直播电商用户流失分析怎么做？BI高手带你一步步拆解！
本作品获2022帆软BI数据分析大赛【最佳行业应用奖】，获奖团队成员：积极热烈的淡竹，稳重靠谱的瞬间，有颜值有才华的CHH。
01项目背景
1、业务背景
客户流失的全部成本包括旧客户流失损失的收入和用新客户替换这些客户所涉及的营销成本，减少客户流失是每个公司的关键业务目标，预测和防止客户流失对每个产品/平台来说都是一个巨大的潜在收入来源。数据来源于天池。
2、分析目的
电商用户流失分析主要是通过分析用户特征，寻找对用户流失影响较大的用户特征，根据电商领域业务知识，提出产品/平台的运营建议，从而提高用户粘性，降低用户流失率。
02分析及设计思路
分析思路如下图：
设计思路：
03用户特征探索性分析
1、用户维度特征分析
1）常用登陆设备分析
读图：使用Mobile Phone的总用户数远高于Phone和Pad，但是使用Phone的流失用户占比为22.4%，使用Pad的流失用户占比为19.8%,远高于Mobile Phone的12.5%。
解图：建议产品团队测试phone和Pad终端的产品是否存在不稳定问题。
2）城市等级分析
读图：城市等级为3的流失用户占比为21.4%，城市等级为2的流失用户占比为19.8%,远高于城市等级为1的14.5%。
解图：建议运营团队在城市等级为2和3的城市适当开展运营活动（如鼓励城市特色作品直播等），提高用户粘性。
3）性别分析
读图：女性是平台的主要用户，女性的流失用户占比为17.7%，男性的流失用户占比为15.5%，基本持平。
解图：建议运营团队根据男性与女性喜欢的直播风格，进行直播内容定向推送，尝试降低其流失率。
4）年龄分析
读图：年龄分组为6的流失用户占比最高，为34.6%，其次是年龄分组为5，流失用户占比为22.5%。
解图：建议运营团队鼓励更多年龄分组为5和6喜欢的直播内容和商品进驻，提高其留存率。
5）婚姻状况分析
读图：已婚的总用户数最多，且流失用户占比最低，是产品的优质用户群，单身的流失用户占比较高，为26.7%，远高于离异和已婚的用户。
解图：建议运营团队在挖掘新用户时，更注意吸引已婚用户，对于现有的单身用户，采取积极留存措施。
6）上月首选订单类型分析
读图：上月主要订单为Mobile Phone和Household的流失用户占比较多，均超过了25%，其次是上月订单为Fashion的用户。
解图：可能是由于Mobile Phone和Household的商品使用周期较长，用户购买该类商品后，很长一段时间不再有相同的购买意愿，从而造成用户流失。
2、用户行为特征分析
用户行为特征，即用户在平台上的行为数据。通过分析各行为特征指标流失用户和非流失用户的均值，差异较大的特征指标就是影响用户流失情况明显的指标，然后对这些特征进行分析。制作替代版的箱线图，最大最小值用星星表示。
最终对用户行为特征分析如下：有着特征【使用平台的时间（月）越短，上月有过投诉行为，上月平均获得折扣金额越小，距上次下单天数越短】之一或者其中几个的用户，流失的可能性更大。
04用户特征探索性分析
计算相关系数
用户流失标签的相关系数绝对值越大，与用户流失相关程度越高；>0.7为强相关，<0.3为弱相关，相关系数为正，与用户流失为正相关，否则，为负相关。
将处理好的数据以Excel形式导出，在python中读取Excel文件，计算相关系数并导出相关系数结果文件。最后导入FineBI进行分析。
05模型建立与模型评估
模型建立与模型评估
各模型在默认参数下的ROC得分整理成Excel文件，导入FineBI进行分析。
06电商用户流失分析最终报告
立即沟通
