淘宝用户行为九日谈：一场浏览器里的复算

一、这是一份什么数据

阿里巴巴公开的淘宝用户行为数据集（UserBehavior），取其中 100,000 行随机抽样（reservoir，seed=42；抽样与清洗脚本开源在本仓库 analysis/）。字段只有五个：用户、商品、类目、行为类型、时间戳。行为分四种——pv（浏览）、cart（加购）、fav（收藏）、buy（购买）。

抽样中混入了官方窗口外的脏时间戳（含 2030 年的「未来行为」），按与仓库分析线相同的口径剔除后，99,958 行落在 2017-11-25 至 12-03 共九天（UTC+8）内。下文总量与维度分布类的数字都可以在页面末尾的查询框里亲手复算；第七节的用户级分层为构建期预置专属（查询框白名单不提供用户级聚合）。

口径：reservoir 抽样 100k 行（seed=42）；分析窗口 2017-11-25–12-03（UTC+8），清洗后 99,958 行。

二、总量与结构：百分之九十四的目光

九天里，92,042 个用户对 81,695 个商品、3,985 个类目产生了 99,958 次行为。其中 pv 占 89.5%——接近九成的行为只是「看」；加购 5.6%、收藏 2.9%、购买 2.0%。注意力远远多于动作，是所有电商数据的第一形状。

三、时间维度：周末的访客潮与凌晨的低谷

日活（当日去重用户数）在工作日稳定在 9,500–10,500 之间。值得细看的是两个周末的分歧：11 月 25、26 日与工作日无异（10,400 上下），而 12 月 2、3 日跳升至 13,500 上下，比工作日多出三成多——「周末」本身解释不了访客潮，第六节会再回到这一点。按小时看，凌晨 0 点至 5 点是谷底，谷底在 04 点，上午 10 点后爬回平台。

四、类目格局：头部的宽度与转化率的小样本陷阱

把 pv 按类目排队，Top10 类目构成的头部有多宽？再看转化率视角——买行数除以看行数。注意口径行里的 pv≥50 门槛：样本里大量类目只有几次浏览，它们的「高转化率」只是小样本的运气，不设门槛的榜单会被这种噪音霸占。

五、行为质量：加购的边际与复购的稀有

5.99% 的用户在九天里加购过却从未购买——加购到购买之间隔着一整个决策期。复购（buy≥2）只占 0.01%：九天窗口太短，它只陈述窗口内的事实，不外推为忠诚度结论。漏斗是平行计数而非严格漏斗：看过的人里 6.7% 加购、2.5% 购买。

六、一个反直觉的发现：周末效应不存在

人均行为数（总行为 ÷ 去重用户）：工作日 1.05，周末 1.05。第二个周末只是人多了，每个人的行为强度没有任何变化；第一个周末甚至连人都没多。「周末」在这份数据里什么也没解释——第三节看到的访客潮，是分母的潮汐，不是分子的热情。这是这份数据里最值得记住的一行。

七、用户分层：RFM 在这份数据上只剩 R

把 RFM 三维套到这份数据上，先撞上两个口径事实：数据集没有金额字段，M（消费能力）无从谈起；九天窗口里购买行为又极度稀薄——2,032 个购买用户（占全体用户 2.21%）里 99.61% 只买了一次，复购者只有 8 人，F（购买频次）同样没有区分度。硬套模板只会产出伪分层，诚实的做法是降维：只看 R——最近一次购买距窗口末（12-03）几天。

93.63% 的用户整个窗口只在一天出现过；而 R 的分布近似均匀（每天 197–282 人），它其实是「每日购买量稳定」的镜像——这份数据里不存在「最近才买的人扎堆」的时效结构。RFM 用在这份数据上，只剩 R 一个站得住的维度：识别这一点，比套模板重要。

八、轮到你了

上面所有图表都是构建期固化好的预置答案。桌面端点击右下角的「开始探索」，你的浏览器会现场加载 DuckDB-WASM 查询引擎（约 33MB，仅首次），把这份 parquet 重新算一遍——查询框提供维度、行为类型、指标与日期区间的自由组合，任何组合都是上面没画过的图。移动端只看预置图表就够了，引擎不会加载。

口径：查询与预置图表同源同窗（99,958 行）；时间过滤按 UTC+8 墙钟；返回条数 1-50。