如何对网站做引擎优化,开发一个app的资质要求,赤城网站建设,常州市城市建设局网站用户偏好分析 TGI
1.1 用户偏好分析介绍
要分析的目标#xff0c;在目标群体中的均值 和 全部群体里的均值进行比较#xff0c; 差的越多说明 目标群体偏好越明显
TGI#xff08;Target Group Index#xff0c;目标群体指数#xff09;用于反映目标群体在特定研究范围内…
用户偏好分析 TGI
1.1 用户偏好分析介绍
要分析的目标在目标群体中的均值 和 全部群体里的均值进行比较 差的越多说明 目标群体偏好越明显
TGITarget Group Index目标群体指数用于反映目标群体在特定研究范围内强势或者弱势的程度
案例的需求 高利润的产品投放市场 找到合适的城市进行投放 统计不同城市高客单价用户占比的TGI 找到TGI比较大的城市 还需要考虑总用户数量不要过少
1.2 代码
import pandas as pd
df pd.read_excel(data/PreferenceAnalysis.xlsx)
df.head()
df.info()
df.describe() 用户打标 判断每个用户是否属于高客单价的人群
df[用户ID].nunique() # 统计不重复的用户ID数量
# 计算每个用户平均消费金额
user_df df.groupby([用户ID],as_indexFalse)[实付金额].mean()
user_df.columns [用户ID,平均支付金额]
#%%
def if_high(x):if x50:return 高客单价else:return 低客单价
user_df[用户类别] user_df[平均支付金额].apply(if_high)
user_df
按城市统计 高客单价人群 低客单价人群的数量
# 针对消费流水表 去重 用户ID 省份 城市 进行去重 去重之后的数据在与前面计算出来的用户标签进行关联
df_dup df.drop_duplicates(subset[用户ID,省份,城市])
df_merge pd.merge(user_df,df_dup,on用户ID,howleft)
df_mergedf_merge[[用户ID, 平均支付金额, 用户类别,省份, 城市]]
df_merge.head()
#%%
df_result df_merge.pivot_table(index[省份,城市],columns用户类别,values用户ID,aggfunccount)
df_result.reset_index(inplaceTrue)
发现数据中有缺失值, 对缺失值进行处理
df_result.info()
#%%
# 分省份城市 统计高客单价低客单价用户数量的时候 发现数据中有缺失值 缺失的原因是某些城市没有这一类型的用户 此时可以使用0来进行填充
df_result.fillna(0,inplaceTrue)
df_result.info()
#%%
df_result[df_result[低客单价]0]
计算用户总数和高客单价占比
df_result[用户总数] df_result[低客单价]df_result[高客单价]
df_result[高客单价占比] df_result[高客单价]/df_result[用户总数]
计算TGI target Group index 目标群体指数
df_result.info()
#%%
df_result[高客单价].sum()/df_result[用户总数].sum()
#%%
df_result[整体高客单价占比] df_result[高客单价].sum()/df_result[用户总数].sum()
#%%
df_result[TGI] df_result[高客单价占比]/df_result[整体高客单价占比] *100
过滤掉用户数量太少的城市 给出结论
user_count_mean df_result[用户总数].mean()
df_result[df_result[用户总数]user_count_mean].sort_values(byTGI,ascendingFalse)
同期群分析
使用场景 电商场景比较不同月份客群的留存情况 需要比较的是过了一个月1月留存率过了两个月2月留存率.... 金融信贷的场景比较不同月份客群的违约情况, 需要比较的是过了一个月1月违约率过了两个月2月违约率.... 不能直接使用当前月份的数据直接做对比
使用同期群分析的时候 周期可以调整 指标可以换可以把每一月份的数据按照其它维度进行拆解 比较客群留存情况把渠道考虑进来 案例: 计算了用户留存情况 每个月新增的用户, 当前有购买的用户ID - 之前月份也出现过的用户ID 留存使用复购来表示 评论文本分析
基本数据的处理 从评星中获取好评中评差评分类 从评价的时间中, 截取年月的数据 评论文本内容, 进行分词, 统计不同单词出现的次数(计算词频) 中文的评论, 分词是需要处理的部分, 可以使用 jieba这个库对中文进行分词 英文 词形还原过程 given → give been → be 可以使用NLTK库 无论中文/英文都要处理的 去停用词 stopwords 没有意义的连词,代词,介词 英文 of the 中文 的地 得 ... 可以从网上下载停用词表 统计词频的时候不统计停用词 从评论的数量, 判断出销量,按照时间的维度, 绘制折线图, 通过评论数量的波动, 发现销量的变化规律
从评论的词频统计中, 可以知道 如果是差评, 大家都在吐槽什么, 发现产品的缺点 如果是好评, 大家都在夸什么
