分析目的

本报告以淘宝app的用户消费行为数据为数据集，通过行业的指标对淘宝用户行为进行分析，从而探索淘宝用户的行为模式，具体指标包括: 日PV和日UV分析，付费率分析，复购行为分析，漏斗流失分析和用户价值RFM分析。为用户运营更好地解析和管理用户(例如对高价值用户的维系、对低价值用户的适当舍弃等)，降低运营成本最大化运营效果提供有力的数据支撑。

本数据集包含了淘宝APP从2017年11月25日至2017年12月3日之间，约一百万随机用户的所有行为数据(行为包括点击、购买、加购、喜欢)，本次选取了其中300万条数据进行分析数据集的每一行表示一条用户行为，由user id、item id、category、behavior和time六个字段组成

https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1

本文通过常用的电商数据分析指标，采用人货场模型、RFM模型、用户行为理论分析等体系对用户进入淘宝APP的每一步行为进行拆解，针对每一环节的用户流失情况分析出不同环节的优化优先级。由于本数据集中没有包含用户使用行为的场景，所以主要通过以下个各阶段来进行分析:

import pandas as pd
import numpy as np