• 项目报告分享：CSDN
• 项目源码链接：Github Repo

## 下载源码，请使用以下命令在你的本地上克隆repo

git init
git clone [项目源码链接]

随着移动互联网技术的飞速发展和大众人均收入的增长，电商行业也随着技术的发展迅速崛起又快速分化。在当下大众消费需求日趋多样化的时代背景下，移动互联网行业特别是电商行业不再依靠用户红利实现业务增长，开始从粗放型的经营模式转向精细化管理，需要结合市场、渠道、用户行为等数据分析，对用户展开有针对性的运营活动，提供个性化、差异化的经营策略，从而实现运营目的。
本项目使用Python分析淘宝平台2017年11月25日至2017年12月3日的用户行为数据，通过对网站流量、用户活跃率、用户行为转化漏斗、用户行为偏好等特征的分析，提供有针对性的运营策略。

• python - <3.5+>
• numpy --<1.16.5>
• pandas --<0.25.1>
• matplotlib.pyplot --<3.1.1>
• plotly --<4.12.0>

本项目数据来源于阿里天池User Behavior Data，为了快速分析项目模型，项目仅截取完整数据集UserBehavior(3.41GB)的迷你数据集UB_split_10.csv(171.7MB)作为本项目的分析数据集。

• 提出问题
• 数据评估与清洗
• 探索性分析
• 结论和建议

考虑到本项目使用的数据量较大，如果将整个分析过程放到同一个脚本下运行，项目会因为Memory Error强制中断。为了保证项目的流畅运行，编写另外一个脚本UserBehavior_Taobao_wragledata.ipynb来执行数据评估和清理这一步骤，完成后导出供本项目探索性分析和建模的数据集updated_valid_df.csv。整个探索性分析和建模的结果将展示在UserBehavior_Taobao_EDA.ipynb