파이썬 데이터 분석 - 사용자 행동 로그 데이터_퍼널 분석

 

 

- event_time: 이벤트가 발생한 시각

- event_type: 이벤트 종류

 - view: 상품을 조회

- cart: 상품을 카트에 추가

 - remove_from_cart: 상품을 카트에서 제거

- purchase: 구매

- product_id: 상품번호

- category_id: 카테고리번호

- category_code: 카테고리명

- brand: 브랜드명

- price: 상품 가격

- user_id: 고객번호

- user_session: 세션

 

---

1. 해당 csv 파일 불러오기

import pandas as pd
import plotly.express as px

data = pd.read_csv('불러 올 파일 주소')
data

 

 

 

2. 인덱스 중복 열 삭제

- 열을 삭제하므로 axis=1

data.drop('Unnamed: 0', axis=1, inplace=True)

 

 

 

 

3. 질문 만들기!

❓ DAU(일간 활성 사용자수) 추이는? 
   어느 요일에 가장 많이 방문하는가?

❓ 사이트 체류시간 평균은? 
   조회만 한 유저, 카트에 담은 유저, 구매까지 한 유저별로 체류시간이 어떻게 다른가?-

❓ 퍼널 분석   
   어느 단계에서 유저들이 가장 많이 이탈하는가?

 

 

4. 데이터 전처리

data.info()

1️⃣ event-time이 문자형태로 되어 있기 때문에 데이터 타입을 변경

 

data['event_time'] = pd.to_datetime(data['event_time'], format='%Y-%m-%d %H:%M:%S UTC')

 

 

 

2️⃣ 결측치 제거

# 결측치 확인하기
data.isna().sum()

이번 분석에서는 카테고리, 브랜드 분석이 아니므로 결측치를 제거해주기

 

 

 

 

3️⃣ 날짜 컬럼 추가

이미 datetiem으로 바꿔놨기 때문에 dt연산자를 활용해 컬럼을 추가

data['date_ymd'] = data['event_time'].dt.date
data.head()

그런데! 문자로 추가가 되었다 ! 그렇기 때문에 다시한번 형변환을 해주기!

 

data['date_ymd'] = pd.to_datetime(data['date_ymd'], format='%Y-%m-%d')

 

 

---

5. 데이터 분석

❓ DAU(일간 활성 사용자수) 추이는? 

dau = data.groupby('date_ymd')[['user_id']].nunique().reset_index()
.rename({'user_id' : 'daut'}, axis=1)
dau

 

 

DAU추이 시각화

fig = px.line(data_frame = dau, x='date_ymd', y='dau', title='DAU 추이')
fig.show()

 

요일 별 가장 많이 방문한 요일

dau['day_of_week'] = dau['date_ymd'].dt.day_name()
dau['day_of_week1'] = dau['date_ymd'].dt.day_of_week
dau.head()

day_name()  :  요일을 영어로 표시

.day_of_week  :  요일을 숫자로 표시

 

# 1. day_of_week1을 중심으로 평균 구하기
avg_dau_by_dow = dau.groupby(['day_of_week','day_of_week1'])[['dau']].mean().reset_index()

# 2. day_of_week1을 순서대로(월-일) 오름차순 정렬
avg_dau_by_dow.sort_values('day_of_week1', inplace=True)


avg_dau_by_dow

 

 

Bar 그래프로 확인해보기

➡  화요일이 가장 DAU평균이 높고 주말로 갈 수록 낮아지는 것을 확인할 수 있다!

 

---

❓ 사이트 체류시간 평균은? 

한 user_session의 끝 event_time에서 시작 event_time을 뺀 값으로 체류시간을 구한다!

print(data.query('user_session == "2806ff10-08bc-4811-9ab7-af074fe22a88"')['event_time'].max())	#끝
print(data.query('user_session == "2806ff10-08bc-4811-9ab7-af074fe22a88"')['event_time'].min())	#시작

# 끝 시간- 시작 시간
print(data.query('user_session == "2806ff10-08bc-4811-9ab7-af074fe22a88"')['event_time'].max() - data.query('user_session == "2806ff10-08bc-4811-9ab7-af074fe22a88"')['event_time'].min())

 

 

그렇다면! user_session 별로 구해보자

# 'user_session'을 그룹으로 묶고 'event_time'에 max와min 구하도록 함
duration = data.groupby('user_session')[['event_time']].agg(['max','min']).reset_index()

# max - min
duration['duration'] = duration['event_time']['max'] - duration['event_time']['min']

 

 

# 체류시간 평균 구하기
duration['duration'].mean()

약 1시간 정도 머물고 있다는 것을 알 수 있다!

 

 

 

그렇다면, 조회만 한 유저, 카트에 담은 유저, 구매까지 한 유저별로 체류시간이 어떻게 다른가?

# Null 값은 0으로 바꾸기

session_pivot = pd.pivot_table(data=data, index='user_session', columns='event_type', values='event_time', aggfunc='count').reset_index().fillna(0)
session_pivot

 

# cart에 넣은 행동이 0보다 크다면 카트에 담은 행동이 있다는 것이고
cart_session = list(session_pivot.query('cart > 0')['user_session'])

# purchase이 0보다 크다면 구매를 했다는 것을 알 수 있음
purchase_session = list(session_pivot.query('purchase > 0')['user_session'])

 

 

user_session not in @cart_session and user_session not in @purchase_session

> 만약 user_session이 cart_session도 없고, purchase_session 없다면 .....

즉, 조회만 한 유저의 평균시간

# 조회만 한 유저의 평균 시간
duration.query('user_session not in @cart_session and user_session not in @purchase_session')['duration'].mean()

 

view_session_avg_duration = duration.query('user_session not in @cart_session and user_session not in @purchase_session')['duration'].mean()
cart_session_avg_duration = duration.query('user_session in @cart_session')['duration'].mean() #카트에 담은 유저 평균시간
purchase_session_avg_duration = duration.query('user_session in @purchase_session')['duration'].mean()	#구매까지한 유저 평균시간

print(f'조회만 한 유저의 평균 체류시간: {view_session_avg_duration}')
print(f'카트에 담은 유저의 평균 체류시간: {cart_session_avg_duration}')
print(f'구매까지 한 유저의 평균 체류시간: {purchase_session_avg_duration}')

➡  카트에서 구매까지 넘어간 유저의 평균 체류시간이 더 늘어난 것을 알 수 있다

 

---

❓ 퍼널 분석 : 어느 단계에서 유저들이 가장 많이 이탈하는가?

 

각 event_type별 몇 번 일어났는지 횟수 확인

session_pivot[['view','cart','remove_from_cart','purchase']].sum()

 

데이터 프레임으로 변환 후 컬럼 명 변경, 불필요한 컬럼 삭제를 해준

funnel = session_pivot[['view','cart','remove_from_cart','purchase']].sum().to_frame().reset_index()
funnel.columns = ['event_type','count']
funnel = funnel.query('event_type != "remove_from_cart"')
funnel

 

 

각 단계로 넘어가면서 이탈이 되었다는 것을 알 수 있다.

 

 

이 결과를 시각화를 통해서 확인해보자!

fig = px.funnel(data_frame=funnel, x='event_type', y='count')
fig.update_traces(texttemplate="%{value:,.0f}")		# 숫자 형식 변환
fig.show()

view에서 마지막 purchase까지 이탈 수가 많다는 것을 확인할 수 있음!

 

 

>> view에서 cart로 넘어간 전환율

view_to_cart_rate = list(funnel['count'])[1] / list(funnel['count'])[0]

 

 

>> view에서 purchase로 넘어간 전환율

view_to_purchase_rate = list(funnel['count'])[2] / list(funnel['count'])[0]

 

 

retain_rate 컬럼 추가 후 확인해보기

funnel['retain_rate'] = [1, view_to_cart_rate, view_to_purchase_rate]
funnel

 

 

fig = px.funnel(data_frame=funnel, x='event_type', y='retain_rate')
fig.update_traces(texttemplate="%{value:,.2%}")
fig.show()

상품 조회가 100%라고 했을 때, 

조회에서 장바구니  -> 47%

그 중 9%만 구매

 

➡  조회에서 장바구니 이탈 비율보다 장바구니에서 구매 이탈 비율이 더 크다!!

따라서 ..... 해당 단계에서 전환율을 높이기 위한 전략이 필요함!

ㄴ> 🤔 결제하는 방법에 불편함이 있는지?

ㄴ> 🤔 회원가입에서 문제가 없는지?

---