项目简介
模拟一个电商平台的用户行为日志（浏览、加购、收藏、购买），覆盖 5000 个用户在 2026 上半年的 5 万条行为记录，完成从数据生成到可视化输出的完整分析流程。
分析内容
1. 用户行为概览
左图展示四种用户行为的占比分布，右图对比五个商品类目（服装、数码、食品、家居、美妆）下的行为构成。服装类目流量最大，数码类目购买转化相对较高。
2. 转化漏斗
从浏览到购买的逐层转化情况。浏览用户中约 27% 会加购，最终约 15% 完成购买，说明在"加购→购买"环节有优化空间。
3. RFM 用户分层
基于最近购买时间（Recency）、购买频次（Frequency）、消费金额（Monetary）三个维度将用户分为四个层级。高价值用户虽仅占 7%，但贡献了最高的消费总额，是平台的核心资产。
4. 月度趋势
2026 年上半年各行为类型的月度变化趋势，可观察季节性波动和增长态势。
关键数据
| 指标 | 数值 | |---|---| | 总用户数 | 5,000 | | 总行为记录 | 50,000 | | 购买转化率 | 15.2% | | 人均消费 | 240.35 元 | | 高价值用户 | 370 人 |
技术栈
Python Pandas NumPy Plotly Flask
在线演示
:rocket: 实时交互式仪表盘 — 每次刷新生成新数据，支持缩放、悬停查看详情
源码
:octocat: GitHub 仓库