分析框架：
數據集下載：天池競賽中有。
數據集網址：https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1
將下載到的csv文件導入到mysql數據庫，請讀者自行百度。
正文：
拿到數據，先看一眼數據長啥樣，是否有null值，什麼樣的數據類型；
select * from tianchi_mobile_recommend_train_user limit 10;
user_id:用戶唯一標識
item_id:商品標識
behavior_type:用戶對商品行爲類型，{1,瀏覽；2，收藏；3，加入購物車；4，購買}
user_geohash:用戶位置空間標識，由經緯度通過保密算法生成
item_category:商品分類標識
time：行爲時間，精確到小時
說明：用戶位置空間大多爲null，難以補充和研究，本例不做地理分析；
商品分類暫時不做分析；
數據範圍：從2014年11月18號~2014年12月18號淘寶APP一個月的行爲數據；
select max(time),min(time) from tianchi_mobile_recommend_train_user;
select count(user_id) as pv,count(distinct user_id) as uv,count(distinct user_id) / count(user_id) as 'uv/pv'
from tianchi_mobile_recommend_train_user
where behavior_type=1;
pv：統計週期內頁面瀏覽次數（不去重）
uv：統計週期頁面訪問用戶數（去重）
pv/uv：1155；平均每1155次瀏覽對應一個用戶。對比大盤，歷史基線看這個數據是否可以優化提高；
select count(user_id)
from ( select user_id
from tianchi_mobile_recommend_train_user
group by user_id
having count(behavior_type)=1 ) as A;
where 後不能接單行函數，而having可以；having要跟在group by後使用，對分組後數據執行篩選（一般用單行函數，比如計數，平均等）；
子查詢給表起別名A是必須的，否則報語法錯誤！
count後不能有空格，真的煩唉；
查詢結果爲4，意味着只有4個用戶在30天內只瀏覽了頁面，佔比4/10000=0.04%（頁面跳失率=只點擊一次瀏覽的用戶數/總用戶數）；說明淘寶app的粘性很大。
提問：如果將上述語言改爲以下，將會發生什麼？
select count(user_id)
from tianchi_mobile_recommend_train_user
group by user_id
having count(behavior_type)=1
學會一個套路：
先篩選滿足條件的字段建立一個子查詢，然後對子查詢執行計數，平均等操作。
接下來對用戶行爲進行分析
評價各功能佔比：
select behavior_type,count(distinct user_id)
from tianchi_mobile_recommend_train_user
group by behavior_type;
瀏覽是用戶進入淘寶的第一交互，而第二個交互是收藏，加入購物車，還是直接購買，從數據上看都是可以的，也符合業務邏輯（比如小編本人拿到工資的時候，瀏覽--購買；等錢花的差不多的時候，就是瀏覽--加入購物車---（有錢後）購買）。
進入淘寶app的10000個用戶中，67.3%的用戶選擇了收藏，86.1%的用戶選擇了加入購物車，89%的用戶完成了購買。
進行路徑分析
不區分時間
select behavior_type,count( user_id)
from tianchi_mobile_recommend_train_user
group by behavior_type;
沒有去除重複值，統計的是點擊次數（一個人可以點擊多次）；瀏覽次數11550581，收藏次數343564（收藏/佔比=2.9%），購物車次數242556（購物車/瀏覽=2.1%），下單次數120205（下單/瀏覽=1%）。
select count(distinct t1.user_id),count(distinct t2.user_id),count(distinct t3.user_id),count(distinct t4.user_id)
from (
select distinct user_id
from tianchi_mobile_recommend_train_user
where behavior_type=1
)t1
left join (
select distinct user_id
from tianchi_mobile_recommend_train_user
where behavior_type=2
)t2 on t1.user_id=t2.user_id
left join (
select distinct user_id,
from tianchi_mobile_recommend_train_user
where behavior_type=3
)t3 on t2.user_id=t3.user_id
left join (
select distinct user_id
from tianchi_mobile_recommend_train_user
where behavior_type=4
)t4 on t3.user_id=t4.user_id
此爲漏斗模型，業務中經常使用left join統計漏斗數據---基於前端埋點。
漏斗模型畫法請讀取自行百度
對漏斗的說明：統計週期內，10000名瀏覽用戶中，有6730名用戶完成了收藏（完成一次就記錄，實際上可能同一用戶多次點擊收藏），收藏用戶中有6020名用戶添加了購物車，添加購物車用戶中有5730名用戶完成下單。下單率（完成下單用戶/進入app瀏覽用戶）爲57.3%。
不同時間尺度下的用戶行爲路徑分析
最開始我是這樣寫的，
select t1.date,count(distinct t1.user_id),count(distinct t2.user_id),count(distinct t3.user_id),count(distinct t4.user_id)
from (
select distinct user_id ,DATE_FORMAT(time,'%Y-%m-%d') as date
from tianchi_mobile_recommend_train_user
where behavior_type=1
)t1
left join (
select distinct user_id,DATE_FORMAT(time,'%Y-%m-%d') as date
from tianchi_mobile_recommend_train_user
where behavior_type=2
)t2 on t1.user_id=t2.user_id
and t1.date=t2.date
left join (
select distinct user_id,DATE_FORMAT(time,'%Y-%m-%d') as date
from tianchi_mobile_recommend_train_user
where behavior_type=3
)t3 on t2.user_id=t3.user_id
and t2.date=t3.date
left join (
select distinct user_id,DATE_FORMAT(time,'%Y-%m-%d') as date
from tianchi_mobile_recommend_train_user
where behavior_type=4
)t4 on t3.user_id=t4.user_id
and t3.date=t4.date
GROUP BY t1.date
ORDER BY t1.date
12256906行*6列然後3個left join的數據用一臺16G的筆記本電腦想跑出結果---不存在的！（跑了20分鐘，沒出結果的我不想等了）。
代碼的原意是按天做漏斗，比如看2018-12-12這一天有多少用戶瀏覽，瀏覽的用戶中有多少收藏，收藏的用戶中有多少添加購物車，添加購物車的用戶中有多少願意下單。
月維度的用戶行爲分析
select DATE_FORMAT(time,'%Y-%m-%d'),sum(case when behavior_type=1 then 1 else 0 end ) as '瀏覽次數',
sum(case when behavior_type=2 then 1 else 0 end ) as '收藏次數',
sum(case when behavior_type=3 then 1 else 0 end) as '購物車次數',
sum(case when behavior_type=4 then 1 else 0 end) as '購買次數'
from tianchi_mobile_recommend_train_user
group by DATE_FORMAT(time,'%Y-%m-%d')
ORDER BY DATE_FORMAT(time,'%Y-%m-%d')
這個語句22s出結果。
實現的需求：知道某天有多少瀏覽量，多少收藏量，多少添加購物車，多少下單。
導出時注意設置格式。
從圖中發現：2014-12-12這天，各項指標都達到了高峯。背後原因是淘寶平臺雙十二做活動，拉高了各項指標。
其中，下單次數環比昨日上漲373%，添加購物車次數環比昨日上漲56.7%，收藏次數環比昨日上漲12.2%，瀏覽次數環比昨日上漲39.4%。活動當天，下單漲幅最大，是因爲很多用戶提前看好了產品，等活動上線就開買；收藏漲幅最低，是因爲用戶使用收藏的心理預期是下次再看看，這次不再自己購買物品清單內，優先級是最低的；添加購物車漲幅度也很大，是因爲用戶添加購物車可以使用批量付款的原因，這樣可以節省用戶的購買時間。四項指標中圍繞付款的瀏覽，添加購物車，下單都得到了較大的漲幅，只有收藏於下單相背離，漲幅較爲平穩。
建議：對用戶收藏的商品sku進行推薦，在雙十二活動結束後一週，二週密集推動高關聯商品sku，促進收藏商品下單轉化率。
分析框架：what---why--action模式。新手，老油子的區別就在於新手只會描述，老油子可以提出有洞察性的建議。
周維度的用戶行爲分析
我們取雙十二所在周，與雙十二之前相距較遠一週2014-11-24~2014-11-30對比分析
對比二三象限，平常周（三象限）週五是各項指標最低的時間點，雙十二（二象限）恰好在週五各項指標“逆風翻盤”。
對比一四象限，瀏覽次數、添加購物車次數、收藏次數同比周一~週日，各項指標都有所增加，雙十二週五瀏覽次數、添加購物次數同比它週週五強勢上漲；可見雙十二活動，提升當週其它時間點的效果還是很顯著的，背後體現的邏輯就是用戶在爲雙十二當天活動做前期準備；
從下單用戶上看，雙十二當週同比其它周，除了週五強勢上漲，其它時間都處於下跌的趨勢並且下單次數不如其它周；這從數據上解釋了雙十二的“下單吸血效應“現象是存在的。
對於一四象限本打算合成一張圖像，通過設置主次座標軸可以實現，但會造成一個視覺誤差：添加購物車次數曲線在瀏覽次數之上。---實際上，換算成百分比指標看趨勢效果會好些。
小時維度的用戶行爲分析
select hour(time),sum(case when behavior_type=1 then 1 else 0 end ) as '瀏覽次數',
sum(case when behavior_type=2 then 1 else 0 end ) as '收藏次數',
sum(case when behavior_type=3 then 1 else 0 end) as '購物車次數',
sum(case when behavior_type=4 then 1 else 0 end) as '購買次數'
from tianchi_mobile_recommend_train_user
where DATE_FORMAT(time,'%Y-%m-%d')='2014-12-12'
group by hour(time)
ORDER BY hour(time)
從圖中可以發現，四個指標趨勢一致；其中，雙十二當天零點，瀏覽、添加購物車、下單達到峯值A，此後持續到2點到B開始急劇下降，2~6點是各指標低谷；從6點開始上漲直到10點達到均衡B，10點到19點維持凌晨兩點級別的均衡B；19點之後開始上漲直到22點達到0點級別的峯值A，此後從22點到24點維持均衡A。
這條數據洞察與我們的生活作息規律是強相關的。
基於RFM模型尋找最有價值用戶
由於數據集中沒有消費金額這列數據，就只能找R（最近一次購買時間間隔），F（購買頻率）來尋找最有價值用戶！
關於R
統計週期爲1個月，最近購買時間區間1-30，將其分爲五檔，0-6，7-12，13-18，19-24，25-30分別對應0-4分
create view pay_b as
select user_id,DATEDIFF(max(DATE_FORMAT(time,'%Y-%m-%d')),min(DATE_FORMAT(time,'%Y-%m-%d'))) as b--每一個用戶極端點購買時間之差
from tianchi_mobile_recommend_train_user
where behavior_type=4
group by user_id;
select user_id,
(case when b BETWEEN 25 and 30 then 0
when b BETWEEN 19 and 24 then 1
when b BETWEEN 13 and 28 then 2
when b BETWEEN 7 and 12 then 3
when b BETWEEN 0 and 6 then 4
else null
end ) as R
from pay_b
order by R desc;
關於F
select min(a),max(a)
from (
select count(distinct time) as a
from tianchi_mobile_recommend_train_user
where behavior_type=4
group by user_id
) as A；
訂單用戶消費次數從低到高爲1-227次，分爲五檔，1~45，46~90，91~136，137~182，183~227分別對應0-4
create view pay_a as
select user_id,count(distinct time) as a
from tianchi_mobile_recommend_train_user
where behavior_type=4
group by user_id;
select user_id,
(case when a BETWEEN 1 and 45 then 0
when a BETWEEN 46 and 90 then 1
when a BETWEEN 91 and 136 then 2
when a BETWEEN 137 and 182 then 3
when a BETWEEN 183 and 227 then 4
else null
end ) as F
from pay_a
order by F desc;
合併RFM得到：
select t1.user_id,t1.R,t2.F
from (
select user_id,
(case when b BETWEEN 25 and 30 then 0
when b BETWEEN 19 and 24 then 1
when b BETWEEN 13 and 28 then 2
when b BETWEEN 7 and 12 then 3
when b BETWEEN 0 and 6 then 4
else null
end ) as R
from pay_b
)t1
inner join (
select user_id,
(case when a BETWEEN 1 and 45 then 0
when a BETWEEN 46 and 90 then 1
when a BETWEEN 91 and 136 then 2
when a BETWEEN 137 and 182 then 3
when a BETWEEN 183 and 227 then 4
else null
end ) as F
from pay_a
)t2
on t1.user_id=t2.user_id
group by t1.user_id
order by t1.R desc, t2.F desc
我們儘量選擇R，F分數靠前的用戶作爲優質用戶，然後拉活動，做投放，但要注意小成本試錯，先小範圍試點，再全量推廣；
對於R爲4，F爲0的用戶，用戶消費時間間隔短而付費次數少，運營活動可以重點針對這部分用戶，比如拼團打折，積分兌換，喚起這部分的購買熱情。