淘宝商铺销售数据分析 Content 010203040506 背景介绍描述性分析RFM客户分析客户重构预测关联产品推荐总结&建议 CHAPTER1 背景介绍 总会员数：59842总下单数：119702总销售金额：1966万总件数：316366 客单价：164.27连带率：2.64会员重购率：35.27% CHAPTER2 描述性分析 ¥8,000,000 2013Q1-Q4销售额 42% ¥6,000,000¥4,000,000¥2,000,000 ¥
0 1 12%3
2 25% 645 9 21% 7
8 111210 Q1 Q2 Q3 Q4 下单数 订单转化率 100% 支付数 82% 成功数
0 79% 20000 40000 60000 80000100000120000 120.00%100.00% 80.00%60.00%40.00%20.00% 0.00%
0 产品订单累积图 200 400 600 800 1000 1200 1400 1600 1800 2000 CHAPTER3 RFM客户分析 01 02 03 RecencyFrequencyary 以2013年底为节点， 计算到会员最近一次消费时间长度 累积每个会员总消费次数作为频 率变量 累加每个会员单笔消费金额，以总消费作为金额变量 RFM分析热力图消费金额 消费频次 CHAPTER4 客户重构预测 0.45417 季度变化指数 0.40774 0.33964 128% 延迟付款日期 98%74% 0.26027 月份变化指数 127%127%118%115%112%107%98%94%89%87% 74% 178% 付款时段指数 53%
3 1
4 5
2 6
9 7 10
8 11 12 0191024171118161415122213202391217835264 分层抽样 变量筛选 模型评估 目标确定 01 02 03 04 05 06 结果呈现 变量构建 数据清洗 模型构建 延迟付款实际支付时间
(0)金额(SR) 月份(1-6) 支付付款订单创建订单 邮费(LN) 时间段季节
(1)评论数 预测指数（%） 180160140120100 806040
1 174.681171.993 客户重购预测模型
2 3
4 5
6 7
8 测试集 训练集 48.38347.927
9 10 CHAPTER5 关联产品推荐 选取成功订单观测
1 2 制作用户号、产品号、产品频率长表
3 4 计算产品相似性矩阵及相关关系
5 6 从中选取N个最大产品推荐给客户
7 从产品标题中提取产品 编号 分为训练集、测试 集 根据需要推荐用户喜好制作产品偏 好列表 CHAPTER6 总结&建议 描述性分析：根据爆品种类及销售季节性变化，合理管理产品及存货结构 客户重构分析：对商铺新增用户进行重购预测，及时引导新会员成为长期消费者 LOREM RFM分析：针对老会员及已发生购买用户进行划分，针对高价值客户开展营销活动 推荐系统：深度挖掘会员潜在价值，通过推荐系统，引导会员交叉消费，提升消费金额 最后。
。
。
THANKS 三组：杨红光张勇刘晓文