该数据集是由 Machine Learning Repository 基于一个英国电商公司从2010年12月1号到2011年9月12号的真实的交易数据集进行改造的。 该电商主要销售的商品是各类礼品， 主要客户是来自不同国家的的分销商。通过对客户的行为进行分析，从而探索出客户的行为模式。
具体指标：
客户消费趋势分析（时间序列）：
- 消费金额（月，季度）
- 采购量（月，季度）
- 客户数
- 客单价（客户消费的平均金额）
- 每月客户消费的平均次数
客户个体消费分析
- 客户消费商品数与消费金额的描述统计
- 客户消费金额与消费商品数的散点图分析（线性相关？？）
- 客户消费金额的直方图分析
- 客户消费次数的分布直方图
- 客户累计消费金额的占比（百分之多少的客户贡献了百分之多少的营业额）
- 客户累计消费次数的占比
客户消费分析
- 客户第一次消费时间分析
- 客户最后一次消费时间分析
- 新老客户的消费比
- 客户分层（RFM模型和根据消费次数区分客户类型）
- 客户的消费周期（未完成）
复购率分析
回购率分析（未完成）
InvoiceNo 发票号码
StockCode 货物代码
Description 货物描述
Quantity 数量
InvoiceDate 发票日期
UnitePrice 单价
CustomerID 客户账号
Country 客户所在国家
根据UCI机器学习知识库，这些数据由公共分析小组主任陈大庆博士提供。 Director: Public Analytics group. chend '@' lsbu.ac.uk, School of Engineering, London South Bank University, London SE1 0AA, UK.
缺失值处理
数据一致性处理：日期格式处理
新增购买金额price一列
异常值处理：df.describe()观察平均值与四分位数比较，观察是否有异常值存在
根据图表显示，2010.12-2011.7，销售金额较低，趋势波动，从2011.7以后销售金额逐月上涨，2011.11月达到峰值，12月又降下来
根据图表显示，销售金额逐季度呈上升趋势，第四季度达到峰值
客户采购量分析
根据图表显示，2010.12-2011.7，客户采购量较低，趋势波动，从2011.6月以后销售金额逐月上涨，2011.11月达到峰值，12月又降下来，和采购金额趋势相近
根据图表显示，客户采购数量逐季度呈上升趋势，第二极度以后上升较快，第四季度达到峰值
采购客户数分析
前9个月用户数量在1000以下呈波动趋势，9月到11月用户增长较快，12月下降到最低值
客单价（平均一个用户消费的金额）
根据图表可知：客户四月份的消费金额最低，12月份的消费金额最高
每月用户消费的平均次数
有图可知消费前九个月的每月消费次数在28左右，9月到11月消费次数增长加快，11月为最高值，消费了39次，12月下降到平均值
分析：
1.根据月消费金额与客户采购量以及客户数变化趋势来看，我们可以得到一年中7月份-11月份呈上升趋势，消费金额与客户的采购量和客户数都相对较高；如果有更多数据信息的支持，我们可以深入了解这几个月增长较快的原因，看是否是因为促销活动或者其他因素导致，我们可以有针对性的对前几个月做出相应的动作来提高客户的消费金额。 2.平均一个客户的消费金额与消费次数变化趋势来看，4月份平均消费金额最低，12月份最高；
4月份总消费金额较低，但此时客户数相对较高，所以客单价较低，同时我们可以看到4月份采购量较低，我们可以采取一些方法提高客户的采购量来提高客户的消费金额；
12月份客单价较高，但是消费金额较低，因为12月份客户量和采购量都相对较低，我们可以采取吸引更多客户的方法增加客户数来提高客户的消费金额。
对于1月-6月客户消费金额较低，我们可以从消费金额、客户数、客单价、采购量4个指标来分析每个月应该如何提高销售额从而提高整体的销售额。
客户消费商品数与消费总金额的描述统计
根据图表得：平均数与中位数和分位数比较，客户的采购数量和采购金额的平均值都要高于中位数，说明数据有极大值的干扰。
客户订单数与消费金额的散点图（是否呈线性相关，线性方程）
有异常值干扰，我们可以去除异常值消费金额大于20000再进行分析
客户消费金额的分布图
根据图表可知，用户的消费金额绝大部分集中在一定范围之内，有小部分异常值
客户消费次数的分布图
根据图表可知，客户消费次数主要集中在1000次以下
用户累计消费金额占比（百分之多少的用户占了百分之多少的销售额）
根据图表可知，3000多名的用户近80%的用户占了接近20%的销售额
用户累计消费次数占比
根据图表可知，3000多名的用户近80%的用户占了接近20%的销售额.
分析：
累计消费金额与累计消费次数大致符合二八法则，20%的有价值用户能带来80%的收益，公司维护好这部分用户，销售就有了保障，因此需要对用户进行价值评价，找到最有价值的用户群，并针对这部分用户进行差异化的营销。。
用户第一次消费时间，用户最后一次消费，新老客户消费比，用户分层，用户购买周期，用户生命周期
用户第一次消费时间
根据图表可知，客户第一次消费的时间在2010.12月人数最多，之后呈波荡下降趋势，客户第一次消费时间在2011.12月人数最少
用户最后一次消费时间
根据图表可知，客户最后一次消费时间大都集中在2011.8月以后四个月内。
比较两张表可知，商家的忠诚客户较多，我们可以找出这部分客户进行精准化营销。
新老客户消费比
我们可以根据订单时间来判断新老客户，只有一次订单是新客户，一次以上的订单是老客户，通过计算得：
新客户：1496人
老客户：2843人
34%的用户只进行了一次采购
对于只有一次采购的消费者，可以看看一次采购的消费金额与消费数量，可能是大单，然后想办法留住客户。
用户分层RFM
重要价值客户（111）：最近消费时间近、消费频次和消费金额都很高，必须是VIP啊！
重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠诚客户，我们需要主动和他保持联系。
重要发展客户（101）：最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展。
重要挽留客户（001）：最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当基于挽留措施
我们通过计算可以得到，重要保持的客户（最近消费时间较远，但消费频次和金额都很高）的金额远高于其他类型的客户，所以公司要维持好这部分客户，降低这部分客户的流失，针对这类型的客户，我们可以采取短信，邮件，发放优惠券等活动来提醒用户。
针对不同类型的用户进行精准化营销，提高销售额。
计算每个月每个用户的消费次数
根据月份间客户的消费次数的比较来区分用户状态：未注册unreg、新客new、活跃用户active、不活跃用户unactive、回流用户return
如我们也可以区分购买一次的客户为新客户，购买两次的客户为潜力客户，购买三次的客户为老客户，购买四次的客户为成熟客户，购买五次及以上则为忠实客户。其诀窍在于让消费者一直顺着阶梯往上爬，把销售想象成是要将两次购买的顾客往上推成三次购买的顾客，把一次购买者变成两次的。
有图可知，回流、新增、活跃用户数在8月起逐渐增长，在11月份达到高峰。
用户购买周期（按订单）（未完成）
复购率：自然月内，购买多次的用户占比，购买次数大于1次的人/所有购买过的人
根据图表得，客户的复购率在97%左右波动，复购率较高，客户数量比较稳定
回购率：曾经购买过的用户在某一时间内的再次购买的占比（未完成）