Análisis de ventas de usuarios de Xiaohongshu
Los datos * * * tienen 29,452 registros y 7 variables:
(1) Monto de compra del usuario de ingresos
(2) En el pasado en la aplicación El número de usuarios de 3rd_Party_Stores que compran a terceros si es 0, significa que solo compran en productos operados por ellos mismos;
(3) Género Género 1: Masculino 0: Femenino Vacante desconocida.
(4) Engaged_last_30 ha participado en actividades clave (discusiones, presentaciones de vendedores) en la aplicación en los últimos 30 días, 0: no participó, 1: participó.
(5) El ciclo de vida se divide en A, B y C (dentro de los 6 meses posteriores al registro, 1 año y 2 años respectivamente).
(6) days_since_last_order El número de días desde el último pedido (menos de 1 significa que el pedido se realizó el mismo día)
(7)previous_order_amount El monto acumulado de la compra del usuario en el pasado
El impacto de diferentes variables en el monto acumulado de compra
Conclusión: El monto promedio acumulado de compra de los hombres es mayor que el de las niñas y tienen más poder adquisitivo.
Conclusión: El importe medio de compra acumulada de los usuarios que participan en el evento es relativamente alto.
Conclusión: El poder adquisitivo dentro de los 6 meses posteriores al registro es más fuerte.
Conclusión: Cuanto más corto sea el intervalo de tiempo entre el último pedido, mayor será el importe medio acumulado de la compra.
Conclusión: No existe un patrón entre la cantidad de compra de terceros y el monto promedio acumulado.
Modelo Lineal de Beneficios
1) Convertir el ciclo de vida en una variable ficticia.
Las variables con grandes coeficientes de correlación con los beneficios son: edad, engagement, last_order y acumulación.
3) Regresión lineal
La ecuación de regresión es:
Ingreso=-2.575 Edad 57.826 Participación 7.634 último_orden 0.069 Acumulación 330.774
Sin embargo , el R cuadrado ajustado es sólo 0,032, lo que significa que sólo 3,2 de los cambios en los beneficios pueden explicarse por estas variables, por lo que este modelo no es muy útil para predecir beneficios.