一句话结论: 对 12,330 次电商访问按行为聚类,得到 3 类消费者——高意向深度浏览者(13%,转化 28%)、主力普通浏览者(78%,转化 15%)、跳出低意向者(8%,转化 1%);关键驱动分析显示**"退出率"是最强的可干预负向杠杆**。运营应把资源投向"把主力用户推向深度浏览行为 + 降低关键页退出率",而非在 8% 的跳出人群上空耗。
One-line takeaway: Three behavioral segments (deep browsers 28% conv · mainstream 15% · bouncers 1%); the strongest actionable driver of purchase is exit rate. Nurture the 78% mainstream toward deep-browse behavior and cut exit rates — don't over-spend on the 8% bouncers.
作者 / Author: 张金悦 Zhang Jinyue · 曼彻斯特大学 社会研究方法与统计学硕士 技能标签:
消费者细分用户画像Key-Driver Analysis聚类因子/降维Python· Consumer insights & segmentation
电商想提升转化,但"用户"不是铁板一块。两个问题:
- 能不能把访客分成几类有意义的人群?(细分 + 画像)
- 什么行为最能驱动购买?(关键驱动,给运营抓手)
① 三类消费者细分(基于 9 个行为特征聚类,轮廓系数选 K=3):
| 细分群 | 占比 | 转化率 | 画像 |
|---|---|---|---|
| 🟢 高意向深度浏览者 | 13% | 28% | 浏览 ~97 个商品页、停留 ~64 分钟、退出率极低 |
| 🔵 主力普通浏览者 | 78% | 15% | 中等参与(~24 页),接近总体均值,最大增长池 |
| 🔴 跳出低意向者 | 8% | 1% | 仅看 ~3 页、跳出率/退出率高,基本不转化 |
② 关键驱动分析(标准化 Logistic 系数):
- 可落地行为杠杆版(不含 PageValues,AUC=0.75):最强驱动是"退出率"(强负向)——高退出率的会话几乎不买;其次是季节性(11 月旺、2 月淡)。
- 含 PageValues 版 AUC=0.90,但 PageValues 主导——它是 GA 依据后续交易反推的近似结果变量,预测强却不可干预、且有泄漏之嫌,故单列并以行为版作为决策依据。
- 主力人群(78%)是增长核心:用推荐、对比、评价等手段,把他们从"看 24 页"推向高意向群的"深度浏览"行为。
- 降低关键页退出率:退出率是最强负向驱动,优化加载、落地页与结账流程。
- 别在 8% 跳出人群上重投:转化仅 1%,ROI 低。
- 备好季节性节奏:11 月旺季前加预算,2 月淡季收缩。
- 数据:UCI Online Shoppers Purchasing Intention,12,330 次真实会话,购买率 15.5%。
- 细分:9 个行为特征标准化 → KMeans;用轮廓系数(silhouette)选 K(K=3 最优,0.49)→ 画像 + 各群转化率 + PCA 二维可视化。
- 关键驱动:Logistic 回归,特征标准化后用系数大小比较相对影响力;分"含/不含 PageValues"两版。
- 方法学严谨点:识别
PageValues为近似结果变量并单独处理(与我另一项目里排除通话时长 duration 同理),避免用泄漏变量得出"看起来很准但没法用"的结论。
- 数据是会话级、无用户 ID,无法做跨会话的顾客生命周期分析。
- KMeans 假设球形簇;换 GMM/层次聚类结论可能微调(K=3 在轮廓系数上稳健)。
- 关键驱动是关联非因果;要判断"降退出率能提升多少转化",需 A/B 实验验证(见我的
marketing-causal-uplift项目)。
pip install -r requirements.txt
python src/download_data.py # 下载数据到 data/（不入库）
python src/01_segmentation.py # 细分 + 画像 + 图
python src/02_key_drivers.py # 关键驱动分析 + 图UCI Machine Learning Repository — Online Shoppers Purchasing Intention (Sakar et al., 2018)。
原始数据依许可不重新分发,已在 .gitignore 排除,用 src/download_data.py 获取。
来源: https://archive.ics.uci.edu/dataset/468/online+shoppers+purchasing+intention+dataset
Python · pandas · scikit-learn(KMeans / PCA / silhouette / LogisticRegression)· matplotlib 方法: 无监督聚类 · 消费者画像 · 降维可视化 · 关键驱动(标准化系数)· 泄漏变量识别