电商用户行为分析

电商用户行为分析

分析电商平台的用户购物行为数据，追踪用户活跃度趋势，生成可视化图表和洞察报告。

功能特性

• 活跃度趋势分析

• 可视化图表生成

• 行为洞察

支持以下数据格式：

CSV 文件（推荐） Excel 文件 JSON 格式 必需字段 字段名 说明 示例 user_id 用户唯一标识 U001, U002 date 行为日期 2024-01-15 action 行为类型 view, 添加_cart, purchase 平台 平台来源 应用, 网页, mini_program 可选字段 字段名 说明 product_id 商品ID category 商品类目 amount 交易金额 会话_duration 会话时长 使用示例 示例 1：分析月度活跃度趋势 请分析这份数据的用户活跃度趋势，按周汇总，生成趋势图

输出：

周活跃用户趋势折线图 峰值/谷值标注 异常波动说明 示例 2：识别高价值活跃用户 找出活跃度前20%的用户，分析他们的行为特征

输出：

高活跃用户行为模式 活跃时段偏好 购买转化率对比 示例 3：活跃度预警 最近一周活跃度下降明显，帮我分析原因

输出：

下降幅度量化 可能原因分析 改进建议 分析维度 时间维度 日/周/月活跃度 同比/环比分析 季节性规律 用户维度 新老用户活跃对比 用户分层活跃度 渠道来源活跃度 行为维度 浏览活跃度 加购活跃度 购买活跃度 复购活跃度 输出报告

分析完成后，将生成包含以下内容的报告：

执行摘要 - 核心发现和关键指标 趋势图表 - 可视化活跃度变化 数据洞察 - 深度分析和原因解读 行动建议 - 可执行的优化策略 适用场景 电商运营团队日常监控 用户增长策略制定 活动效果评估 用户流失预警 产品迭代效果验证 注意事项 数据量建议：1万-100万条记录效果最佳 时间跨度：建议至少7天，最佳为30天以上 数据隐私：不存储用户原始数据，仅输出分析结果