windous 系统 做网站,html基本知识,南京网站建设学习,海口网络建设#xff08;接《用SQL完成购买行为分析#xff08;下篇I#xff09;》内容#xff09;12#xff09;查询首条记录为fav#xff0c;总记录条数为14的记录。将前面getNum(3)红框处替换为12#xff0c;运行getNum(14)得到第2条记录的数量#xff1a;替换为11#xff0c;得…接《用SQL完成购买行为分析下篇I》内容12查询首条记录为fav总记录条数为14的记录。将前面getNum(3)红框处替换为12运行getNum(14)得到第2条记录的数量替换为11得到第3条记录的数量替换为10得到第4条记录的数量替换为9得到第5条记录的数量替换为8得到第6条记录的数量替换为7得到第7条记录的数量替换为6得到第8条记录的数量替换为5得到第9条记录的数量替换为4得到第10条记录的数量替换为3得到第11条记录的数量替换为2得到第12条记录的数量替换为1得到第13条记录的数量替换为0得到第14条记录的数量得到Excel表总记录为14条的这一行购买行为出现在第7、10、13条购买转化渠道如各行所示。13首条记录为fav每组总条数18。修改getNum(18)存储过程运行后得到第2条记录的数量第3条记录的数量第4条记录的数量第5条记录的数量第6条记录的数量第7条记录的数量第8条记录的数量第9条记录的数量第10条记录的数量第11条记录的数量第12条记录的数量第13条记录的数量第14条记录的数量第15条记录的数量第16条记录的数量第17条记录的数量第18条记录的数量得到Excel表此表仅有一条记录它显示了其购买行为转化渠道。回顾《中篇》2.2所述所有转化渠道并回答2.2末尾的3个问题。1、分别以pv、cart、fav打头的购买行为转化渠道具有共性可总结为 多次浏览pv加最后购买buy。具体情况是以pv开头的记录中有13组各条记录均仅占1行的记录无法对购买行为转化渠道所含记录条数按从高到低排序。剩下的9组记录中有6组记录均为多个pv最后一条为buy。虽然剩下的3组记录是多个pvbuy在倒数第2条记录的情况但在该组内多条pv加最后一条为buy的记录的数量仅比多个pvbuy在倒数第2条记录的情况少一条所以依然认为多次浏览加最后购买是最主要的购买行为转化渠道。以cart开头的记录中有7组各条记录均占1行无法排序。在剩下的6组记录中有4组记录中均为cart打头加多个pv和最后一条为buy的记录。有2组记录是cart打头多个pvbuy在倒数第2条记录但多条pv加最后一条为buy的记录的数量仅比多个pvbuy在倒数第2条记录的情况少一条。以fav开头的记录里有7组各条记录均占1行的记录无法排序。剩下的6条记录中有2条为fav开头多个pv最后一条为buy的情况。余下还有3条是多个pv倒数第2条为buy。但在该组内多条pv加最后一条为buy的记录的数量也仅比多个pvbuy在倒数第2条记录的情况少一条。2、 以buy打头的购买行为转化渠道和以pv、cart、fav打头的购买行为转化渠道的特点不同可以说是截然相反且这一特点是独立存在的。以buy打头的主要购买行为转化渠道是购买buy加多次浏览pv。具体来说是以buy开头的记录中有2组各条记录均占一行的记录无法排序。剩下的5组记录都是首条为buy后跟多个pv。3、从buy打头的购买行为转化渠道可以看出绝大多数用户都在购买之后多次浏览了商品有的购买后浏览次数竟高达7次。这可以被解释为算法推荐的商品相关度高。但是没有发生回购这里的猜测是用户的需求已经得到满足就算价格上更有竞争力或是口味上有了新选择所以在本次研究时段内没有发生新的购买。七、结论和建议在本次研究的时段内2017年11月25-12月3日共9天购买行为发生最多的日期是11月27周一、11月30周四和12月2周六、12月3周日共4天。每日13——14点19——22点是购买高峰时段。2——7点是下单非活跃时段。在活跃日期的这4天内共有11名用户的数量排名前3。这用户排名前3的用户中有5个用户有回购行为。销量前3的商品种类有10种其中一半的商品品种被回购且最多被回购了3次。除了销量前4的具体商品ID中有回购记录的用户ID和销量前3的商品种类中有回购行为的用户ID完全不一致之外销量前3的商品种类中有回购行为的用户ID和用户排名前3的5个有回购行为的用户ID完全一致。购买行为服从长尾分布。分别以pv、cart、fav打头的主要购买行为转化渠道为 多次浏览加最后购买。首条为buy的主要购买行为转化渠道和分别以pv、cart、fav打头的主要购买行为转化渠道截然相反具体为购买加多次浏览。鉴于推荐算法的局限性——它只能在用户下单后选取推送相关商品。如果能在用户浏览时这里针对分别以pv、cart、fav打头的购买行为转化渠道提升推荐商品的相关性才能提升回购率。同样除了提高浏览时的推荐相关性如果对用户浏览历史建立档案针对购买过该商品的用户发布促销活动及广告推广一样可以对未来商品复购率的提升有所帮助。至于本次研究中的购买行为转化渠道很长比如以pv打头的购买行为转化渠道总条数高达39条该条记录含有38条pv。用户多次浏览但因为在本次研究中无法确定其购买商品具体性质无法排除该用户是否在购买低频高值的大件商品所以也无法将此类用户购买的商品排除在外以削减对转化率低、转化时间长、用户购进次数低商品的投入降低成本。
