电商用户行为分析与 RFM 价值分层体系搭建

项目背景

电商行业获客成本持续攀升，粗放式运营已无法支撑平台长期增长。平台面临「用户画像模糊、价值分层不清晰、运营策略无差别、资源投入 ROI 低」的痛点：无法精准定位高价值用户，也无法针对性解决流失问题。

目标：用 1000 条用户属性 + 行为 + 消费数据，完成「用户全景画像 → 行为深度分析 → RFM 价值分层 → 消费驱动因素挖掘」，输出分群体、可落地的运营策略。

数据与指标口径

数据：user_personalized_features.csv，1000 条样本、14 个有效字段，覆盖用户属性（性别/年龄/地域/兴趣/收入）、行为特征（登录天数/停留时长/浏览页数/邮件订阅）、消费特征（购买频率/平均订单价值/总消费/品类偏好）。

流程：ETL 装载进 SQLite → 18 个 SQL 查询完成全部聚合（数据审计 / 画像分布 / 活跃度 / RFM 打分分段 / GMV 集中度）→ Python 统计层做相关分析与显著性检验 → matplotlib 14 张图 → 自包含 HTML 报告。

• ✓完整性0 缺失（SQL 审计）
• ✓重复性0 完全重复行
• ✓逻辑校验无负值；年龄 18–64 岁、登录天数 1–29 天均合理
• ⚠参考项目结论「剔除 2 条重复 + 1 条负消费」「18% 用户超 30 天未登录」在本数据中均不存在，已按实测纠偏

用户全景画像

人口属性：男女 52.6% / 47.4% 结构均衡；36–55 岁核心用户合计 45.4% 是营收主力，18–25 岁仅 15.4% 是增长缺口；各年龄层平均消费均在 2,500 元上下，无年龄消费壁垒。

地域与偏好：下沉市场（郊区+农村）占 65.6% 是基本盘；兴趣 TOP 为 Sports / Fashion / Travel / Food，品类偏好 TOP 为 Apparel / Electronics / Books——兴趣与品类高度匹配，为场景化推荐提供依据。

行为深度分析

活跃度：高活跃（1–7 天）+ 活跃（8–15 天）合计 49.0%，另有 51.0% 用户处于「活跃下滑 / 流失高风险」（16–29 天），留存压力大，需重点召回。

粘性验证：邮件订阅用户停留中位数 300 分钟 vs 非订阅 288 分钟，略高但 Mann-Whitney U 检验 p=0.54 未达显著——参考项目「订阅显著提升粘性」结论在本数据上缺乏统计支持，建议作为低成本留存实验做 A/B 验证。

RFM 价值分层

RFM 口径：R=最近登录天数（倒序打分）、F=购买频率、M=总消费；用 SQL 窗口函数 NTILE(5) 等频五等分打分，再按经典 8 分法分群——打分逻辑完全落在数据库层，比 pandas qcut 更接近生产实现。

核心发现：高价值用户 57 人（5.7%）贡献 8.9% GMV；高价值 + 深耕 + 流失预警 + 流失高价值四群合计贡献 63.3% GMV；其中「流失高价值用户」（139 人）贡献 22.4% GMV，是平台最大的 GMV 池——先召回再拉新。

消费驱动因素（含纠偏）

实测相关性：与总消费相关最高的仍是平均订单价值，但 Pearson r 仅 0.0967（Spearman ≈0.097）——参考项目结论「0.967 极强正相关」在本数据上不成立（应为笔误，社区评论亦曾指出）。现有字段对总消费的线性解释力有限。

补充验证：消费 TOP20% 用户贡献 35.3% GMV（约为底部五分之一用户的 7.5 倍），消费价值高度集中；而 AOV TOP20% 用户仅贡献约 21.6%（接近均等 20%）——单靠客单价无法解释消费差异，需补充订单明细与行为序列数据。

分类维度：收入层 × 总消费差异显著（Kruskal-Wallis p=0.029，低收入用户平均消费 2,742 元 > 高收入 2,447 元）；年龄层、地域、品类偏好差异不显著。

结论边界（哪些结论不能证明）

SQL 全量计算 + 统计检验能证明分层与相关结构，但数据本身有明确边界，以下结论不能过度解读：

落地建议

以「高价值 + 流失高价值」为 GMV 核心资产（合计 31.3%）先做召回再拉新：高价值用户走 VIP 专属权益防流失，流失高价值用户用专属挽回包 + 1v1 触达优先召回；流失预警用户 Push+短信组合立即唤醒。

增长动作：潜力用户向上引导客单价（满减/升级推荐）、新用户首单转化券完成 0→1、需召回用户批量触达（站内信+邮件）、低价值用户控制投入用自动化旅程低成本维系。

数据建议：把邮件订阅做成 A/B 实验验证留存价值；针对 18–25 岁补增长缺口；补充订单明细与点击行为序列，升级为可解释的消费预测模型。

1. 1短期召回流失高价值 139 人专属挽回包 + 1v1 触达；流失预警 109 人 Push+短信立即唤醒
2. 2中期增长潜力用户提客单价（满减/升级推荐）、新用户首单券、18-25 岁补缺口、订阅 A/B 实验
3. 3长期升级补订单明细与点击行为序列，升级为可解释的消费预测模型

实验设计（如果再做一次）

订阅组与对照组差异不显著（p=0.54），为把「订阅值得做」从推断变成证据，设计一次可执行的 A/B 实验：