基于 Python + MySQL + Streamlit 的电商用户增长分析项目实战

一、项目背景

在电商平台运营过程中，企业通常关注以下核心问题：

• 哪些用户贡献了主要收入？

• 哪些商品是平台核心销售商品？

• 用户在哪个环节流失最严重？

• 如何提前识别流失风险用户？

• 如何利用数据驱动运营增长？

为解决上述问题，本项目基于MySQL构建电商业务数据库，利用Python完成数据清洗、特征工程、业务分析以及机器学习建模，并通过Streamlit开发可视化经营分析平台，实现从数据获取到业务决策支持的完整分析闭环。

二、项目架构

技术栈

MySQL
Python
Pandas
NumPy
Matplotlib
Plotly
Scikit-Learn
Mlxtend
Streamlit

项目架构

MySQL
    ↓
DataLoader
    ↓
数据清洗
    ↓
特征工程
    ↓
业务分析
    ↓
机器学习预测
    ↓
Streamlit Dashboard

三、项目整体流程（项目架构设计）

3.1 项目目标

本项目围绕电商平台经营分析场景展开，主要解决以下业务问题：

1. 通过经营指标分析平台整体运营状况；

2. 利用RFM模型识别高价值用户；

3. 通过ABC分析识别核心商品；

4. 利用漏斗分析发现用户转化流失环节；

5. 分析用户增长趋势；

6. 构建用户流失预测模型；

7. 搭建可视化经营分析看板。

最终形成一套完整的数据分析与业务决策支持体系。

3.2 项目分析流程

3.3 技术架构

项目采用分层架构设计：

• 数据层：MySQL

• 数据处理层：Pandas、NumPy

• 分析层：RFM、ABC、漏斗分析、增长分析

• 模型层：Logistic Regression

• 展示层：Streamlit + Plotly

整体架构实现了数据存储、分析建模和可视化展示的完整链路。

3.4 项目目录结构

模块	作用
database	读取MySQL数据
preprocessing	数据清洗
analysis	业务分析
models	机器学习模型
dashboard	可视化看板
report	分析结果

3.5 项目分析模块

分析模块	解决问题	输出结果
经营概览	平台经营情况如何	GMV、客单价、支付率
RFM分析	哪些用户最有价值	949名高价值用户
ABC分析	哪些商品最重要	728个A类商品
漏斗分析	用户在哪流失	收藏→加购转化仅44.19%
用户增长	拉新效果如何	月均新增80~90人
流失预测	谁可能流失	Logistic AUC=0.777
Dashboard	如何实时监控	Streamlit经营看板

3.6 项目亮点

（1）完整业务分析链路

项目覆盖数据读取、数据清洗、特征工程、业务分析、机器学习建模和可视化展示全过程。

（2）真实业务指标分析

围绕GMV、客单价、支付率、转化率等核心经营指标展开分析。

（3）用户价值分层

基于RFM模型识别949名高价值用户，为精准营销提供依据。

（4）商品价值分析

通过ABC分析识别728个核心商品，辅助库存与运营决策。

（5）用户流失预测

利用Logistic Regression构建流失预测模型，ROC-AUC达到0.777。

（6）可视化经营看板

采用Streamlit+Plotly开发交互式分析平台，实现经营指标实时展示。

四、数据清洗与特征工程

4.1 数据读取

import pandas as pd
from src.database.mysql_connect import read_sql_data

class DataLoader:
    def __init__(self):
        pass

    def _clean_columns(self, df):
        df.columns = [col.replace("\ufeff", "").strip() for col in df.columns]
        return df

    def _convert_dtypes(self, df):
        numeric_cols = [
            'quantity', 'unit_price', 'total_amount',
            'discount', 'actual_payment', 'review_score',
            'price', 'sales_count', 'duration_seconds',
            'credit_score', 'account_balance'
        ]
        for col in numeric_cols:
            if col in df.columns:
                df[col] = pd.to_numeric(df[col], errors='coerce')
        return df

    def load_users(self):
        sql = "SELECT * FROM users"
        df = read_sql_data(sql)
        df = self._clean_columns(df)
        df = self._convert_dtypes(df)
        return df

    def load_orders(self):
        sql = "SELECT * FROM orders"
        df = read_sql_data(sql)
        df = self._clean_columns(df)
        df = self._convert_dtypes(df)
        return df

    def load_products(self):
        sql = "SELECT * FROM products"
        df = read_sql_data(sql)
        df = self._clean_columns(df)
        df = self._convert_dtypes(df)
        return df

    def load_user_behaviors(self):
        sql = "SELECT * FROM user_behaviors"
        df = read_sql_data(sql)
        df = self._clean_columns(df)
        df = self._convert_dtypes(df)
        return df

    def load_user_features(self):
        sql = "SELECT * FROM user_features"
        df = read_sql_data(sql)
        df = self._clean_columns(df)
        df = self._convert_dtypes(df)
        return df

    def load_product_features(self):
        sql = "SELECT * FROM product_features"
        df = read_sql_data(sql)
        df = self._clean_columns(df)
        df = self._convert_dtypes(df)
        return df

    def load_all(self):
        return {
            "users": self.load_users(),
            "orders": self.load_orders(),
            "products": self.load_products(),
            "user_behaviors": self.load_user_behaviors(),
            "user_features": self.load_user_features(),
            "product_features": self.load_product_features()
        }

    def data_summary(self):
        data = self.load_all()
        summary = {}
        for name, df in data.items():
            summary[name] = {
                "rows": df.shape[0],
                "columns": df.shape[1]
            }
        return summary

项目数据存储于MySQL数据库中，通过DataLoader模块统一读取业务数据。

本项目共涉及6张核心业务表，包括用户表、订单表、商品表、用户行为表、用户特征表以及商品特征表。

后续所有分析均基于数据库实时读取的数据进行处理，避免人工导出Excel带来的数据同步问题。

4.2 数据概览（EDA）

from src.database.data_loader import DataLoader

loader = DataLoader()

users = loader.load_users()
orders = loader.load_orders()
products = loader.load_products()
behaviors = loader.load_user_behaviors()

print(users.shape)
print(orders.shape)
print(products.shape)
print(behaviors.shape)

print(users.head())
print(orders.head())

在正式分析之前，需要先了解数据规模以及字段结构。

从数据规模来看：

用户数据共5000条记录；

订单数据共15000条记录；

商品数据共2000条记录；

用户行为数据共30000条记录。

整体数据量满足用户分析、商品分析以及机器学习建模需求。

4.3 缺失值检测

users.isnull().sum()
orders.isnull().sum()
products.isnull().sum()
behaviors.isnull().sum()

4.4 重复值检查

通过duplicated()函数检查用户表、订单表和商品表后，未发现重复记录。

说明数据采集过程较为完整，不存在重复订单或重复用户问题。

4.5 日期格式处理

orders["order_date"] = pd.to_datetime(
    orders["order_date"]
)
orders["delivery_date"] = pd.to_datetime(
    orders["delivery_date"]
)
orders["receive_date"] = pd.to_datetime(
    orders["receive_date"]
)
users["registration_date"] = pd.to_datetime(
    users["registration_date"]
)

电商业务分析中大量指标依赖时间维度。

例如

• GMV趋势分析

• 用户增长分析

• RFM模型

• 流失预测

因此需要统一时间字段格式，保证后续计算准确。

4.6 异常值检测

Q1 = orders["actual_payment"].quantile(0.25)
Q3 = orders["actual_payment"].quantile(0.75)
IQR = Q3 - Q1
lower = Q1 - 1.5 * IQR
upper = Q3 + 1.5 * IQR
outliers = orders[
    (orders["actual_payment"] < lower)
    |
    (orders["actual_payment"] > upper)
]
plt.figure(figsize=(8,4))
plt.boxplot(
    orders["actual_payment"]
)
plt.title("Order Amount Distribution")

利用IQR方法对订单实付金额进行异常值检测。

结果发现：大部分订单金额集中在500~3000元区间；少量订单金额超过30000元。

结合电商业务场景分析，该部分订单可能来源于高价值用户的大额消费行为。

因此保留异常值参与分析。

4.7 用户行为分布分析

behavior_count = (
behaviors["behavior_type"]
.value_counts()
)
print(behavior_count)
behavior_count.plot(
    kind="bar"
)
plt.title(
    "User Behavior Distribution"
)

用户行为统计结果如下：

浏览：14930次

点击：7665次

收藏：4456次

加购：2949次

可以发现：

浏览→点击阶段下降明显；

点击→收藏阶段再次出现较大流失；

符合典型电商漏斗特征。

4.8 构建用户特征

user_feature = (
  orders
  .groupby("user_id")
  .agg(
    {
       "actual_payment":"sum",
       "order_id":"count"
     }
   )
)

为了支持RFM分析与流失预测模型，

基于订单数据构建用户维度特征：

累计消费金额（total_spent）

订单数量（order_count）

平均客单价（avg_order_amount）

最近消费间隔（days_since_last_order）

复购标识（repurchase_indicator）

消费等级（consumption_level）

会员等级评分（member_level_score）

4.9 构建商品特征

product_feature = (
  orders
  .groupby("product_id")
  .agg(
    {
       "actual_payment":"sum",
       "quantity":"sum"
     }
  )
)

为了支持ABC商品价值分析，

构建商品维度经营指标：

总销售额（total_revenue）

总销量（total_sales）

完成订单数（completed_count）

取消订单数（cancel_count）

浏览量

点击量

收藏量

加购量

转化率（conversion_rate）

商品热度评分（popularity_score）

4.10 数据清洗总结

经过数据清洗与特征构建后：

用户表：5000条记录

订单表：15000条记录

商品表：2000条记录

行为表：30000条记录

未发现重复数据；

缺失值主要来源于未完成订单及未评价订单；

高金额订单经业务验证后保留；

最终形成用户特征表与商品特征表，为后续RFM分析、ABC分析、漏斗分析以及用户流失预测模型提供数据基础。

五、经营概览分析

5.1 分析目标

经营概览分析旨在从整体业务层面评估平台经营情况。

通过分析GMV、订单量、客单价、支付率、退款率以及核心商品贡献情况，全面了解平台当前经营状态，并为后续用户价值分析和商品分析提供业务背景支撑。

5.2 核心指标体系

指标	含义
GMV	成交总金额
订单量	订单总数
客单价	GMV / 支付用户数
支付率	付款订单占比
退款率	退款订单占比
Top商品	销售额最高商品
GMV趋势	月度经营趋势

5.3 GMV分析

# src/analysis/business_overview.py

import pandas as pd
import os
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
from src.database.data_loader import DataLoader


class BusinessOverview:

    def __init__(self):
        loader = DataLoader()
        # 加载原始数据
        orders_raw = loader.load_orders()
        products_raw = loader.load_products()
        # 强制清洗列名（去除 BOM 头和空格）
        self.orders = self._clean_columns(orders_raw)
        self.products = self._clean_columns(products_raw)
        # 关键：转换数据类型（将字符串转为数值）
        self.orders = self._convert_dtypes(self.orders)
        self.products = self._convert_dtypes(self.products)
        print("实际 orders 列名:", list(self.orders.columns))
        print("列名数量:", len(self.orders.columns))

    def _clean_columns(self, df):
        """去除列名中的 BOM 头（\ufeff）和前后空格"""
        df.columns = [col.replace("\ufeff", "").strip() for col in df.columns]
        return df

    def _convert_dtypes(self, df):
        """将数值列转为 pandas 数值类型（float/int），非数值保持原样"""
        # 针对 orders 表中的数值列
        numeric_cols = [
            'quantity', 'unit_price', 'total_amount',
            'discount', 'actual_payment', 'review_score'
        ]
        # 针对 products 表中的数值列
        if 'price' in df.columns:
            numeric_cols.append('price')
        if 'sales_count' in df.columns:
            numeric_cols.append('sales_count')

        for col in numeric_cols:
            if col in df.columns:
                df[col] = pd.to_numeric(df[col], errors='coerce')
        return df

    def calculate_kpi(self):

        paid_status = [
            "已付款",
            "已发货",
            "已收货",
            "已完成"
        ]

        paid_orders = self.orders[
            self.orders["order_status"].isin(paid_status)
        ]

        gmv = paid_orders["actual_payment"].sum()

        order_cnt = self.orders["order_id"].nunique()

        user_cnt = self.orders["user_id"].nunique()

        payment_rate = round(
            len(paid_orders) / len(self.orders) * 100,
            2
        )

        refund_rate = round(
            (self.orders["order_status"] == "已退款").mean() * 100,
            2
        )

        cancel_rate = round(
            (self.orders["order_status"] == "已取消").mean() * 100,
            2
        )

        aov = round(gmv / len(paid_orders), 2)

        print("GMV:", gmv)
        print("订单数:", order_cnt)
        print("用户数:", user_cnt)
        print("支付率:", payment_rate)
        print("退款率:", refund_rate)
        print("取消率:", cancel_rate)
        print("客单价:", aov)

    def monthly_gmv(self):

        self.orders["order_date"] = pd.to_datetime(
            self.orders["order_date"]
        )

        df = self.orders.copy()

        df["month"] = (
            df["order_date"]
            .dt.to_period("M")
            .astype(str)
        )

        result = (
            df.groupby("month")
            ["actual_payment"]
            .sum()
            .reset_index()
        )

        return result

    def top_products(self):

        merged = pd.merge(

            self.orders,

            self.products,

            on="product_id"

        )

        top10 = (
            merged
            .groupby("product_name")
            ["actual_payment"]
            .sum()
            .sort_values(ascending=False)
            .head(10)
        )

        return top10

    def plot_gmv(self):
        trend = self.monthly_gmv()
        if trend.empty:
            print("没有月度数据可绘图")
            return

        latest_month = trend["month"].max()
        trend_filtered = trend[trend["month"] != latest_month]

        if trend_filtered.empty:
            print("过滤后没有完整月份数据可绘图")
            return

        plt.figure(figsize=(12, 5))
        plt.plot(trend_filtered["month"], trend_filtered["actual_payment"],
                 marker='o', linestyle='-', color='b', linewidth=2)
        plt.xticks(rotation=45)
        plt.title("Monthly GMV Trend (完整月份)", fontsize=14)
        plt.xlabel("月份", fontsize=12)
        plt.ylabel("GMV", fontsize=12)
        plt.grid(True, linestyle='--', alpha=0.6)
        plt.tight_layout()

        os.makedirs("reports/figures", exist_ok=True)
        save_path = "reports/figures/gmv_monthly_trend.png"
        plt.savefig(save_path, dpi=300, bbox_inches='tight')
        plt.close()

    def run(self):

        self.calculate_kpi()

        print("\nTop商品")

        print(self.top_products())

        self.plot_gmv()

GMV（Gross Merchandise Volume）是衡量电商平台经营规模的重要指标。

统计期间内平台累计实现GMV约4616.6万元。

说明平台具备一定交易规模和用户消费能力。

但仅从GMV无法判断收入来源结构，

因此需要进一步结合RFM用户价值分析以及ABC商品分析，识别核心贡献用户与核心商品。

后续需要结合用户价值分析进一步判断GMV是否主要依赖少数高价值用户贡献。

5.4 月度GMV趋势分析

从月度GMV趋势来看，平台GMV整体维持在700万~830万元区间。2025年10月GMV快速增长至800万元；随后保持相对稳定；2026年1月达到峰值829万元；2026年2月出现明显回落。

结合业务场景推测：可能受到春节后消费需求下降或促销活动结束影响。

5.5 客单价分析

avg_order_value = (
  orders["actual_payment"].sum()
  /
  orders["user_id"].nunique()
)
print("客单价：", round(avg_order_value, 2))

本项目客单价约9733元。

说明平台商品以中高客单价商品为主。

结合后续ABC分析结果发现，

销售额排名靠前商品主要集中于：

家用电器

手机数码

汽车用品

等高价值品类。

5.6 支付率分析

paid_orders = orders[
    orders["order_status"].isin(
        [
            "已付款",
            "已发货",
            "已收货",
            "已完成"
        ]
    )
]
payment_rate = (
  len(paid_orders)/len(orders)
)

支付率达到85.1%。

说明大部分下单用户最终完成支付。

平台整体交易转化情况较好。

5.7 退款率分析

refund_orders = orders[
    orders["order_status"]=="已退款"
]
refund_rate = (
  len(refund_orders)/len(orders)
)

退款率仅为3.39%。

说明平台商品质量及履约服务整体较稳定。

暂未发现大规模售后风险。

5.8 Top商品分析

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

abc = pd.read_csv(
    "data/processed/abc_result.csv"
)

top10 = abc.head(10)

plt.figure(figsize=(12,6))

plt.barh(
    top10["product_name"],
    top10["actual_payment"]
)

plt.title("Top10商品销售额排行")

plt.xlabel("销售额")

plt.ylabel("商品")

plt.tight_layout()

plt.savefig(
    "report/figures/top10_product.png",
    dpi=300
)

plt.show()

销售额贡献最高的商品主要集中在家用电器和手机数码品类。

其中苏泊尔家电商品销售额超过27万元，排名第一。

说明高单价耐用品仍然是平台GMV的重要来源。

5.9 经营分析总结

（1）平台整体经营规模较大

统计周期内累计GMV达到：4616.6万元 具备较强交易规模。

（2）经营波动较小

月度GMV主要集中在：700万~830万元区间。整体经营较稳定。

（3）支付转化表现较好

支付率：85.1% 说明用户购买意愿较强。

（4）售后风险较低

退款率：3.39% 处于较低水平。

（5）销售额高度集中

Top10商品销售额明显高于其他商品。

其中：苏泊尔家用电器商品681 277250元排名第一。

说明平台GMV主要由少数核心商品驱动。

运营建议

基于以上发现：

① 加大核心商品曝光资源；

② 对高价值商品建立重点运营机制；

③ 针对支付环节继续优化促销策略；

④ 利用ABC分析进一步识别长尾商品优化空间。

经营概览分析解决了"平台整体经营情况如何"的问题。

接下来将进一步通过RFM模型识别高价值用户群体，

分析不同用户层级对平台GMV的贡献情况。

六、RFM用户价值分析

6.1 分析背景

在电商业务中，不同用户创造的价值存在显著差异。

部分用户消费金额高、购买频率高，是平台的重要收入来源；而部分用户消费频率较低，对平台贡献有限。

因此需要通过RFM模型识别高价值用户和普通用户，为会员运营、精准营销和用户维护提供数据支持。

6.2 RFM模型介绍

指标	含义
R（Recency）	最近一次消费距今天数
F（Frequency）	消费频次
M（Monetary）	累计消费金额

RFM模型是用户价值分析中最经典的方法之一。

Recency反映用户活跃程度；

Frequency反映用户购买频率；

Monetary反映用户消费能力。

通过综合评估R、F、M三个维度，可以实现用户价值分层。

6.3 构建RFM指标

RFM值

snapshot_date = orders["order_date"].max()
rfm = orders.groupby("user_id").agg({
    "order_date": lambda x:
        (snapshot_date - x.max()).days,
    "order_id": "count",
    "actual_payment": "sum"
})
rfm.columns = [
    "Recency",
    "Frequency",
    "Monetary"
]

Recency越小代表最近消费时间越近；

Frequency越大代表购买越频繁；

Monetary越大代表消费金额越高。

6.4 RFM评分

rfm["R_score"] = pd.qcut(
    rfm["Recency"],
    5,
    labels=[5,4,3,2,1]
)
rfm["F_score"] = pd.qcut(
    rfm["Frequency"].rank(method="first"),
    5,
    labels=[1,2,3,4,5]
)
rfm["M_score"] = pd.qcut(
    rfm["Monetary"],
    5,
    labels=[1,2,3,4,5]
)
rfm["RFM_SCORE"] = (
  rfm["R_score"].astype(str)+rfm["F_score"].astype(str)+rfm["M_score"].astype(str)
)

为了便于用户分层，采用五分位法对R、F、M进行评分。

每个维度评分范围为1~5分。

最终组合形成三位RFM评分，例如：

555代表最优用户；

111代表价值最低用户。

6.5 用户分层规则

def segment_user(row):

    if row["R_score"] >= 4 and row["F_score"] >= 4:
        return "高价值用户"

    else:
        return "普通用户"

用户类型	特征
高价值用户	近期活跃且购买频率较高
普通用户	消费频率较低或近期活跃度不足

6.6 用户分层结果

segment_count = (
  rfm["segment"].value_counts()
)
print(segment_count)

根据RFM模型划分结果：

用户类型	人数	占比
普通用户	3794	75.88%
高价值用户	949	18.98%

根据RFM分析结果，平台共有高价值用户949人，占全部用户的18.98%；普通用户3794人，占比75.88%。

说明平台用户结构呈现明显的长尾特征，少量核心用户贡献了较高价值，符合电商行业常见的"二八法则"现象。

6.7 高价值用户画像

从RFM分析结果来看，高价值用户具有以下特征：

• 最近消费时间较近
• 购买频率较高
• 累计消费金额较高

例如部分高价值用户累计消费金额超过18000元，购买频次达到4~8次以上。

这类用户虽然仅占全部用户的20%左右，但对平台销售额贡献显著，是平台重点维护对象。

6.8 用户运营策略

根据RFM用户价值分析结果，平台用户主要分为高价值用户和普通用户两类，因此应采取差异化运营策略。

（1）高价值用户运营策略

高价值用户是平台核心收入来源，应重点提升用户忠诚度和复购率。

运营措施包括：

• VIP会员专属权益
• 专属优惠券发放
• 会员积分兑换活动
• 生日礼包与节日关怀
• 新品优先体验资格

（2）普通用户运营策略

普通用户数量占比较高，具有较大的转化潜力。

运营措施包括：

• 满减促销活动
• 限时折扣活动
• 商品推荐与精准营销
• 新用户成长任务
• 会员等级升级激励

（3）运营目标

通过差异化运营策略：

• 提升高价值用户留存率
• 提高普通用户活跃度
• 促进普通用户向高价值用户转化
• 提升用户生命周期价值（LTV）

6.9 RFM分析总结

通过RFM模型分析发现：

① 平台共有高价值用户949人，占比约19%。

② 普通用户数量最多，占比超过75%。

③ 高价值用户具有较高消费能力和购买频率，是平台核心收入来源。

④ 平台应重点提升高价值用户留存率，同时通过会员权益和营销活动促进普通用户向高价值用户转化。

因此，企业应建立基于用户价值分层的精细化运营体系，提高用户生命周期价值（LTV）。

七、ABC商品分析

7.1 分析背景

电商平台通常存在明显的"二八法则"现象，即少量核心商品贡献大部分销售额。

为了识别平台核心商品，本项目采用ABC分析法对商品进行分层管理。

通过识别A类、B类和C类商品，为商品运营、库存管理以及营销资源配置提供数据支持。

7.2 什么是ABC分析

类别	累计销售额占比	特点
A类商品	前80%销售额	核心商品
B类商品	80%-95%销售额	重要商品
C类商品	95%-100%销售额	长尾商品

ABC分析基于帕累托法则（Pareto Principle）。

通过计算商品销售额累计贡献占比，将商品划分为A、B、C三类。

其中：

A类商品虽然数量较少，但贡献了绝大部分销售额；

C类商品数量较多，但销售贡献有限。

7.3 商品销售额统计

7.4 计算累计贡献率

abc = abc.sort_values(
    "actual_payment",
    ascending=False
)
abc["cum_ratio"] = (
    abc["actual_payment"].cumsum()/abc["actual_payment"].sum()
)

累计贡献率用于衡量商品销售额贡献情况。

贡献率越高，

说明该商品对平台GMV贡献越大。

7.5 ABC分类规则

def classify_abc(x):
    if x <= 0.8:
        return "A"
    elif x <= 0.95:
        return "B"
    else:
        return "C"
abc["ABC"] = abc["cum_ratio"].apply(
    classify_abc
)

累计销售额贡献前80%的商品定义为A类商品；

80%-95%定义为B类商品；

其余定义为C类商品。

7.6 TOP商品分析

从商品销售额排行来看，平台销售额呈现明显的头部集中现象。

排名前列的商品主要集中在：

• 家用电器

• 手机数码

• 汽车用品

其中苏泊尔家用电器商品681销售额达到27.73万元，位居第一。

说明平台销售额高度依赖核心爆款商品。

7.7 ABC分布分析

import pandas as pd
abc = pd.read_csv(
    "outputs/processed/abc_result.csv"
)
abc_count = (
    abc["ABC"].value_counts()
)
print(abc_count)

根据ABC分类结果：

类别	数量	占比
A类商品	728	36.4%
B类商品	621	31.1%
C类商品	651	32.6%

可以发现：

• A类商品数量占比最高；
• 三类商品数量分布较为均衡；
• 平台销售额虽然存在头部商品贡献现象，但商品结构整体较为分散。

说明平台并未严重依赖少数商品，而是形成了较为稳定的商品销售结构。

7.8 商品运营策略

A类商品（核心贡献商品）

• 优先保障库存供应
• 提升搜索推荐权重
• 重点参与平台大促活动
• 建立价格监控机制

B类商品（成长型商品）

• 与A类商品进行关联推荐
• 提高活动曝光资源
• 测试不同促销策略

C类商品（长尾商品）

• 定期评估销售表现
• 优化SKU结构
• 对长期低销量商品进行清仓处理
• 减少库存占用

7.9 ABC分析总结

通过ABC分析发现：

1. 平台共有2000个商品，其中A类商品728个，占36.4%，贡献累计80%的销售额；
2. 商品销售额存在一定头部集中现象，但未呈现典型二八分布；
3. TOP商品主要集中在家用电器、手机数码和汽车用品品类；
4. TOP10商品销售额差距较小，未形成绝对领先的超级爆款；
5. 平台商品结构整体较为均衡，销售收入来源相对分散。

因此建议：

• 优先维护A类商品库存和曝光资源；
• 加强B类商品培育；
• 优化低效C类商品SKU结构；
• 提升商品组合销售能力。

八、用户转化漏斗分析

8.1 分析背景

在电商业务中，用户从浏览商品到最终完成购买需要经过多个环节。

每一个环节都可能产生用户流失。

因此需要通过漏斗分析识别转化过程中的关键流失节点，为产品优化和运营策略提供依据。

本项目基于用户行为数据与订单数据构建完整购买漏斗：

浏览 → 点击 → 收藏 → 加购 → 下单 → 付款 → 完成

8.2 漏斗模型设计

8.3 漏斗数据统计

# src/analysis/funnel_analysis.py

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
import os
from src.database.data_loader import DataLoader


class FunnelAnalysis:

    def __init__(self):

        loader = DataLoader()

        # 加载原始数据
        behaviors_raw = loader.load_user_behaviors()
        orders_raw = loader.load_orders()

        # 清洗列名和转换类型
        self.behaviors = self._clean_columns(behaviors_raw)
        self.orders = self._clean_columns(orders_raw)
        self.behaviors = self._convert_dtypes(self.behaviors)
        self.orders = self._convert_dtypes(self.orders)

    def _clean_columns(self, df):
        """去除列名中的 BOM 头（\ufeff）和前后空格"""
        df.columns = [col.replace("\ufeff", "").strip() for col in df.columns]
        return df

    def _convert_dtypes(self, df):
        """将数值列转为 pandas 数值类型"""
        numeric_cols = [
            'quantity', 'unit_price', 'total_amount',
            'discount', 'actual_payment', 'review_score',
            'price', 'sales_count', 'duration_seconds'
        ]
        for col in numeric_cols:
            if col in df.columns:
                df[col] = pd.to_numeric(df[col], errors='coerce')
        return df

    # =====================
    # 漏斗统计
    # =====================

    def build_funnel(self):

        # 各阶段独立用户集合
        view = set(self.behaviors[self.behaviors["behavior_type"] == "浏览"]["user_id"])
        click = set(self.behaviors[self.behaviors["behavior_type"] == "点击"]["user_id"])
        favorite = set(self.behaviors[self.behaviors["behavior_type"] == "收藏"]["user_id"])
        cart = set(self.behaviors[self.behaviors["behavior_type"] == "加购"]["user_id"])

        order = set(self.orders["user_id"])
        paid = set(self.orders[self.orders["order_status"].isin(["已付款", "已发货", "已收货", "已完成"])]["user_id"])
        complete = set(self.orders[self.orders["order_status"] == "已完成"]["user_id"])

        # 路径漏斗：逐步取交集
        stage1_view = view  # 浏览
        stage2_click = view & click  # 浏览 → 点击
        stage3_favorite = view & click & favorite  # 浏览 → 点击 → 收藏
        stage4_cart = view & click & favorite & cart  # 浏览 → 点击 → 收藏 → 加购
        stage5_order = view & click & favorite & cart & order  # 浏览 → ... → 加购 → 下单
        stage6_paid = view & click & favorite & cart & order & paid  # +付款
        stage7_complete = view & click & favorite & cart & order & paid & complete  # +完成

        funnel = pd.DataFrame({
            "stage": ["浏览", "点击", "收藏", "加购", "下单", "付款", "完成"],
            "count": [
                len(stage1_view),
                len(stage2_click),
                len(stage3_favorite),
                len(stage4_cart),
                len(stage5_order),
                len(stage6_paid),
                len(stage7_complete)
            ]
        })

        return funnel

    # =====================
    # 转化率
    # =====================

    def calculate_conversion(self):

        funnel = self.build_funnel()

        funnel["conversion_rate"] = (

            funnel["count"]

            /

            funnel["count"].shift(1)

        )

        funnel.loc[0, "conversion_rate"] = 1

        funnel["conversion_rate"] = (

            funnel["conversion_rate"]

            * 100

        ).round(2)

        return funnel

    # =====================
    # 漏斗图
    # =====================

    def plot_funnel(self):

        funnel = self.calculate_conversion()
        plt.figure(figsize=(10, 6))
        plt.bar(funnel["stage"], funnel["count"], color='skyblue')
        plt.title("E-commerce Funnel Analysis")
        plt.xlabel("阶段")
        plt.ylabel("用户数")
        for i, v in enumerate(funnel["count"]):
            plt.text(i, v + 0.5, str(v), ha='center', va='bottom')
        plt.tight_layout()

        # 确保目录存在
        os.makedirs("reports/figures", exist_ok=True)
        save_path = "reports/figures/funnel_conversion.png"
        plt.savefig(save_path, dpi=300, bbox_inches='tight')
        plt.close()

    # =====================
    # 保存
    # =====================

    def save_result(self):

        funnel = self.calculate_conversion()

        os.makedirs("data/processed", exist_ok=True)
        save_path = "data/processed/funnel_result.csv"
        funnel.to_csv(save_path, index=False, encoding="utf-8-sig")

    # =====================
    # 执行
    # =====================

    def run(self):

        funnel = self.calculate_conversion()

        print(funnel)

        self.plot_funnel()

        self.save_result()


if __name__ == "__main__":

    FunnelAnalysis().run()

8.4 漏斗图可视化

8.5 转化率分析

阶段	转化率
浏览→点击	78.95%
点击→收藏	59.24%
收藏→加购	44.19%
加购→下单	94.82%
下单→付款	97.86%
付款→完成	79.96%

从整体漏斗来看，浏览→点击转化率较高，说明商品曝光质量较好。

收藏→加购转化率仅44.19%，为整个购买链路最低环节，说明用户已经产生购买兴趣，但尚未完成购买决策。

因此收藏用户是最值得运营干预的人群。

8.6 流失节点分析

第一流失节点:

点击 ---->收藏 : 点击用户达到3759人，其中仅2227人产生收藏行为。

说明用户已进入商品详情页，但商品信息未能有效提升购买兴趣。

可能原因包括：

1. 商品评价数量不足
2. 商品卖点展示不突出
3. 价格竞争力不足
4. 用户仍处于比较阶段

第二流失节点:

收藏 ----->加购 : 收藏用户达到2227人，但仅984人加入购物车。转化率仅44.19%。

说明大量用户已经认可商品价值，但仍未形成最终购买决策。这一阶段属于典型的决策犹豫期。

因此收藏用户是最值得进行精准营销的人群。

第三流失节点:

付款 ----->完成

913 730

转化率：79.96%

已付款用户中仍有部分订单未完成。

可能原因包括：

1. 退款
2. 退货
3. 配送失败

8.7 漏斗优化建议

建议1：优化商品详情页

针对：点击 → 收藏 流失严重。

建议：

增加商品评价展示

增加销量展示

强化商品卖点

建议2：针对收藏用户发券

针对：收藏 → 加购 最低转化。

建议：

收藏商品降价提醒

限时优惠券

满减活动

建议3：优化履约流程

针对：付款 → 完成

建议：

提升物流时效

售后服务优化

异常订单预警

8.8 数据驱动优化方案

根据漏斗分析结果，

收藏→加购环节是主要流失节点。

收藏用户召回

针对收藏未加购用户，

推送降价提醒、

限时优惠券、

库存预警等信息，

促进用户完成购买决策。

高价值用户定向营销

结合RFM分析结果，

优先对高价值用户进行新品推荐，

提高复购率和用户生命周期价值。

为了进一步定位收藏用户流失原因，

后续可从以下维度展开分析：

1. 商品价格区间分析

2. 商品品类分析

3. 用户价值分层分析

4. 新老用户分析

5. 优惠券使用分析

从而识别影响用户加购行为的关键因素。

8.9 漏斗分析总结

通过构建用户购买漏斗发现：

（1）浏览→点击阶段转化率较高，

说明平台流量质量较好；

（2）收藏→加购阶段转化率最低，

是用户购买决策过程中的核心流失节点；

（3）付款→完成阶段仍存在一定订单损失，

需进一步优化履约与售后流程。

结合RFM分析与ABC分析结果，

建议优先针对高价值用户和核心商品开展精准营销，

重点提升收藏用户的加购率与支付率，

从而实现平台GMV增长。

九、商品价值分析（ABC分析）

9.1 分析目标

在电商平台中：

并不是所有商品贡献都一样。

通常：

• 少量商品贡献大部分销售额
• 大量商品贡献很少销售额

因此需要：

将商品划分为：

• A类商品（核心商品）
• B类商品（成长商品）
• C类商品（长尾商品）

帮助运营：

• 核心商品重点投放广告
• 成长商品提升转化
• 长尾商品清仓优化

9.2 ABC分析原理

ABC分析采用：帕累托法则（80/20法则）

即：80%销售额 往往来自20%左右商品

类别	累计销售额占比
A类	0~80%
B类	80%~95%
C类	95%~100%

9.3 核心代码

abc = pd.read_csv(
    "data/processed/abc_result.csv"
)
print(
    abc.head()
)

9.4 Top10商品销售额排行

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

abc = pd.read_csv(
    "data/processed/abc_result.csv"
)

top10 = abc.head(10)

plt.figure(figsize=(10,6))

plt.barh(
    top10["product_name"],
    top10["actual_payment"]
)

plt.title("Top10商品销售额排行")
plt.xlabel("销售额")
plt.ylabel("商品")

plt.tight_layout()

plt.savefig(
    "report/figures/top_product.png",
    dpi=300
)

plt.show()

Top10商品销售额主要集中在家用电器、手机数码和汽车用品三大品类。

其中：

苏泊尔家用电器商品681销售额达到27.73万元，

位居平台商品销售额第一；

海康威视汽车用品商品432、

三星手机数码商品810紧随其后。

从品类分布来看，

高销售额商品主要集中于单价较高、消费决策周期较长的耐用品类。

说明平台GMV增长较大程度依赖核心爆款商品贡献。

9.5 ABC分类统计

import pandas as pd

abc = pd.read_csv(
    "data/processed/abc_result.csv"
)

abc_count = (
    abc["ABC"].value_counts()
)

print(abc_count)

9.6 ABC分类可视化

import matplotlib.pyplot as plt
plt.figure(figsize=(8,5))
abc_count.plot(
    kind="bar"
)
plt.title("ABC商品分类分布")
plt.tight_layout()
plt.savefig(
    "data/figures/abc_distribution.png",
    dpi=300
)
plt.show()

9.7 累计销售额贡献分析

import pandas as pd
import matplotlib.pyplot as plt

abc = pd.read_csv(
    "data/processed/abc_result.csv"
)
plt.figure(figsize=(10,6))
plt.plot(
    abc["cum_ratio"]
)
plt.axhline(
    0.8,
    linestyle="--"
)
plt.axhline(
    0.95,
    linestyle="--"
)
plt.title("ABC累计销售额贡献")
plt.tight_layout()
plt.savefig(
    "report/figures/abc_cum_ratio.png",
    dpi=300
)
plt.show()

9.8 业务洞察

ABC分析结果显示，

平台商品销售额呈现明显的头部集中现象。

虽然A类商品数量占比相对较低，

但贡献了约80%的销售额，

是平台GMV增长的核心来源。

B类商品处于核心商品与长尾商品之间，

具有较大的成长空间。

通过提升曝光率、优化推荐策略以及促销活动支持，

部分B类商品有机会成长为新的A类商品。

C类商品数量较多，

但销售贡献有限，

存在库存周转效率较低的问题。

因此平台应将运营资源优先投入A类商品，

同时持续挖掘潜力B类商品，

优化低效SKU结构。

9.8.1 ABC分析与GMV关系

结合经营分析结果发现，

平台整体GMV超过4600万元，

而ABC分析进一步说明，

GMV主要来源于少量核心商品贡献。

因此平台未来的增长重点，

不仅在于扩大商品数量，

更在于提升核心商品销售能力以及打造新的爆款商品。

9.8.2 ABC分析与用户价值关系

结合RFM用户价值分析结果发现，

平台存在一定比例的高价值用户群体。

高价值用户往往贡献较高消费金额，

也是A类商品的重要消费人群。

因此可针对高价值用户，

优先推荐A类商品和潜力B类商品，

提高复购率和用户生命周期价值。

9.9 本章总结

本章基于商品销售额构建ABC分析模型，从商品价值角度识别平台核心商品结构。

分析结果表明：

（1）平台商品销售额呈现明显的二八效应；

（2）少量A类商品贡献了绝大部分销售额，是平台GMV增长的核心驱动力；

（3）B类商品具有较大的成长潜力，可作为未来重点培育对象；

（4）C类商品数量较多但销售贡献有限，需要持续优化SKU结构和库存管理。

结合经营分析和RFM用户分析结果，建议优先围绕A类商品和高价值用户开展精准运营，持续提升平台整体销售效率和盈利能力。

十、用户流失预测模型

10.1 项目背景

用户流失会直接影响平台复购率和长期收入。

相比获取新用户，维护老用户通常具有更高的投入产出比。

因此希望通过用户历史消费行为和平台行为数据，提前识别存在流失风险的用户，并制定针对性的用户留存策略。

为实现这一目标，本项目构建用户流失预测模型，对用户未来流失概率进行评估。

10.2 流失用户定义

结合项目数据周期以及用户购买频率特征，将最近90天内无任何下单行为的用户定义为流失用户（Churn=1）；其余用户定义为正常用户（Churn=0）。该定义能够较好反映用户长期沉默状态，并满足电商用户生命周期分析需求。

10.3 特征工程

为了刻画用户消费能力和活跃程度，构建以下特征：

特征类型	指标
消费能力	total_spent、avg_order_amount
购买频率	order_count
活跃程度	days_since_last_order
行为特征	浏览次数、点击次数、收藏次数、加购次数

其中：

• 累计消费金额反映用户价值水平；
• 最近购买时间反映用户活跃程度；
• 浏览、点击、收藏、加购行为反映购买意愿强弱。

这些特征共同构成用户流失预测模型输入变量。

10.4 数据集划分

from sklearn.model_selection import train_test_split
X = churn_df.drop(
    columns=["user_id", "churn"]
)
y = churn_df["churn"]
X_train, X_test, y_train, y_test = train_test_split(
    X,
    y,
    test_size=0.3,
    random_state=42,
    stratify=y
)

按照：70%训练集 30%测试集 进行划分。确保模型泛化能力。

10.5 特征标准化

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

由于：消费金额,订单数,浏览次数 量纲不同，需要标准化处理。

否则：大数值特征会影响模型训练。

10.6 构建逻辑回归模型

from sklearn.linear_model import LogisticRegression
model = LogisticRegression(
    max_iter=1000,
    random_state=42
)
model.fit(
    X_train,
    y_train
)

10.7 模型预测

y_pred = model.predict(X_test)

y_prob = model.predict_proba(X_test)[:,1]

10.8 模型评估

from sklearn.metrics import classification_report
print(
    classification_report(
        y_test,
        y_pred
    )
)

指标	数值
Accuracy	81.77%
Precision	52%
Recall	15%
F1 Score	24%
AUC	0.777

其中：

• Precision表示识别出的流失用户中实际流失用户占比；
• Recall表示实际流失用户被识别出的比例；
• F1 Score综合衡量模型精确率与召回率。

10.9 ROC曲线

from sklearn.metrics import roc_curve
from sklearn.metrics import auc
fpr, tpr, _ = roc_curve(
    y_test,
    y_prob
)
roc_auc = auc(
    fpr,
    tpr
)

10.10 ROC可视化

plt.figure(figsize=(8,6))

plt.plot(

    fpr,
    tpr,

    label=f"AUC={roc_auc:.3f}"

)

plt.plot(
    [0,1],
    [0,1]
)

plt.legend()

plt.title("ROC Curve")

plt.xlabel("False Positive Rate")

plt.ylabel("True Positive Rate")

plt.show()

10.11 模型结果分析

AUC评价标准：

AUC	评价
0.5	随机猜测
0.6~0.7	一般
0.7~0.8	较好
0.8~0.9	优秀
0.9+	非常优秀

模型AUC达到0.777。

说明模型能够较好地区分流失用户与非流失用户。

从业务角度来看，平台已经能够利用用户历史行为数据提前识别潜在流失风险，为用户召回和精准营销提供支持。

虽然仍存在一定误判，但已经具备实际运营应用价值。

10.12 高风险流失用户识别

risk_users = churn_df.copy()

risk_users["churn_probability"] = (

    model.predict_proba(
        scaler.transform(X)
    )[:,1]

)
risk_users = risk_users[
    risk_users["churn_probability"] > 0.8
]

根据模型预测结果，

将流失概率大于80%的用户定义为高风险用户。

该部分用户虽然尚未完全流失，但已经表现出明显的活跃度下降趋势，需要重点关注。

10.13 业务建议

根据模型结果发现：

最近购买时间（days_since_last_order）以及订单数量（order_count）对用户流失影响较大。

因此建议：

（1）沉默用户召回

针对近60~90天未下单用户：

• 推送专属优惠券；
• 发送限时促销提醒；
• 推荐历史购买相关商品。

（2）低频用户培育

针对订单次数较少用户：

• 设置首购后连续复购奖励；
• 提供会员积分激励；
• 增加个性化推荐曝光。

（3）高价值用户保护

针对高消费用户：

• 建立VIP用户体系；
• 提供专属客服；
• 发放会员专属权益。

---

10.14 本章总结

本章基于用户消费数据与行为数据构建了用户流失预测模型。

模型AUC达到0.777，具备较好的用户流失识别能力。

通过识别高风险流失用户，平台能够提前开展召回运营和精准营销，从而降低用户流失率并提升用户生命周期价值。

十一、Streamlit可视化看板

11.1 平台设计目标

为了提升分析结果的展示效果，

基于Streamlit开发电商经营分析平台，

将前述经营分析、RFM用户分析、ABC商品分析、漏斗分析、用户增长分析以及流失预测结果进行统一展示。

实现业务指标可视化监控和自助分析。

11.2 平台整体架构

本项目设计了：6个分析模块

经营概览,用户价值分析,商品分析,漏斗分析,流失预测,增长分析

对应：dashboard/pages

11.3 KPI经营指标看板

经营概览模块主要展示平台核心经营指标：

GMV

订单量

用户数

客单价

帮助业务人员快速掌握平台整体经营情况。

col1,col2,col3,col4 = st.columns(4)

col1.metric(
    "GMV",
    f"{gmv:,.0f}"
)

col2.metric(
    "订单数",
    order_count
)

col3.metric(
    "用户数",
    user_count
)

col4.metric(
    "客单价",
    round(avg_order_value,2)
)

11.4 GMV趋势分析

用于观察：平台销售额变化情况。

fig = px.line(

    monthly_gmv,

    x="month",

    y="gmv",

    title="GMV趋势"

)

st.plotly_chart(
    fig,
    use_container_width=True
)

文章分析：

从结果可以发现：2025年10月至2026年1月平台GMV持续保持较高水平。

其中：2026-01达到峰值。

说明：平台在年末促销期间销售表现较好。

11.5 用户价值分析

采用：RFM模型

segment_count = (

    rfm["segment"]

    .value_counts()

)

fig = px.pie(

    values=segment_count.values,

    names=segment_count.index,

    title="用户价值分层"

)

st.plotly_chart(fig)

用户价值分析模块基于RFM模型完成用户分层。

通过可视化方式展示：

高价值用户

普通用户

等用户群体分布情况。

帮助运营团队开展精细化运营。

11.6 商品ABC分析

用于识别：核心商品。

fig = px.bar(

    abc.head(10),

    x="actual_payment",

    y="product_name",

    orientation="h",

    title="Top10商品销售额"

)

st.plotly_chart(fig)

11.7 用户转化漏斗

fig = px.funnel(

    funnel,

    x="count",

    y="stage",

    title="用户转化漏斗"

)

st.plotly_chart(fig)

通过漏斗分析发现：

收藏→加购环节转化率最低，

是当前主要流失节点。

后续可通过优惠券营销等方式提升转化率。

11.8 流失预测模块

利用：Logistic Regression

预测：用户流失概率。

risk_users = churn_df[

    churn_df[
        "days_since_last_order"
    ] > 90

]

st.dataframe(
    risk_users.head(20)
)

流失预测模块基于Logistic Regression模型构建。模型AUC达到0.777。能够较好识别潜在流失用户。为后续用户召回运营提供支持。

11.9 用户增长分析

分析：平台新增用户趋势。

fig = px.line(

    growth_df,

    x="month",

    y="new_users",

    title="新增用户趋势"

)

st.plotly_chart(fig)

用户增长分析模块展示平台新增用户趋势。

根据分析结果：

2021年至2025年期间新增用户总体保持稳定。大部分月份新增用户保持在70~100人之间。

说明平台用户增长较为平稳。

11.10 项目价值

通过Streamlit平台，将原本分散在多个分析模块中的结果进行统一展示。相比传统Excel报表，

能够实现：

实时查看核心指标

快速定位业务问题

辅助运营决策

提升数据分析效率

11.11 本章总结

本章基于Streamlit构建电商经营分析平台，

集成：

经营概览分析

RFM用户分析

ABC商品分析

用户增长分析

漏斗分析

流失预测分析

实现从数据获取、业务分析到可视化展示的完整闭环。

最终帮助业务人员更加高效地监控经营情况并支持运营决策。

十二、项目总结与业务价值

12.1 项目整体成果

本项目基于电商平台业务数据，完成了从数据获取、数据清洗、特征工程、业务分析、机器学习建模到可视化看板搭建的完整数据分析流程。

项目主要包含：

• MySQL数据库搭建
• Python数据处理
• RFM用户价值分析
• ABC商品价值分析
• 用户转化漏斗分析
• 用户增长分析
• 用户流失预测模型
• Streamlit经营分析看板

最终实现了从描述性分析到预测性分析的完整闭环。

12.2 经营分析成果

通过经营概览分析发现：

（1）平台经营规模稳定

通过GMV趋势分析发现，平台整体交易规模保持稳定。月度销售额未出现明显异常波动，说明平台运营状态较为健康。

（2）头部商品贡献明显

ABC分析结果显示：

少量核心商品贡献了大部分销售额。平台存在明显的二八法则现象。

核心商品主要集中于：

• 家用电器
• 手机数码
• 汽车用品

等高客单价品类。

（3）用户价值分层明显

RFM分析结果显示：

平台用户主要分布于：

• 高价值用户
• 潜力用户
• 普通用户

不同层级用户表现出明显差异。说明平台具备实施精细化运营的基础。

12.3 漏斗分析成果

点击 → 收藏

转化率：59.24%存在较大流失。

收藏 → 加购

转化率：44.19%为整个漏斗中转化率最低环节。说明用户虽然表现出兴趣，但购买意愿仍需进一步刺激。

付款 → 完成

转化率：79.96%说明部分订单存在退款或售后情况。

12.4 用户增长分析成果

通过用户注册数据统计发现，平台新增用户数量整体较为稳定。从历史数据来看，不同月份新增用户规模存在一定波动。

月份	新增用户数
2023-07	111
2021-10	104
2022-12	102
2024-05	101

说明平台在不同时间段的用户增长表现存在差异。由于当前项目未包含渠道来源、广告投放及营销活动数据，因此无法进一步判断新增用户波动的具体原因。

后续如接入渠道数据，可进一步分析：

• 用户获取来源
• 渠道转化效果
• 用户增长驱动因素

12.5 流失预测成果

项目基于用户消费行为与用户互动行为构建流失预测模型。

模型使用特征包括：

• 累计消费金额
• 订单数量
• 客单价
• 最近购买时间
• 浏览次数
• 点击次数
• 收藏次数
• 加购次数

采用 Logistic Regression 进行建模。

通过ROC曲线评估模型效果。

模型能够有效识别潜在流失用户，为后续用户召回提供支持。

12.6 项目业务价值

本项目通过数据分析发现：

用户层面

通过RFM模型识别高价值用户，为会员运营与精准营销提供支持。

商品层面

通过ABC分析识别核心商品，为库存管理和资源投放提供依据。

转化层面

通过漏斗分析发现收藏到加购环节存在较大流失，为优惠券营销和促销活动设计提供方向。

风险层面

通过流失预测模型提前识别潜在流失用户，为用户召回提供支持。

管理层面

通过Streamlit可视化看板实现经营指标实时监控，提高数据驱动决策效率。

12.7 项目总结

本项目完整实践了数据分析项目的全流程：

• 数据库搭建
• 数据清洗
• 特征工程
• 业务分析
• 机器学习建模
• 数据可视化

项目覆盖了电商场景中的核心分析模块：

• 经营分析
• 用户价值分析
• 商品价值分析
• 用户增长分析
• 漏斗分析
• 流失预测

通过该项目，我进一步提升了：

• SQL数据处理能力
• Python数据分析能力
• 数据可视化能力
• 机器学习建模能力
• 数据驱动业务分析能力

并积累了完整的数据分析项目实战经验。