0])sale_df.head()
根据上面柱状图可以看出,和 6 月相比,7 月消费额在 60 元以下的用户数量减少了一部分。
到此我们就可以得到一些结论。
结论
新用户中的产生消费的用户发生了减少,特别是消费金额较少的小额消费用户。因此,公司需要再次开展商业宣传活动并恢复到之前的水平,这样才有可能提升潜在用户对公司产品的认知度,增加新的用户。
案例参考
[1]《数据分析实战》 [日] 酒卷隆志 里洋平/著 肖峰/译
对于刚入门Python
或是想要入门Python
的小伙伴,可以通过下方小卡片联系作者,一起交流学习,都是从新手走过来的,有时候一个简单的问题卡很久,但可能别人的一点拨就会恍然大悟,由衷的希望大家能够共同进步。另有整理的近千套简历模板,几百册电子书等你来领取哦!
👇🏻关注小卡片,回复“交流群”,一起学习Python👇🏻