Python数据分析与挖掘实战 第9章 O2O优惠券使用预测.pptxVIP

;目录;在O2O消费模式运营局面下，优惠券的合理投放成为了现在商户经营店铺的一项考虑因素，某电商平台根据自身拥有的用户消费信息数据，查看用户领取优惠券后的使用情况。;O2O消费对于用户而言，不仅可以使用户获得更为丰富、全面的商户及其服务信息内容，而且还可以使用户获得相对线下直接消费较低的价格；对于商户而言，可以获得更多、更好的宣传机会去吸引新用户到店消费，同时可以通过在线预约的方式合理安排经营节约成本。;数据说明;名称;本案例的主要目标是预测用户在领取优惠券后15天以内的使用情况，为了将该问题转化为二分类问题，将领取优惠券后15天以内使用的样本标记为正样本，记为1；15天以内没有使用的样本标记为负样本，记为0；未领取优惠券进行消费的样本为普通样本，记为-1。;根据上述的分析过程与思路，结合数据特点和分析目标，主要包括以下步骤。

读取用户真实线下消费行为历史数据。;目标

O2O优惠券使用预测总体流程如图所示。;目录;属性名称;在上面两个表中，discount_rate属性为字符型，所以不存在最大值和最小值。

训练样本的优惠券ID、优惠率、领取优惠券日期空值的记录数一致，可能是因为一部分用户没有领取优惠券而直接到门店消费；而date属性的空值数比优惠券ID的空值数多，即存在一部分用户的消费日期为空而优惠券ID不为空，这可能是因为这部分用户是领取优惠券但没有进行消费；测试样本的优惠券ID、优惠率、领取优惠券日期和消费日期均存在空值。;，;1.绘制折线图分析用户消费次数

选取领取优惠券日期、消费日期这2个属性计算用户消费次数、领劵数和领券消费数，分析用户的消费行为信息。

统计各月份的用户消费次数，并绘制2016年各月份用户消费次数折线图。

由图可知，5月份用户消费次数最多，有可能是五一节假日商户投放优惠券的优惠率较多吸引用户消费。2月份处于低谷，可能是春节长假店铺休息导致。;2.绘制柱形图分析用户领券数与领券消费数

绘制2016年各月份用户领优惠券次数和领券消费次数柱形图，如图所示。

由图可知，1月份用户领取优惠券的次数达到最高峰，可能是用户领取优惠券为春节囤年货做准备，其次是5月份用户领取优惠券数量，可能是为母亲节给母亲送礼物做准备。从用户领券消费情况看，虽然商户投放优惠券很多，但相对于投放的优惠券数量，用户很少使用优惠券到商户进行消费，说明出现了商户滥发优惠券现象。;1.绘制柱形图分析商户投放优惠券数量

统计商户投放优惠券数量、用户到门店消费的距离、用户持券与未持券到门店消费的距离等，用于分析商户投放优惠券信息。

平台有众多家商户参与优惠券投放，绘制投放优惠券数量排名前10的商户ID柱形图。

由图可知，平台有众多家商户参与优惠券投放，绘制投放优惠券数量排名前10的商户ID柱形图。ID为3381的商户投放数量高达117818张，其次是ID为760和450的商户，投放数量分别为70977张、70884张，其他商户投放优惠券数量都相对较低。;2.绘制饼图分析用户到门店消费距离

绘制饼图分析用户到门店消费的距离。

由图可知，大部分用户更偏向近距离消费，其中用户到

门店消费距离不足500m的用户占到所有用户中的68.3%，但出现4.7%的用户却选择到距离大于等于5km的门店

进行消费，可以看出这部分用户对该品牌门店的消费依赖性。;绘制饼图分别分析用户持券与没持券到门店消费的距离。

由图可知，两个饼图的分布情况类似，无论是否持券消费，大部分用户都偏向去近距离的门店消费。而只有少部分用户愿意选择去5km外的门店进行消费，说明这些用户对门店有一定的依赖性。;目录;对原始数据进行探索性分析时，发现数据存在缺失值、部分属性的数据类型不统一、数据的属性过少等问题，需要对数据进行清洗和变换。

通过对原始数据观察发现数据中存在3种数据缺失的情况：第一种是优惠券ID为null，优惠率也为null，但有消费日期，这类用户属于没有领优惠券进行消费的普通消费者；第二种是用户消费记录中同时存在优惠

券ID、优惠券率、消费日期，这类用户属于领取优惠券的消费者；第三种是用户虽然领取了商户的优惠券，但没有消费日期，可能是商户与用户的距离比较远而没使用优惠券进行消费。

优惠券的优惠率存在两种形式：一种为折扣率形式的样本，如0.8；另一种是满减优惠形式的样本，如300:30。如果该属性没有进行统一处理，可能会导致结果不准确，因此使用统一样本形式，这里的处理方法是将满减优惠统一替换成折扣率。;数据清洗具体处理方法如下：

将date_rececived和date属性的数据类型转为时间类型。

Discount_rate属性中的满减优惠统一替换成折扣率，例如，满减优惠形式“300:30”或“300:30:00”改为折扣率形式“0.9”。;1.构建用户标签