业务问题与数据口径
练习”数据 → 指标 → 漏斗 → 分层 → 建议”的完整产品分析链路。原始数据为阿里天池 UserBehavior（2017-11-25 ~ 12-03，约 100 万用户 1 亿条行为）。
抽样口径是本案例的第一个决策点：最初按行级抽 10 万行，结果摊到 9.2 万用户、人均仅 1 条——用户级指标被严重稀释。改为用户级抽样：固定 seed=42、强制单线程，抽 1 万用户保留其全部行为（1,021,043 条）；清洗窗口外脏时间戳（剔除 566 行，0.06%）后 1,020,477 行。同 seed 两次运行结果完全一致，报告数字可复现。
指标总览（口径先行）
| 指标 | 口径定义 | 数值 |
|---|---|---|
| PV | 窗口内 behavior_type=pv 的行为条数 | — |
| UV | 窗口内去重用户数 | 10,000 |
| 加购率（用户） | 有加购行为的用户 / UV | 75.2% |
| 收藏率（用户） | 有收藏行为的用户 / UV | 39.6% |
| 宽松漏斗第 1→2 层 | 浏览 → 加购/收藏 的 UV 转化 | 87.6%，流失 12.4% |
| 逐层转化 | 中间层 → 购买 | 77.7% |
| 复购率（代理口径） | 窗口内购买行为 ≥2 次的用户占购买用户比（未按订单去重） | 66.0% |
| RFM 分层对象 | 窗口内有购买行为的 6,788 用户；M 以购买频次代理（数据集无金额） | 重要价值 24.5% / 一般挽留 37.8% |
四条结论与产品建议
| # | 结论 | 数据依据 | 产品建议 |
|---|---|---|---|
| 1 | 加购意愿约为收藏的 1.9 倍，加购是主转化锚点 | 加购率 75.2% vs 收藏率 39.6% | 再营销以”加购”为主信号，收藏为辅 |
| 2 | 加购未购是最大的可运营流失人群 | 加购 7,432 人中 2,103 人（28.0%）未购 | 定向催付（限时券/降价提醒） |
| 3 | 尾段 DAU 跳升 +34.4%，但归因混杂 | 跳升日与周末、窗口尾部双重重合；开头周末无跳升 | 先归因再决策：延长窗口验证 |
| 4 | 决策链路短，优化重点在”浏览 → 加购” | 逐层转化 77.7%；第 1→2 层流失 12.4% | 资源投向前层而非付款环节 |
一条归因警示（本案例最想讲的）
DAU 在 12-02、12-03 跳升至 9,829 / 9,781，较前五日均值高出 34.4%。跳升日恰逢周末且是窗口尾部——但窗口开头的周末（11-25/26）DAU 与工作日无异。两个”周末”表现截然不同，说明周末效应与窗口尾部效应混杂，仅凭 9 天窗口无法归因。这是”不该拿单一窗口数据直接下运营决策”的典型案例。
局限与后续迭代
- 宽松漏斗未校验行为先后顺序，严格有序漏斗是迭代项；
- M 为代理口径（无金额字段），涉及客单价的结论不可下；
- 抽样占比 1%，绝对量级结论（如 DAU）不可外推全站；
- 复购率未按订单去重，严谨复购需订单级数据；
- 单窗口无法做时间归因，需要更长窗口。
完整图表、代码与逐节数值见上方嵌入的 Quarto 报告。