DISEÑO DEL PROYECTO

Este proyecto versa sobre la optimización de un ecommerce, concretamente, indicar que se trata de un ecommerce del sector de los comésticos en Rusia.

Esta empresa ha teniendo una evolución plana durante los últimos meses. Se requiere analizar sus datos transaccionales e implementar acciones CRO personalizadas a su situación en base a dicho análisis.

OBJETIVO

Analizar los datos transaccionales para intentar potenciales acciones CRO que incrementen visitas, conversiones y ticket medio, y por tanto incrementar la facturación global del ecommerce.

Crear activos analíticos avanzados como una segmentación RFM y un sistema de recomendación que impulsen la consecución del objetivo.

PALANCAS

from IPython import display
display.Image("customerjourney.png")

El primer paso es cuando un usuario llega a la web del ecommerce. Normalmente vendrá desde:

• Campañas de pago: paid ads como Facebook Ads o Google Ads
• Contenido orgánico: blog, rrss, ...
• Tráfico directo: conoce la url y la introduce en el navegador

Ese tráfico se llama visitas, y las páginas que van viendo se llaman páginas vistas, aunque en nuestro caso lo llamaremos views.

El usuario navega por la web y cuando le gusta un producto lo mete en el carrito.

Finalmente puede sacar productos del carrito, salir sin comprar nada, o finalmente hacer el pedido.

Un proceso común es la venta cruzada, en la cual se recomiendan al usuario otros productos que también podrían interesarle.

Incluso cuando se ha ido podemos volver a contartar al usuario mediante retargeting o email marketing.

Todo este proceso se llama funnel o también customer journey.

En el entorno online prácticamente todo se puede registrar.

El registro del usuario puede ser logueado o no.

La secuencia de acciones que hace un usuario en la misma sesión de navegación se llama sesión.

El ratio de compras sobre las visitas se llama ratio de conversión.

Además existen otras métricas clave que tenemos que dominar para gestionar correctamente un ecommerce:

• CPA
• AOV
• Frecuencia de compra
• LTV
• Churn

CONCEPTO CLAVE: Solo existen 3 formas de incrementar un negocio:

1. Más clientes: esto implica conseguir más visitas y mayor conversión
2. Más frecuencia: esto implica conseguir que los mismos clientes compren más veces
3. Mayor ticket medio: esto implica conseguir que se compre más o más caro en la misma sesión de compra

Para conseguir esos 3 efectos trabajamos sobre las siguientes palancas operativas:

• Customer journey: cómo podemos optimizar cada uno de los pasos del proceso
• Clientes: cómo podemos usar la info disponible de los clientes para optimizar las campañas que realicemos
• Productos: cómo podemos optimizar el catálogo de productos e identificar de manera personalizada qué productos tenemos que poner delante de cada cliente

Entenderemos en nuestro caso CRO de manera amplia, es decir como la disciplina que pone en práctica acciones para trabajar sobre las palancas y conceptos anteriores.

KPIs

• Visitas
• Conversión
• Frecuencia de compra
• Ticket medio
• Tasa abandono carrito
• LTV

ENTIDADES Y DATOS

En nuestro caso las entidades que tenemos en la granularidad de los datos son:

• Usuarios
• Clientes
• Sesiones
• Eventos
• Productos

PREGUNTAS SEMILLA

Habiendo entendido las palancas, kpis y entidades ya podemos plantear las preguntas semilla:

Sobre el customer journey:

• ¿Cómo es un proceso típico de compra?
• ¿Cuántos productos se ven, se añaden al carro, se abandonan y se compran de media en cada sesión?
• ¿Cómo ha sido la tendencia de estos indicadores en los últimos meses?

Sobre los clientes:

• ¿Cuántos productos compra cada cliente?
• ¿Cuánto se gasta cada cliente?
• ¿Hay "mejores clientes" que haya que identificar y tratar de forma diferente?
• ¿Los clientes repiten compras en los siguientes meses?
• ¿Cual es el LTV medio de un cliente?
• ¿Podemos diseñar campañas personalizas al valor del cliente?

Sobre los productos:

• ¿Cuales son los productos más vendidos?
• ¿Hay productos que no se venden?
• ¿Existe relación entre el precio del producto y su volumen de ventas?
• ¿Hay productos que se visiten pero no se compren?
• ¿Hay productos que se saquen recurrentemente del carrito?
• ¿Se podrían hacer recomendaciones personalizadas de productos para cada cliente?

ANALISIS E INSIGHTS (TOTAL)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
import plotly.io as pio
import plotly.offline as pyo

pyo.init_notebook_mode(connected=True)


#Automcompletar rápido
%config IPCompleter.greedy=True

#Formato de display
pd.options.display.float_format = '{:15.2f}'.format

sns.set_theme(style="whitegrid")

df = pd.read_pickle('tablon_analitico.pickle')
df

	usuario	sesion	categoria	evento	producto	precio	date	año	mes	dia	hora	minuto	segundo	festivo	black_friday	san_valentin
fecha
2019-10-01 00:01:46	462033176	a18e0999-61a1-4218-8f8f-61ec1d375361	1487580005092295511	view	5843665	9.44	2019-10-01	2019	10	1	0	1	46	0	0	0
2019-10-01 00:01:55	514753614	e2fecb2d-22d0-df2c-c661-15da44b3ccf1	1487580013069861041	cart	5868461	3.57	2019-10-01	2019	10	1	0	1	55	0	0	0
2019-10-01 00:02:50	527418424	86e77869-afbc-4dff-9aa2-6b7dd8c90770	1487580006300255120	view	5877456	122.22	2019-10-01	2019	10	1	0	2	50	0	0	0
2019-10-01 00:03:41	555448072	b5f72ceb-0730-44de-a932-d16db62390df	1487580013749338323	view	5649270	6.19	2019-10-01	2019	10	1	0	3	41	0	0	0
2019-10-01 00:03:44	552006247	2d8f304b-de45-4e59-8f40-50c603843fe5	1487580005411062629	view	18082	16.03	2019-10-01	2019	10	1	0	3	44	0	0	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2020-02-29 23:58:49	147995998	5ff96629-3627-493e-a25b-5a871ec78c90	1487580006317032337	cart	5815662	0.92	2020-02-29	2020	2	29	23	58	49	0	0	0
2020-02-29 23:58:57	147995998	5ff96629-3627-493e-a25b-5a871ec78c90	1487580006317032337	view	5815665	0.59	2020-02-29	2020	2	29	23	58	57	0	0	0
2020-02-29 23:59:05	147995998	5ff96629-3627-493e-a25b-5a871ec78c90	1487580006317032337	cart	5815665	0.59	2020-02-29	2020	2	29	23	59	5	0	0	0
2020-02-29 23:59:28	619841242	18af673b-7fb9-4202-a66d-5c855bc0fd2d	1487580010872045658	view	5817692	0.79	2020-02-29	2020	2	29	23	59	28	0	0	0
2020-02-29 23:59:54	619841242	18af673b-7fb9-4202-a66d-5c855bc0fd2d	1487580010872045658	view	5716351	0.79	2020-02-29	2020	2	29	23	59	54	0	0	0

2074026 rows × 16 columns

Entendiendo los eventos

¿Cómo está funcionando el Customer Journey?

eventos = df.evento.value_counts()
eventos

evento
view                961558
cart                574547
remove_from_cart    410357
purchase            127564
Name: count, dtype: int64

kpi_visualizaciones_p = 100
kpi_carrito_p = eventos.loc['cart'] / eventos.loc['view'] * 100
kpi_abandono_p = eventos.loc['remove_from_cart'] / eventos.loc['cart'] * 100
kpi_compra_p = eventos.loc['purchase'] / eventos.loc['cart'] * 100

kpis = pd.DataFrame({'kpi':['visitas','carrito','compra'],
                     'valor':[kpi_visualizaciones_p,kpi_carrito_p,kpi_compra_p]})

kpis

	kpi	valor
0	visitas	100.00
1	carrito	59.75
2	compra	22.20

import plotly.graph_objects as go
import plotly.io as pio

# Asegura que el renderizador es HTML para exportación
pio.renderers.default = "iframe"

fig = go.Figure(go.Funnel(
    y=kpis.kpi,
    x=kpis.valor.round(2),
    marker={'color': ['red', 'blue', 'green']},
    opacity=0.3
))

fig.update_layout(title='Funnel Conversión Inicial')

# Guarda el gráfico como un archivo HTML independiente
fig.write_html("grafico_funnel.html")

Funnel de Conversión

Este gráfico muestra la conversión de los usuarios en cada etapa.

Conclusiones:

• Las tasas de partida son un 60% de carrito sobre visualiazaciones y un 22% de compra sobre carrito
• Por tanto existe un 40% de visitas sobre las que hay que trabajar para conseguir más carritos, y un 78% de carritos sobre los que trabajar para conseguir más compras

¿Cuántos productos se ven, se añaden al carro, se abandonan y se compran de media en cada sesión?

A diferencia del análisis macro del funnel este análisis es por sesión, lo cual lo hace más operativo.

Conocer los principales kpis por sesión nos permite establecer la línea base para ir midiendo los resultados de las acciones de CRO.

Primero creamos un dataframe con la granularidad a nivel de sesión y evento que necesitamos.

sesion_prod = df.groupby(['sesion','evento']).producto.count()
sesion_prod

sesion                                evento
0000597b-de39-4a77-9fe5-02c8792ca14e  view      3
0000645a-8160-4a3d-91bf-154bff0a22e3  view      2
000090e1-da13-42b1-a31b-91a9ee5e6a88  view      1
0000b3cb-5422-4bf2-b8fe-5c1831d0dc1b  view      1
0000de26-bd58-42c9-9173-4763c76b398e  view      1
                                               ..
ffff6695-b64d-4a67-aa14-34b3b7f63c3f  view      2
ffff7d69-b706-4c64-9d6d-da57a04bc32b  view      1
ffff8044-2a22-4846-8a72-999e870abbe9  view      1
ffff91d4-7879-4a4b-8b26-c67915a27dc8  view      1
ffffbe0a-d2c2-47c7-afab-680bfdfda50d  view      1
Name: producto, Length: 581763, dtype: int64

Pasamos los eventos a columnas.

sesion_prod = sesion_prod.unstack().fillna(0)
sesion_prod

evento	cart	purchase	remove_from_cart	view
sesion
0000597b-de39-4a77-9fe5-02c8792ca14e	0.00	0.00	0.00	3.00
0000645a-8160-4a3d-91bf-154bff0a22e3	0.00	0.00	0.00	2.00
000090e1-da13-42b1-a31b-91a9ee5e6a88	0.00	0.00	0.00	1.00
0000b3cb-5422-4bf2-b8fe-5c1831d0dc1b	0.00	0.00	0.00	1.00
0000de26-bd58-42c9-9173-4763c76b398e	0.00	0.00	0.00	1.00
...	...	...	...	...
ffff6695-b64d-4a67-aa14-34b3b7f63c3f	0.00	0.00	0.00	2.00
ffff7d69-b706-4c64-9d6d-da57a04bc32b	0.00	0.00	0.00	1.00
ffff8044-2a22-4846-8a72-999e870abbe9	0.00	0.00	0.00	1.00
ffff91d4-7879-4a4b-8b26-c67915a27dc8	0.00	0.00	0.00	1.00
ffffbe0a-d2c2-47c7-afab-680bfdfda50d	0.00	0.00	0.00	1.00

446054 rows × 4 columns

Para comprobar calculamos los totales y debería darnos los mismos que a nivel global.

sesion_prod.sum()

evento
cart                     574547.00
purchase                 127564.00
remove_from_cart         410357.00
view                     961558.00
dtype: float64

Reordenamos las columnas.

sesion_prod = sesion_prod[['view','cart','remove_from_cart','purchase']]
sesion_prod

evento	view	cart	remove_from_cart	purchase
sesion
0000597b-de39-4a77-9fe5-02c8792ca14e	3.00	0.00	0.00	0.00
0000645a-8160-4a3d-91bf-154bff0a22e3	2.00	0.00	0.00	0.00
000090e1-da13-42b1-a31b-91a9ee5e6a88	1.00	0.00	0.00	0.00
0000b3cb-5422-4bf2-b8fe-5c1831d0dc1b	1.00	0.00	0.00	0.00
0000de26-bd58-42c9-9173-4763c76b398e	1.00	0.00	0.00	0.00
...	...	...	...	...
ffff6695-b64d-4a67-aa14-34b3b7f63c3f	2.00	0.00	0.00	0.00
ffff7d69-b706-4c64-9d6d-da57a04bc32b	1.00	0.00	0.00	0.00
ffff8044-2a22-4846-8a72-999e870abbe9	1.00	0.00	0.00	0.00
ffff91d4-7879-4a4b-8b26-c67915a27dc8	1.00	0.00	0.00	0.00
ffffbe0a-d2c2-47c7-afab-680bfdfda50d	1.00	0.00	0.00	0.00

446054 rows × 4 columns

Calculamos la media de cada evento por sesión.

media_eventos_sesion = sesion_prod.mean()
media_eventos_sesion

evento
view                          2.16
cart                          1.29
remove_from_cart              0.92
purchase                      0.29
dtype: float64

Conclusión:

En cada sesión, de media:

• Se ven 2.2 productos
• Se añaden 1.3 productos al carrito
• Se eliminan 0.9 productos del carrito
• Se compran 0.3 productos

Como decíamos, éstos son los números que deberemos incrementar con las acciones de CRO.

¿Existen diferencias entre los eventos por horas?

Creamos el dataframe a granularidad evento y hora.

eventos_hora = df.groupby(['evento','hora']).producto.count()
eventos_hora

evento  hora
cart    0        6475
        1        5555
        2        6433
        3        8544
        4       11242
                ...  
view    19      63730
        20      57311
        21      38905
        22      23043
        23      13307
Name: producto, Length: 96, dtype: int64

Pasamos los eventos a columnas.

eventos_hora = eventos_hora.unstack(level = 0)
eventos_hora

evento	cart	purchase	remove_from_cart	view
hora
0	6475	962	3238	8731
1	5555	1128	3930	7280
2	6433	1220	3509	8378
3	8544	1535	5331	11807
4	11242	2389	8095	18365
5	16890	3491	11913	27438
6	21993	5125	16223	38055
7	27069	5951	17883	46072
8	29526	7158	21156	49587
9	32095	7593	21680	54185
10	32901	7816	23982	56458
11	33284	8495	25496	57594
12	34258	8250	23714	57530
13	31996	8133	22852	55534
14	30451	7122	21835	52184
15	28789	6485	20162	49809
16	28775	6531	19791	51055
17	32525	6242	24330	55667
18	36435	8211	30551	59533
19	39609	7435	27666	63730
20	34828	7256	24985	57311
21	23228	4606	17396	38905
22	13589	2883	8680	23043
23	8057	1547	5959	13307

Vamos a visualizar cómo se distribuyen los eventos por hora.

eventos_hora.plot()
plt.xticks(ticks = eventos_hora.index);

Existe una pauta global como era de esperar.

Pero para ver mejor las diferencias podemos crear una nueva variable que sea el ratio de compras por visita en cada hora.

eventos_hora['compras_visitas'] = eventos_hora.purchase / eventos_hora.view * 100
eventos_hora

evento	cart	purchase	remove_from_cart	view	compras_visitas
hora
0	6475	962	3238	8731	11.02
1	5555	1128	3930	7280	15.49
2	6433	1220	3509	8378	14.56
3	8544	1535	5331	11807	13.00
4	11242	2389	8095	18365	13.01
5	16890	3491	11913	27438	12.72
6	21993	5125	16223	38055	13.47
7	27069	5951	17883	46072	12.92
8	29526	7158	21156	49587	14.44
9	32095	7593	21680	54185	14.01
10	32901	7816	23982	56458	13.84
11	33284	8495	25496	57594	14.75
12	34258	8250	23714	57530	14.34
13	31996	8133	22852	55534	14.65
14	30451	7122	21835	52184	13.65
15	28789	6485	20162	49809	13.02
16	28775	6531	19791	51055	12.79
17	32525	6242	24330	55667	11.21
18	36435	8211	30551	59533	13.79
19	39609	7435	27666	63730	11.67
20	34828	7256	24985	57311	12.66
21	23228	4606	17396	38905	11.84
22	13589	2883	8680	23043	12.51
23	8057	1547	5959	13307	11.63

Reordenamos las variables

eventos_hora = eventos_hora[['view','cart','remove_from_cart','purchase','compras_visitas']]
eventos_hora

evento	view	cart	remove_from_cart	purchase	compras_visitas
hora
0	8731	6475	3238	962	11.02
1	7280	5555	3930	1128	15.49
2	8378	6433	3509	1220	14.56
3	11807	8544	5331	1535	13.00
4	18365	11242	8095	2389	13.01
5	27438	16890	11913	3491	12.72
6	38055	21993	16223	5125	13.47
7	46072	27069	17883	5951	12.92
8	49587	29526	21156	7158	14.44
9	54185	32095	21680	7593	14.01
10	56458	32901	23982	7816	13.84
11	57594	33284	25496	8495	14.75
12	57530	34258	23714	8250	14.34
13	55534	31996	22852	8133	14.65
14	52184	30451	21835	7122	13.65
15	49809	28789	20162	6485	13.02
16	51055	28775	19791	6531	12.79
17	55667	32525	24330	6242	11.21
18	59533	36435	30551	8211	13.79
19	63730	39609	27666	7435	11.67
20	57311	34828	24985	7256	12.66
21	38905	23228	17396	4606	11.84
22	23043	13589	8680	2883	12.51
23	13307	8057	5959	1547	11.63

Visualizamos para ver si hay horas en las que se compra proporcionalmente más.

plt.figure(figsize = (12,6))
sns.lineplot(data = eventos_hora, x = eventos_hora.index, y = 'compras_visitas')
plt.xticks(eventos_hora.index);

Conclusiones:

• Las horas en las que la gente compra más son la 1, las 8, de 11 a 13 y las 18
• Las horas en las que la gente no compra son las 24, de 3 a 7, de 14 a 17 y de 19 a 23

Vamos a analizar ahora no de forma proporcional, si no en absoluto si existen o no horas más frecuentes para cada tipo de evento.

plt.figure(figsize = (12,12))
sns.heatmap(data = eventos_hora);

El problema es que como cada evento tiene diferente escala este gráfico no nos permite diferenciar bien los patrones.

Para solucionarlo podemos usar la tipificación de variables que aprendimos en el módulo de estadística.

def tipificar(variable):
    media = variable.mean()
    dt = variable.std()
    return(variable.apply(lambda x: (x - media) / dt))

eventos_hora_tip = eventos_hora.apply(tipificar)
eventos_hora_tip

evento	view	cart	remove_from_cart	purchase	compras_visitas
hora
0	-1.60	-1.56	-1.63	-1.62	-1.83
1	-1.68	-1.64	-1.54	-1.56	1.91
2	-1.62	-1.56	-1.59	-1.53	1.13
3	-1.45	-1.37	-1.38	-1.41	-0.17
4	-1.11	-1.13	-1.06	-1.09	-0.17
5	-0.65	-0.63	-0.61	-0.68	-0.41
6	-0.10	-0.17	-0.10	-0.07	0.22
7	0.31	0.28	0.09	0.24	-0.24
8	0.49	0.50	0.48	0.69	1.03
9	0.72	0.73	0.54	0.85	0.67
10	0.84	0.80	0.81	0.93	0.53
11	0.90	0.83	0.99	1.19	1.29
12	0.89	0.92	0.78	1.09	0.95
13	0.79	0.72	0.67	1.05	1.20
14	0.62	0.58	0.56	0.67	0.37
15	0.50	0.43	0.36	0.44	-0.16
16	0.56	0.43	0.32	0.45	-0.35
17	0.80	0.77	0.85	0.35	-1.67
18	1.00	1.11	1.58	1.08	0.49
19	1.21	1.40	1.24	0.79	-1.29
20	0.88	0.97	0.93	0.72	-0.46
21	-0.06	-0.06	0.03	-0.26	-1.14
22	-0.87	-0.92	-0.99	-0.91	-0.58
23	-1.37	-1.42	-1.31	-1.40	-1.32

plt.figure(figsize = (12,12))
sns.heatmap(data = eventos_hora_tip);

Vamos a sacar también los gráficos de líneas para verlo más claramente.

eventos_hora_tip.plot(subplots = True, sharex = False, figsize = (12,12),xticks = eventos_hora_tip.index);

Conclusiones:

• INSIGHT #1: Todas las métricas se maximzan en las franjas entre las 9 y las 13 y entre las 18 y las 20
• Esta info es muy relevante por ejemplo de cara a paid ads, tanto de generación de tráfico como de retargeting
• Además, parece haber algún subtipo de usuario que compra a la 1 de la mañana, que aunque no sea muy frecuente sí compra mucho

¿Cúal es la media de facturación mensual?

df.loc[df.evento == 'purchase'].groupby('mes').precio.sum().mean()

np.float64(124309.92)

¿Cúal es la tendencia en los últimos meses?

tendencia = df.groupby('evento').resample('W').evento.count().unstack(level = 0)
tendencia

evento	cart	purchase	remove_from_cart	view
fecha
2019-10-06	31483	4440	14647	36353
2019-10-13	28151	5422	17989	44410
2019-10-20	23920	5033	15303	39486
2019-10-27	25651	5665	18411	40383
2019-11-03	24087	5746	16491	39365
2019-11-10	29142	6663	24008	46177
2019-11-17	25335	5141	17215	41170
2019-11-24	38069	9754	27973	56477
2019-12-01	31994	7493	23106	48883
2019-12-08	23265	5105	19443	42055
2019-12-15	24636	5953	18246	45874
2019-12-22	19927	4701	15452	39237
2019-12-29	17051	3705	11102	32803
2020-01-05	16735	3294	13464	31909
2020-01-12	26264	5589	17956	46873
2020-01-19	28402	6913	22945	50210
2020-01-26	26353	6359	18544	48478
2020-02-02	29193	7120	21102	52432
2020-02-09	28796	5853	20050	48422
2020-02-16	27836	6332	22601	47213
2020-02-23	25619	6000	18146	43627
2020-03-01	22638	5283	16163	39721

tendencia = tendencia[['view','cart','remove_from_cart','purchase']]
tendencia

evento	view	cart	remove_from_cart	purchase
fecha
2019-10-06	36353	31483	14647	4440
2019-10-13	44410	28151	17989	5422
2019-10-20	39486	23920	15303	5033
2019-10-27	40383	25651	18411	5665
2019-11-03	39365	24087	16491	5746
2019-11-10	46177	29142	24008	6663
2019-11-17	41170	25335	17215	5141
2019-11-24	56477	38069	27973	9754
2019-12-01	48883	31994	23106	7493
2019-12-08	42055	23265	19443	5105
2019-12-15	45874	24636	18246	5953
2019-12-22	39237	19927	15452	4701
2019-12-29	32803	17051	11102	3705
2020-01-05	31909	16735	13464	3294
2020-01-12	46873	26264	17956	5589
2020-01-19	50210	28402	22945	6913
2020-01-26	48478	26353	18544	6359
2020-02-02	52432	29193	21102	7120
2020-02-09	48422	28796	20050	5853
2020-02-16	47213	27836	22601	6332
2020-02-23	43627	25619	18146	6000
2020-03-01	39721	22638	16163	5283

tendencia.plot(subplots = True, figsize = (12,6), sharex = True, xticks = tendencia.index, x_compat=True, rot = 90);

La tendencia es plana en todas las métricas, lo que confirma la necesidad de las acciones de CRO.

Existe un pico significativo en la semana del 24, obviamente por black friday, vamos a hacer el mismo análisis pero diario y solo para noviembre y dicienbre para ver el efecto.

tendencia_diaria = df.loc['2019-11':'2019-12'].groupby('evento').resample('D').evento.count().unstack(level = 0)
tendencia_diaria

evento	cart	purchase	remove_from_cart	view
fecha
2019-11-01	3565	709	2810	5352
2019-11-02	3015	912	2124	4857
2019-11-03	3540	755	2622	5583
2019-11-04	4652	676	4854	6248
2019-11-05	4118	753	2711	7213
...	...	...	...	...
2019-12-27	2023	507	1335	4058
2019-12-28	1744	329	1193	3704
2019-12-29	2134	263	1149	3939
2019-12-30	1364	258	823	3434
2019-12-31	563	114	447	1724

61 rows × 4 columns

tendencia_diaria = tendencia_diaria[['view','cart','remove_from_cart','purchase']]
tendencia_diaria

evento	view	cart	remove_from_cart	purchase
fecha
2019-11-01	5352	3565	2810	709
2019-11-02	4857	3015	2124	912
2019-11-03	5583	3540	2622	755
2019-11-04	6248	4652	4854	676
2019-11-05	7213	4118	2711	753
...	...	...	...	...
2019-12-27	4058	2023	1335	507
2019-12-28	3704	1744	1193	329
2019-12-29	3939	2134	1149	263
2019-12-30	3434	1364	823	258
2019-12-31	1724	563	447	114

61 rows × 4 columns

tendencia_diaria.plot(subplots = True, figsize = (16,10), sharex = True, xticks = tendencia_diaria.index, x_compat=True, rot = 90);

Conclusiones:

• Efectivamente el pico coincide con el black friday (día 29)
• Pero aún hay un pico mayor unos días antes, el día 22, posiblemente por el inicio de la semana black friday
• Sorprendemente los propios días de Navidad tienen una tendencia decreciente, lo que significa que los consumidores claramente han adelantado sus compras

Vamos a hacer el mismo análisis para Enero y Febrero.

tendencia_diaria = df.loc['2020-01':'2020-02'].groupby('evento').resample('D').evento.count().unstack(level = 0)
tendencia_diaria = tendencia_diaria[['view','cart','remove_from_cart','purchase']]
tendencia_diaria.plot(subplots = True, figsize = (16,10), sharex = True, xticks = tendencia_diaria.index, x_compat=True, rot = 90);

Conclusiones:

• Durante la semana de Reyes tampoco hay pico de ventas
• Ni los días previos a San Valentín
• Pero sí hay un pico muy pronunciado el 27 de Enero, seguramente algún evento local

INSIGHT #2 La gran conclusión es que todo el pastel de las compras navideñas se reparte en la semana del black friday

¿Momentos de la verdad?

¿Podríamos llegar a identificar momentos a nivel de día-hora en los que se producen el mayor número de compras?

Sería muy útil para concentrar gran parte de la inversión de campañas justo en esos momentos.

compras_dia_hora = df.loc[df.evento == 'purchase'].groupby(['date','hora']).evento.count().unstack(level = 0).fillna(0)
compras_dia_hora

date	2019-10-01	2019-10-02	2019-10-03	2019-10-04	2019-10-05	2019-10-06	2019-10-07	2019-10-08	2019-10-09	2019-10-10	...	2020-02-20	2020-02-21	2020-02-22	2020-02-23	2020-02-24	2020-02-25	2020-02-26	2020-02-27	2020-02-28	2020-02-29
hora
0	13.00	18.00	1.00	2.00	0.00	0.00	0.00	0.00	3.00	23.00	...	28.00	0.00	0.00	0.00	0.00	55.00	5.00	40.00	0.00	0.00
1	0.00	0.00	5.00	0.00	4.00	24.00	3.00	0.00	16.00	0.00	...	0.00	5.00	0.00	2.00	21.00	11.00	0.00	5.00	26.00	33.00
2	0.00	0.00	0.00	24.00	0.00	0.00	0.00	18.00	4.00	18.00	...	9.00	0.00	0.00	10.00	0.00	34.00	0.00	0.00	0.00	8.00
3	0.00	24.00	10.00	0.00	0.00	26.00	2.00	20.00	16.00	55.00	...	0.00	14.00	13.00	0.00	5.00	15.00	0.00	10.00	0.00	0.00
4	15.00	0.00	45.00	27.00	3.00	24.00	12.00	46.00	56.00	0.00	...	6.00	22.00	34.00	17.00	7.00	16.00	10.00	148.00	16.00	0.00
5	49.00	9.00	6.00	17.00	1.00	14.00	21.00	10.00	0.00	43.00	...	23.00	8.00	28.00	0.00	14.00	103.00	6.00	48.00	11.00	3.00
6	23.00	34.00	18.00	10.00	10.00	13.00	38.00	35.00	14.00	12.00	...	7.00	22.00	5.00	46.00	26.00	20.00	94.00	26.00	58.00	35.00
7	26.00	60.00	26.00	54.00	58.00	20.00	63.00	27.00	26.00	59.00	...	98.00	67.00	52.00	10.00	30.00	23.00	30.00	53.00	38.00	65.00
8	28.00	71.00	129.00	49.00	20.00	37.00	27.00	41.00	89.00	62.00	...	30.00	95.00	35.00	52.00	30.00	17.00	120.00	80.00	67.00	25.00
9	24.00	34.00	90.00	61.00	44.00	8.00	56.00	43.00	28.00	78.00	...	76.00	32.00	58.00	27.00	68.00	21.00	38.00	92.00	20.00	22.00
10	15.00	62.00	43.00	22.00	58.00	37.00	52.00	14.00	65.00	57.00	...	31.00	45.00	10.00	44.00	55.00	88.00	66.00	29.00	64.00	19.00
11	95.00	80.00	83.00	36.00	33.00	44.00	53.00	66.00	47.00	13.00	...	75.00	54.00	28.00	58.00	42.00	19.00	80.00	69.00	86.00	63.00
12	9.00	43.00	100.00	67.00	75.00	37.00	58.00	48.00	80.00	18.00	...	107.00	71.00	48.00	38.00	38.00	82.00	52.00	57.00	40.00	58.00
13	16.00	76.00	69.00	18.00	31.00	40.00	44.00	109.00	11.00	67.00	...	24.00	93.00	10.00	21.00	45.00	49.00	50.00	59.00	6.00	23.00
14	74.00	31.00	38.00	36.00	39.00	12.00	44.00	22.00	142.00	44.00	...	34.00	34.00	66.00	47.00	27.00	34.00	70.00	51.00	26.00	44.00
15	25.00	10.00	45.00	28.00	128.00	116.00	9.00	31.00	93.00	39.00	...	37.00	11.00	49.00	44.00	11.00	31.00	51.00	28.00	44.00	46.00
16	99.00	21.00	33.00	42.00	49.00	24.00	24.00	40.00	8.00	35.00	...	74.00	196.00	6.00	4.00	72.00	82.00	55.00	10.00	14.00	59.00
17	88.00	80.00	55.00	31.00	8.00	1.00	53.00	34.00	10.00	8.00	...	26.00	46.00	37.00	9.00	123.00	26.00	6.00	32.00	27.00	34.00
18	53.00	24.00	35.00	54.00	8.00	13.00	65.00	109.00	10.00	39.00	...	161.00	56.00	11.00	37.00	19.00	42.00	98.00	220.00	46.00	55.00
19	29.00	25.00	19.00	14.00	31.00	47.00	97.00	70.00	87.00	46.00	...	21.00	11.00	39.00	22.00	30.00	44.00	28.00	85.00	56.00	21.00
20	53.00	22.00	63.00	17.00	8.00	15.00	142.00	34.00	18.00	44.00	...	41.00	38.00	8.00	37.00	42.00	36.00	85.00	7.00	12.00	15.00
21	1.00	55.00	25.00	42.00	12.00	9.00	38.00	8.00	9.00	21.00	...	5.00	7.00	18.00	16.00	33.00	90.00	44.00	22.00	16.00	17.00
22	33.00	10.00	0.00	42.00	38.00	0.00	20.00	19.00	7.00	12.00	...	10.00	7.00	33.00	10.00	20.00	15.00	5.00	49.00	2.00	21.00
23	0.00	0.00	7.00	0.00	0.00	26.00	0.00	0.00	16.00	1.00	...	6.00	2.00	6.00	7.00	6.00	0.00	0.00	6.00	5.00	1.00

24 rows × 152 columns

plt.figure(figsize = (20,14))
sns.heatmap(compras_dia_hora);

Entendiendo los clientes

Para analizar a nivel de cliente lo mejor es crear un dataframe de solo compradores con granularidad cliente y las variables que nos interesan.

Hay que tener cuidado con la función de agregación que usamos en cada una.

clientes = df.loc[df.evento == 'purchase'].groupby(['usuario']).agg({'producto':'count',
                                                          'sesion':'nunique', 
                                                          'precio': 'mean',
                                                          'date': 'max'})

clientes

	producto	sesion	precio	date
usuario
25392526	3	1	7.38	2019-12-18
27756757	1	1	20.63	2020-01-27
50748978	9	1	1.11	2019-12-14
52747911	3	1	7.67	2019-10-10
65241811	5	1	8.36	2019-11-11
...	...	...	...	...
621995551	5	1	2.09	2020-02-29
622021687	1	1	13.33	2020-02-29
622041514	3	1	0.63	2020-02-29
622042698	3	1	28.04	2020-02-29
622065819	4	1	5.12	2020-02-29

11040 rows × 4 columns

Renombramos

clientes.columns = ['productos_tot_num','compras_tot_num','precio_medio_prod','ult_compra']
clientes

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra
usuario
25392526	3	1	7.38	2019-12-18
27756757	1	1	20.63	2020-01-27
50748978	9	1	1.11	2019-12-14
52747911	3	1	7.67	2019-10-10
65241811	5	1	8.36	2019-11-11
...	...	...	...	...
621995551	5	1	2.09	2020-02-29
622021687	1	1	13.33	2020-02-29
622041514	3	1	0.63	2020-02-29
622042698	3	1	28.04	2020-02-29
622065819	4	1	5.12	2020-02-29

11040 rows × 4 columns

Vamos a calcular variables adicionales.

clientes['gasto_tot'] = clientes.productos_tot_num * clientes.precio_medio_prod
clientes['productos_por_compra'] = clientes.productos_tot_num / clientes.compras_tot_num
clientes

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra
usuario
25392526	3	1	7.38	2019-12-18	22.14	3.00
27756757	1	1	20.63	2020-01-27	20.63	1.00
50748978	9	1	1.11	2019-12-14	10.01	9.00
52747911	3	1	7.67	2019-10-10	23.02	3.00
65241811	5	1	8.36	2019-11-11	41.79	5.00
...	...	...	...	...	...	...
621995551	5	1	2.09	2020-02-29	10.46	5.00
622021687	1	1	13.33	2020-02-29	13.33	1.00
622041514	3	1	0.63	2020-02-29	1.90	3.00
622042698	3	1	28.04	2020-02-29	84.13	3.00
622065819	4	1	5.12	2020-02-29	20.48	4.00

11040 rows × 6 columns

¿Cómo se distribuyen los clientes en cuanto a gasto?

sns.histplot(data = clientes, x = 'gasto_tot', bins = 50)
plt.xlim([0,300]);

La gran mayoría de los clientes han gastado menos de 50€ en el período.

¿Cómo se distribuyen los clientes en cuanto al número de compras?

sns.countplot(data = clientes, x = 'compras_tot_num');

INSIGHT #3 La gran mayoría de los clientes sólo hace una compra.

Existe gran recorrido para mejorar este ratio mediante:

• email marketing con newletters y ofertas personalizadas

¿Cuántos productos compra un cliente de media en cada compra?

clientes.productos_por_compra.describe()

count          11040.00
mean               7.79
std                9.49
min                1.00
25%                3.00
50%                5.00
75%               10.00
max              219.00
Name: productos_por_compra, dtype: float64

INSIGHT #4 La compra mediana incluye 5 productos.

Pero un 25% de los clientes compran más de 10 productos en la misma compra.

Existe gran recorrido para mejorar este ratio mediante:

• sistemas de recomendación en el momento de la compra

¿Qué clientes nos han generado más ingresos?

clientes.nlargest(n = 10, columns = 'gasto_tot')

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra
usuario
573823111	268	2	5.82	2020-02-21	1559.21	134.00
539751397	236	13	6.16	2020-02-19	1453.37	18.15
556579890	506	4	2.75	2020-02-27	1392.45	126.50
442763940	195	8	6.37	2019-12-23	1241.53	24.38
561592095	94	3	11.81	2019-10-31	1109.70	31.33
527739278	244	13	4.39	2020-02-16	1071.00	18.77
527806771	195	13	4.86	2020-02-20	948.01	15.00
430220205	190	6	4.99	2020-02-29	947.30	31.67
491009486	219	1	4.32	2020-02-12	946.20	219.00
520501669	64	11	14.27	2020-01-17	913.01	5.82

Para calcular calculamos el gasto total medio por cliente.

clientes.gasto_tot.describe()

count          11040.00
mean              56.30
std               81.73
min                0.13
25%               16.22
50%               32.74
75%               60.30
max             1559.21
Name: gasto_tot, dtype: float64

INSIGHT #5 Existen clientes con gasto medio decenas de veces superior a la media.

Hay que fidelizar estos clientes mediante programas de fidelización.

¿Cual es la supervivencia de los clientes?

Dado que solo tenemos 5 meses de histórico vamos a crear análisis de cohortes a 3 meses vista, lo cual nos da para hacer 3 cohortes.

Preparamos un dataframe solo con compradores y con las variables usuario y mes.

c = df.loc[df.evento == 'purchase', ['usuario','mes']]
c

	usuario	mes
fecha
2019-10-01 00:26:49	536128518	10
2019-10-01 00:26:49	536128518	10
2019-10-01 00:26:49	536128518	10
2019-10-01 00:26:49	536128518	10
2019-10-01 00:26:49	536128518	10
...	...	...
2020-02-29 22:29:19	622065819	2
2020-02-29 22:29:19	622065819	2
2020-02-29 22:29:19	622065819	2
2020-02-29 22:29:19	622065819	2
2020-02-29 23:26:42	610361057	2

127564 rows × 2 columns

Pasamos los meses a columnas.

c = pd.crosstab(c.usuario,c.mes).reset_index()
c

mes	usuario	1	2	10	11	12
0	25392526	0	0	0	0	3
1	27756757	1	0	0	0	0
2	50748978	0	0	0	0	9
3	52747911	0	0	3	0	0
4	65241811	0	0	0	5	0
...	...	...	...	...	...	...
11035	621995551	0	5	0	0	0
11036	622021687	0	1	0	0	0
11037	622041514	0	3	0	0	0
11038	622042698	0	3	0	0	0
11039	622065819	0	4	0	0	0

11040 rows × 6 columns

Renombramos y eliminamos el usuario que ya no lo necesitamos.

c.columns = ['usuario','c4','c5','c1','c2','c3']
c.drop(columns = 'usuario', inplace = True)
c

	c4	c5	c1	c2	c3
0	0	0	0	0	3
1	1	0	0	0	0
2	0	0	0	0	9
3	0	0	3	0	0
4	0	0	0	5	0
...	...	...	...	...	...
11035	0	5	0	0	0
11036	0	1	0	0	0
11037	0	3	0	0	0
11038	0	3	0	0	0
11039	0	4	0	0	0

11040 rows × 5 columns

La primera cohorte será la del mes 2, ya que queremos seleccionar "nuevos" clientes (al menos que no estuvieran el mes anterior)

c2 = c.loc[(c.c1 == 0) & (c.c2 > 0)]
c2

	c4	c5	c1	c2	c3
4	0	0	0	5	0
6	0	0	0	10	0
8	0	0	0	27	17
9	0	0	0	3	0
13	0	0	0	4	0
...	...	...	...	...	...
7702	0	0	0	5	0
7703	0	5	0	2	0
7705	0	0	0	1	0
7708	0	0	0	5	6
7709	0	0	0	1	0

2640 rows × 5 columns

Pasamos a un dataframe binario ya que solo nos importa si ese cliente ha comprado o no en cada mes.

def binarizar(variable):
    variable = variable.transform(lambda x: 1 if (x > 0) else 0)
    return(variable)

c2_b = c2.apply(binarizar)
c2_b

	c4	c5	c1	c2	c3
4	0	0	0	1	0
6	0	0	0	1	0
8	0	0	0	1	1
9	0	0	0	1	0
13	0	0	0	1	0
...	...	...	...	...	...
7702	0	0	0	1	0
7703	0	1	0	1	0
7705	0	0	0	1	0
7708	0	0	0	1	1
7709	0	0	0	1	0

2640 rows × 5 columns

Calcumamos el porcentaje de clientes de esta cohorte que han seguido comprando en los siguientes meses.

c2_f = c2_b.sum() / c2_b.shape[0]
c2_f = c2_f.sort_index()
c2_f

c1              0.00
c2              1.00
c3              0.10
c4              0.10
c5              0.08
dtype: float64

Replicamos todo el proceso para la cohorte 3

c3 = c.loc[(c.c2 == 0) & (c.c3 > 0)]
c3_b = c3.apply(binarizar)
c3_f = c3_b.sum() / c3_b.shape[0]
c3_f = c3_f.sort_index()
c3_f['c1'] = 0
c3_f

c1              0.00
c2              0.00
c3              1.00
c4              0.10
c5              0.08
dtype: float64

Replicamos todo el proceso para la cohorte 4

c4 = c.loc[(c.c3 == 0) & (c.c4 > 0)]
c4_b = c4.apply(binarizar)
c4_f = c4_b.sum() / c4_b.shape[0]
c4_f = c4_f.sort_index()
c4_f['c1'] = 0
c4_f['c2'] = 0
c4_f

c1              0.00
c2              0.00
c3              0.00
c4              1.00
c5              0.12
dtype: float64

Creamos el dataframe de cohortes.

cohortes = pd.DataFrame({'c2':c2_f,'c3':c3_f,'c4':c4_f})
cohortes

	c2	c3	c4
c1	0.00	0.00	0.00
c2	1.00	0.00	0.00
c3	0.10	1.00	0.00
c4	0.10	0.10	1.00
c5	0.08	0.08	0.12

cohortes = cohortes.drop(index = 'c1').T
cohortes

	c2	c3	c4	c5
c2	1.00	0.10	0.10	0.08
c3	0.00	1.00	0.10	0.08
c4	0.00	0.00	1.00	0.12

plt.figure(figsize = (12,6))
sns.heatmap(cohortes,annot = True, fmt = '.0%', cmap='Greys');

INSIGHT #6: El 90% de que los nuevos clientes no vuelve a comprar en los meses posteriores

¿Cual es el LTV de los clientes?

Teniendo en cuenta el 90% de que los nuevos clientes no vuelve a comprar en los meses posteriores podemos calcular el LTV con el histórico que tenemos sin miedo a equivocarnos mucho.

Para ello vamos a coger a los clientes de la cohorte 2 y calcular el total de sus compras.

maestro_ltv = df.loc[(df.evento == 'purchase') & (df.mes != 10) & (df.mes == 11),'usuario'].to_list()
maestro_ltv

[549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 549319657,
 566322866,
 566322866,
 566322866,
 566322866,
 566322866,
 566322866,
 566322866,
 566322866,
 491040843,
 491040843,
 491040843,
 491040843,
 491040843,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 448281768,
 483964876,
 483964876,
 483964876,
 483964876,
 483964876,
 483964876,
 483964876,
 497964079,
 497964079,
 497964079,
 497964079,
 566332999,
 551059137,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 539216862,
 465338762,
 465338762,
 465338762,
 465338762,
 465338762,
 531620122,
 531620122,
 531620122,
 531620122,
 558863145,
 558863145,
 558863145,
 509739809,
 509739809,
 509739809,
 509739809,
 509739809,
 509739809,
 509739809,
 509739809,
 509739809,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 364758489,
 537770351,
 537770351,
 537770351,
 537770351,
 537770351,
 537770351,
 537770351,
 537770351,
 566346244,
 566346244,
 566346244,
 566346244,
 566346244,
 566346244,
 566346244,
 566346244,
 566346244,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 564767268,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 566371070,
 552987940,
 552987940,
 552987940,
 549507685,
 549507685,
 549507685,
 549507685,
 541923025,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 545903799,
 566341169,
 525016637,
 525016637,
 525016637,
 525016637,
 566408058,
 566408058,
 566408058,
 566408058,
 566408058,
 566341169,
 427260620,
 427260620,
 427260620,
 427260620,
 427260620,
 318277599,
 318277599,
 514961719,
 565874028,
 565874028,
 565874028,
 565061712,
 565061712,
 565061712,
 565061712,
 565061712,
 565061712,
 566418296,
 566418296,
 566418296,
 565712511,
 565712511,
 565712511,
 565712511,
 565712511,
 565712511,
 565712511,
 565712511,
 565712511,
 413094093,
 413094093,
 413094093,
 413094093,
 413094093,
 413094093,
 413094093,
 413094093,
 413094093,
 413094093,
 558100520,
 536853200,
 536853200,
 536853200,
 536853200,
 536853200,
 566442321,
 566442321,
 566442321,
 566442321,
 566442321,
 566442321,
 566442321,
 545715278,
 545715278,
 545715278,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 531724849,
 278908478,
 278908478,
 278908478,
 278908478,
 278908478,
 278908478,
 278908478,
 442255674,
 442255674,
 442255674,
 442255674,
 451770301,
 451770301,
 451770301,
 451770301,
 451770301,
 451770301,
 451770301,
 451770301,
 451770301,
 566457558,
 566457558,
 455884270,
 455884270,
 455884270,
 455884270,
 455884270,
 493511762,
 493511762,
 562550434,
 562550434,
 562550434,
 562550434,
 562550434,
 562550434,
 562550434,
 549804843,
 549804843,
 409566492,
 409566492,
 409566492,
 409566492,
 548199852,
 548199852,
 129089988,
 562550434,
 562550434,
 562550434,
 562550434,
 562550434,
 562550434,
 490402605,
 490402605,
 490402605,
 490402605,
 490402605,
 490402605,
 566402792,
 566402792,
 566402792,
 566402792,
 566402792,
 566402792,
 489063092,
 489063092,
 489063092,
 378588742,
 378588742,
 566452644,
 566452644,
 566452644,
 566452644,
 566452644,
 566452644,
 566452644,
 549804843,
 549804843,
 549804843,
 549804843,
 549804843,
 549804843,
 374211459,
 374211459,
 374211459,
 374211459,
 374211459,
 374211459,
 374211459,
 374211459,
 374211459,
 378588742,
 288721487,
 301829686,
 566332413,
 566332413,
 566332413,
 566332413,
 543791901,
 543791901,
 543791901,
 543791901,
 543791901,
 543791901,
 543791901,
 543791901,
 566519740,
 566521152,
 566521152,
 566521152,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 554284521,
 562000064,
 562000064,
 562000064,
 551116298,
 551116298,
 554833056,
 554833056,
 554833056,
 554833056,
 554833056,
 552510951,
 552510951,
 552510951,
 552510951,
 552510951,
 552510951,
 412262395,
 469431599,
 469431599,
 538166206,
 566532552,
 566532552,
 566532552,
 566532552,
 566532552,
 566555308,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 562691482,
 525729260,
 525729260,
 525729260,
 525729260,
 525729260,
 525729260,
 525729260,
 525729260,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 527739278,
 565932689,
 476731744,
 476731744,
 476731744,
 476731744,
 512106285,
 512106285,
 512106285,
 512106285,
 512106285,
 512106285,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566539426,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 566547942,
 452799836,
 452799836,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 561003158,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 436122236,
 513908715,
 513908715,
 513908715,
 396078835,
 396078835,
 396078835,
 396078835,
 396078835,
 501732943,
 501732943,
 501732943,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 286065273,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 538225813,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 446755357,
 566586005,
 566586005,
 416178424,
 416178424,
 416178424,
 416178424,
 566587999,
 566587999,
 566587999,
 566587999,
 566587999,
 566587999,
 566587999,
 566587999,
 566587999,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 541411060,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 438582678,
 566612684,
 566612684,
 566612684,
 566612684,
 566612684,
 566612684,
 566612684,
 566612684,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 562867290,
 566632944,
 566632944,
 566632944,
 566632944,
 566632944,
 566632944,
 566632944,
 566632944,
 566632944,
 566632944,
 566632944,
 566641963,
 566641963,
 566641963,
 566641963,
 566641963,
 566641963,
 566641963,
 566641963,
 566641963,
 566641963,
 405969740,
 405969740,
 405969740,
 405969740,
 405969740,
 405969740,
 405969740,
 405969740,
 405969740,
 405969740,
 405969740,
 405969740,
 454177715,
 454177715,
 454177715,
 454177715,
 454177715,
 454177715,
 454177715,
 476622879,
 476622879,
 470068651,
 470068651,
 470068651,
 470068651,
 470068651,
 470068651,
 470068651,
 470068651,
 457740912,
 457740912,
 457740912,
 457740912,
 457740912,
 457740912,
 457740912,
 566655609,
 566655609,
 566655609,
 566655609,
 566655609,
 566655609,
 566655609,
 566655609,
 557312952,
 557312952,
 557312952,
 557312952,
 557312952,
 557312952,
 557312952,
 557312952,
 557312952,
 557312952,
 557312952,
 557312952,
 566668289,
 566668289,
 566668289,
 542112882,
 542112882,
 542112882,
 542112882,
 542112882,
 542112882,
 542112882,
 541344889,
 541344889,
 541344889,
 516921923,
 516921923,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 475746194,
 542112882,
 542112882,
 550090959,
 550090959,
 550090959,
 550090959,
 550090959,
 550090959,
 566694605,
 523388043,
 523388043,
 523388043,
 523388043,
 523388043,
 523388043,
 523388043,
 523388043,
 523388043,
 523388043,
 523388043,
 523388043,
 566694956,
 566694956,
 566694956,
 566694956,
 566694956,
 566694956,
 566694956,
 566694956,
 566694956,
 566699471,
 566699471,
 566699471,
 566699471,
 566699471,
 553363925,
 553363925,
 553363925,
 553363925,
 553363925,
 553363925,
 553363925,
 498980732,
 498980732,
 431821216,
 431821216,
 431821216,
 431821216,
 431821216,
 431821216,
 431821216,
 431821216,
 431821216,
 431821216,
 431821216,
 483922031,
 483922031,
 483922031,
 558768594,
 558768594,
 558768594,
 558768594,
 558768594,
 558768594,
 558768594,
 558768594,
 558768594,
 566677676,
 566677676,
 468111817,
 468111817,
 468111817,
 468111817,
 468111817,
 468111817,
 544416380,
 544416380,
 544416380,
 544416380,
 544416380,
 544416380,
 544416380,
 544416380,
 544416380,
 544416380,
 544416380,
 544416380,
 566733694,
 566733694,
 566733694,
 566733694,
 566733694,
 469446476,
 469446476,
 469446476,
 469446476,
 469446476,
 469446476,
 469446476,
 469446476,
 469446476,
 469446476,
 469446476,
 469446476,
 566620039,
 375439563,
 375439563,
 375439563,
 375439563,
 375439563,
 375439563,
 375439563,
 375439563,
 548600335,
 548600335,
 548600335,
 548600335,
 548600335,
 511265307,
 511265307,
 511265307,
 511265307,
 511265307,
 511265307,
 511265307,
 511265307,
 511265307,
 511265307,
 444915600,
 444915600,
 444915600,
 444915600,
 444915600,
 444915600,
 510126861,
 510126861,
 510126861,
 510126861,
 510126861,
 510126861,
 440684807,
 ...]

clientes_ltv = clientes.loc[clientes.index.isin(maestro_ltv)]
clientes_ltv

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra
usuario
65241811	5	1	8.36	2019-11-11	41.79	5.00
80577370	10	2	10.62	2019-11-29	106.24	5.00
88211255	22	4	4.86	2020-02-25	106.87	5.50
93279832	44	2	3.19	2019-12-19	140.51	22.00
94390236	3	1	9.73	2019-11-07	29.20	3.00
...	...	...	...	...	...	...
579798049	5	1	2.10	2019-11-30	10.52	5.00
579813390	7	2	2.98	2020-02-04	20.83	3.50
579834429	1	1	27.14	2019-11-30	27.14	1.00
579900887	11	2	5.67	2019-12-02	62.34	5.50
579903865	1	1	8.43	2019-11-30	8.43	1.00

3105 rows × 6 columns

clientes_ltv.gasto_tot.describe()

count           3105.00
mean              79.62
std              113.62
min                0.13
25%               20.29
50%               41.49
75%               90.00
max             1453.37
Name: gasto_tot, dtype: float64

Dada la variabilidad de la media sería más seguro coger la mediana.

INSIGHT #7: El LTV medio es de 42€.

Aplicando nuestro margen sobre esa cifra y el % que queremos dedicar a captación nos sale el importe máximo a invertir en CPA.

Aplicar las acciones de CRO permitirá incrementar el LTV y por tanto también el CPA, siendo una ventaja estratégica muy importante.

¿Sobre qué clientes ejecutar las próximas campañas (RFM)?

Vamos a aprender una técnica llamada RFM (Recency - Frequency - Monetary).

Esta técnica es muy potente para contextos de retail y por tanto también en ecommerce.

Permite dar respuesta a necesidades como:

• Cuál es la proporción de clientes que realizan un solo pedido y clientes frecuentes
• Cuales son los clientes VIP (que potencialmente necesitan programas de fidelización y atención personalizada)
• Cuál es la cantidad de clientes nuevos (a incentivar para que vuelvan a realizar un pedido)
• Cuántos y cuáles son los clientes que no realizan compras hace tiempo
• Cuántos y cuáles son los clientes en los cuales no vale la pena invertir más tiempo y recursos
• Etc

Pese a su potencia es muy sencilla de construir, por tanto es casi obligatoria en este tipo de análisis.

Lo primero es identificar las variables con las que crear cada una de las dimensiones:

• Recency: ult_compra
• Frequency: compras_tot_num
• Monetary: gasto_tot

Y discretizar cada una de ellas.

Vamos a dejar la recencia para el final porque requerirá una transformación previa.

Comenzamos por Frequency

clientes['F'] = clientes.compras_tot_num.transform(lambda x: pd.cut(x,5, labels = False)) + 1
clientes

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra	F
usuario
25392526	3	1	7.38	2019-12-18	22.14	3.00	1
27756757	1	1	20.63	2020-01-27	20.63	1.00	1
50748978	9	1	1.11	2019-12-14	10.01	9.00	1
52747911	3	1	7.67	2019-10-10	23.02	3.00	1
65241811	5	1	8.36	2019-11-11	41.79	5.00	1
...	...	...	...	...	...	...	...
621995551	5	1	2.09	2020-02-29	10.46	5.00	1
622021687	1	1	13.33	2020-02-29	13.33	1.00	1
622041514	3	1	0.63	2020-02-29	1.90	3.00	1
622042698	3	1	28.04	2020-02-29	84.13	3.00	1
622065819	4	1	5.12	2020-02-29	20.48	4.00	1

11040 rows × 7 columns

Comprobamos

clientes.groupby('F').compras_tot_num.mean()

F
1              1.31
2              7.06
3             12.00
4             16.50
5             23.50
Name: compras_tot_num, dtype: float64

Ahora Monetary

clientes['M'] = clientes.gasto_tot.transform(lambda x: pd.cut(x,5, labels = False)) + 1
clientes.groupby('M').gasto_tot.mean()

M
1             48.36
2            410.98
3            765.18
4           1043.96
5           1468.34
Name: gasto_tot, dtype: float64

Para la recencia tenemos que transformar la fecha a un número, por ejemplo la distancia en días de cada fecha a la fecha más reciente disponible.

mas_reciente = clientes.ult_compra.max()

clientes['ult_compra_dias'] = clientes.ult_compra.transform(lambda x: mas_reciente - x)

clientes

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra	F	M	ult_compra_dias
usuario
25392526	3	1	7.38	2019-12-18	22.14	3.00	1	1	73 days
27756757	1	1	20.63	2020-01-27	20.63	1.00	1	1	33 days
50748978	9	1	1.11	2019-12-14	10.01	9.00	1	1	77 days
52747911	3	1	7.67	2019-10-10	23.02	3.00	1	1	142 days
65241811	5	1	8.36	2019-11-11	41.79	5.00	1	1	110 days
...	...	...	...	...	...	...	...	...	...
621995551	5	1	2.09	2020-02-29	10.46	5.00	1	1	0 days
622021687	1	1	13.33	2020-02-29	13.33	1.00	1	1	0 days
622041514	3	1	0.63	2020-02-29	1.90	3.00	1	1	0 days
622042698	3	1	28.04	2020-02-29	84.13	3.00	1	1	0 days
622065819	4	1	5.12	2020-02-29	20.48	4.00	1	1	0 days

11040 rows × 9 columns

Nos ha creado un timedelta, tenemos que pasarlo a número de días.

clientes['ult_compra_dias'] = clientes.ult_compra_dias.dt.days
clientes

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra	F	M	ult_compra_dias
usuario
25392526	3	1	7.38	2019-12-18	22.14	3.00	1	1	73
27756757	1	1	20.63	2020-01-27	20.63	1.00	1	1	33
50748978	9	1	1.11	2019-12-14	10.01	9.00	1	1	77
52747911	3	1	7.67	2019-10-10	23.02	3.00	1	1	142
65241811	5	1	8.36	2019-11-11	41.79	5.00	1	1	110
...	...	...	...	...	...	...	...	...	...
621995551	5	1	2.09	2020-02-29	10.46	5.00	1	1	0
622021687	1	1	13.33	2020-02-29	13.33	1.00	1	1	0
622041514	3	1	0.63	2020-02-29	1.90	3.00	1	1	0
622042698	3	1	28.04	2020-02-29	84.13	3.00	1	1	0
622065819	4	1	5.12	2020-02-29	20.48	4.00	1	1	0

11040 rows × 9 columns

Ya podemos crear la R, pero hay que tener en cuenta que en este caso lo mejor son los valores más bajos.

clientes['R'] = clientes.ult_compra_dias.transform(lambda x: pd.cut(x,5, labels = False)) + 1
clientes.groupby('R').ult_compra_dias.mean()

R
1             14.62
2             43.04
3             75.94
4            103.85
5            135.91
Name: ult_compra_dias, dtype: float64

Para estandarizar su intrepretación con el resto de las dimensiones vamos a darle la vuelta.

clientes['R'] = 6 - clientes.R
clientes.groupby('R').ult_compra_dias.mean()

R
1            135.91
2            103.85
3             75.94
4             43.04
5             14.62
Name: ult_compra_dias, dtype: float64

Integramos en un dataframe rfm.

clientes

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra	F	M	ult_compra_dias	R
usuario
25392526	3	1	7.38	2019-12-18	22.14	3.00	1	1	73	3
27756757	1	1	20.63	2020-01-27	20.63	1.00	1	1	33	4
50748978	9	1	1.11	2019-12-14	10.01	9.00	1	1	77	3
52747911	3	1	7.67	2019-10-10	23.02	3.00	1	1	142	1
65241811	5	1	8.36	2019-11-11	41.79	5.00	1	1	110	2
...	...	...	...	...	...	...	...	...	...	...
621995551	5	1	2.09	2020-02-29	10.46	5.00	1	1	0	5
622021687	1	1	13.33	2020-02-29	13.33	1.00	1	1	0	5
622041514	3	1	0.63	2020-02-29	1.90	3.00	1	1	0	5
622042698	3	1	28.04	2020-02-29	84.13	3.00	1	1	0	5
622065819	4	1	5.12	2020-02-29	20.48	4.00	1	1	0	5

11040 rows × 10 columns

Creamos variables adicionales.

clientes['valor'] = clientes.R + clientes.F + clientes.M
clientes['RFM'] = clientes.apply(lambda x: str(x.R) + str(x.F) + str(x.M), axis = 1)
clientes

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra	F	M	ult_compra_dias	R	valor	RFM
usuario
25392526	3	1	7.38	2019-12-18	22.14	3.00	1	1	73	3	5	311
27756757	1	1	20.63	2020-01-27	20.63	1.00	1	1	33	4	6	411
50748978	9	1	1.11	2019-12-14	10.01	9.00	1	1	77	3	5	311
52747911	3	1	7.67	2019-10-10	23.02	3.00	1	1	142	1	3	111
65241811	5	1	8.36	2019-11-11	41.79	5.00	1	1	110	2	4	211
...	...	...	...	...	...	...	...	...	...	...	...	...
621995551	5	1	2.09	2020-02-29	10.46	5.00	1	1	0	5	7	511
622021687	1	1	13.33	2020-02-29	13.33	1.00	1	1	0	5	7	511
622041514	3	1	0.63	2020-02-29	1.90	3.00	1	1	0	5	7	511
622042698	3	1	28.04	2020-02-29	84.13	3.00	1	1	0	5	7	511
622065819	4	1	5.12	2020-02-29	20.48	4.00	1	1	0	5	7	511

11040 rows × 12 columns

Sobre este dataframe ya podemos hacer infinidad de análisis.

Por ejemplo combinándolo con la técnica del minicubo podemos obtener todo tipo de insights.

#Paso 1: Seleccionar qué variables serán la métricas y cuales las dimensiones
metricas = ['productos_tot_num','compras_tot_num','gasto_tot']
dimensiones = ['R','F','M','RFM','valor']

minicubo = clientes[dimensiones + metricas]
minicubo

	R	F	M	RFM	valor	productos_tot_num	compras_tot_num	gasto_tot
usuario
25392526	3	1	1	311	5	3	1	22.14
27756757	4	1	1	411	6	1	1	20.63
50748978	3	1	1	311	5	9	1	10.01
52747911	1	1	1	111	3	3	1	23.02
65241811	2	1	1	211	4	5	1	41.79
...	...	...	...	...	...	...	...	...
621995551	5	1	1	511	7	5	1	10.46
622021687	5	1	1	511	7	1	1	13.33
622041514	5	1	1	511	7	3	1	1.90
622042698	5	1	1	511	7	3	1	84.13
622065819	5	1	1	511	7	4	1	20.48

11040 rows × 8 columns

#Paso 2: pasar a transaccional las dimensiones
minicubo = minicubo.melt(id_vars = metricas)
minicubo

	productos_tot_num	compras_tot_num	gasto_tot	variable	value
0	3	1	22.14	R	3
1	1	1	20.63	R	4
2	9	1	10.01	R	3
3	3	1	23.02	R	1
4	5	1	41.79	R	2
...	...	...	...	...	...
55195	5	1	10.46	valor	7
55196	1	1	13.33	valor	7
55197	3	1	1.90	valor	7
55198	3	1	84.13	valor	7
55199	4	1	20.48	valor	7

55200 rows × 5 columns

#Paso 3: Agregar las métricas por "variable" y "valor" con las funciones deseadas
minicubo = minicubo.groupby(['variable','value'], as_index = False)[metricas].mean()
minicubo

	variable	value	productos_tot_num	compras_tot_num	gasto_tot
0	F	1	10.61	1.31	52.09
1	F	2	71.42	7.06	320.47
2	F	3	123.64	12.00	643.20
3	F	4	156.75	16.50	560.15
4	F	5	124.00	23.50	652.42
...	...	...	...	...	...
58	valor	9	98.02	7.25	491.71
59	valor	10	140.89	10.22	625.93
60	valor	11	291.00	5.75	1189.31
61	valor	12	189.80	16.60	833.43
62	valor	13	179.00	18.00	1136.70

63 rows × 5 columns

Para analizar cada dimensión la seleccionamos.

minicubo[minicubo.variable == 'F']

	variable	value	productos_tot_num	compras_tot_num	gasto_tot
0	F	1	10.61	1.31	52.09
1	F	2	71.42	7.06	320.47
2	F	3	123.64	12.00	643.20
3	F	4	156.75	16.50	560.15
4	F	5	124.00	23.50	652.42

Y la analizamos de forma gráfica.

minicubo[minicubo.variable == 'F'].set_index('value').plot.bar(subplots = True, sharex = False, figsize = (12,12))
plt.tight_layout();

minicubo[minicubo.variable == 'R']

	variable	value	productos_tot_num	compras_tot_num	gasto_tot
10	R	1	8.15	1.08	41.56
11	R	2	9.25	1.18	45.58
12	R	3	9.54	1.29	47.25
13	R	4	11.72	1.44	58.19
14	R	5	16.83	1.82	79.04

minicubo[minicubo.variable == 'R'].set_index('value').plot.bar(subplots = True, sharex = False, figsize = (12,12))
plt.tight_layout();

minicubo[minicubo.variable == 'M']

	variable	value	productos_tot_num	compras_tot_num	gasto_tot
5	M	1	10.12	1.34	48.36
6	M	2	74.28	4.31	410.98
7	M	3	138.50	6.86	765.18
8	M	4	189.50	7.33	1043.96
9	M	5	336.67	6.33	1468.34

minicubo[minicubo.variable == 'M'].set_index('value').plot.bar(subplots = True, sharex = False, figsize = (12,12))
plt.tight_layout();

minicubo[minicubo.variable == 'RFM']

	variable	value	productos_tot_num	compras_tot_num	gasto_tot
15	RFM	111	7.97	1.08	39.28
16	RFM	112	37.38	1.50	397.98
17	RFM	114	94.00	3.00	1109.70
18	RFM	211	8.94	1.17	43.16
19	RFM	212	47.00	1.73	391.14
20	RFM	213	35.50	1.00	662.84
21	RFM	221	85.67	6.33	194.48
22	RFM	311	8.98	1.26	43.91
23	RFM	312	53.46	2.46	376.38
24	RFM	321	39.00	6.50	141.28
25	RFM	322	121.00	6.50	389.19
26	RFM	324	195.00	8.00	1241.53
27	RFM	411	10.37	1.36	49.99
28	RFM	412	60.69	2.54	404.22
29	RFM	413	130.50	2.50	868.30
30	RFM	421	41.00	6.92	205.31
31	RFM	422	92.88	7.12	440.47
32	RFM	423	153.33	7.33	672.97
33	RFM	433	64.00	11.00	913.01
34	RFM	511	11.94	1.50	56.07
35	RFM	512	78.79	3.05	399.18
36	RFM	513	133.00	3.14	742.48
37	RFM	514	219.00	1.00	946.20
38	RFM	515	387.00	3.00	1475.83
39	RFM	521	47.88	6.83	192.19
40	RFM	522	89.51	7.51	442.50
41	RFM	523	184.67	7.33	766.90
42	RFM	524	190.00	6.00	947.30
43	RFM	531	58.25	11.50	233.84
44	RFM	532	94.00	12.50	448.09
45	RFM	533	200.00	11.00	858.26
46	RFM	534	219.50	13.00	1009.51
47	RFM	535	236.00	13.00	1453.37
48	RFM	541	121.50	16.50	288.65
49	RFM	543	192.00	16.50	831.65
50	RFM	552	126.00	24.00	484.81
51	RFM	553	122.00	23.00	820.04

minicubo[minicubo.variable == 'RFM'].set_index('value').plot.bar(subplots = True, sharex = False, figsize = (12,12))
plt.tight_layout();

minicubo[minicubo.variable == 'valor']

	variable	value	productos_tot_num	compras_tot_num	gasto_tot
52	valor	3	7.97	1.08	39.28
53	valor	4	9.04	1.17	44.41
54	valor	5	9.31	1.27	46.08
55	valor	6	10.73	1.38	53.07
56	valor	7	12.64	1.54	60.42
57	valor	8	66.13	5.06	313.01
58	valor	9	98.02	7.25	491.71
59	valor	10	140.89	10.22	625.93
60	valor	11	291.00	5.75	1189.31
61	valor	12	189.80	16.60	833.43
62	valor	13	179.00	18.00	1136.70

minicubo[minicubo.variable == 'valor'].set_index('value').plot.bar(subplots = True, sharex = False, figsize = (12,12))
plt.tight_layout();

Se podría mejorar el análisis porque en F y M los atípicos hacen que se concentren la mayoría de los datos en la categoría 1.

Lo que habría que hacer es eliminar esos atípicos y volver a realizar el ejercicio.

Te lo dejo como tarea de práctica.

Pero con este análisis somos capaces de identificar los clientes que con mayor probabilidad responderán mejor a nuevas campañas, además de obtener un montón de insights valiosos para el negocio.

Entendiendo los productos

Vamos a crear un dataframe a nivel de producto para poder analizar esta dimensión.

Primero calculamos los conteos de cada evento en cada producto.

prod = df.groupby(['producto','evento']).size()
prod

producto  evento          
3752      view                 10
3762      cart                127
          purchase             28
          remove_from_cart     59
          view                258
                             ... 
5932538   view                  1
5932540   cart                  1
          view                  2
5932578   view                  1
5932585   view                  2
Length: 137068, dtype: int64

prod  = prod.unstack(level = 1).fillna(0)
prod

evento	cart	purchase	remove_from_cart	view
producto
3752	0.00	0.00	0.00	10.00
3762	127.00	28.00	59.00	258.00
3763	10.00	2.00	2.00	51.00
3771	0.00	0.00	0.00	9.00
3774	26.00	7.00	13.00	76.00
...	...	...	...	...
5932537	1.00	0.00	0.00	1.00
5932538	0.00	0.00	0.00	1.00
5932540	1.00	0.00	0.00	2.00
5932578	0.00	0.00	0.00	1.00
5932585	0.00	0.00	0.00	2.00

45327 rows × 4 columns

Vamos a incorporar el precio, para ello primero creamos un maestro de precios por producto.

maestro_precios = df.groupby('producto', as_index = False).precio.mean()
maestro_precios

	producto	precio
0	3752	15.71
1	3762	19.29
2	3763	16.00
3	3771	15.08
4	3774	15.92
...	...	...
45322	5932537	1.43
45323	5932538	1.43
45324	5932540	1.43
45325	5932578	6.02
45326	5932585	6.33

45327 rows × 2 columns

prod = pd.merge(left = prod, right = maestro_precios, how = 'left', on = 'producto')
prod

	producto	cart	purchase	remove_from_cart	view	precio
0	3752	0.00	0.00	0.00	10.00	15.71
1	3762	127.00	28.00	59.00	258.00	19.29
2	3763	10.00	2.00	2.00	51.00	16.00
3	3771	0.00	0.00	0.00	9.00	15.08
4	3774	26.00	7.00	13.00	76.00	15.92
...	...	...	...	...	...	...
45322	5932537	1.00	0.00	0.00	1.00	1.43
45323	5932538	0.00	0.00	0.00	1.00	1.43
45324	5932540	1.00	0.00	0.00	2.00	1.43
45325	5932578	0.00	0.00	0.00	1.00	6.02
45326	5932585	0.00	0.00	0.00	2.00	6.33

45327 rows × 6 columns

Reordenamos los nombres.

prod

	producto	cart	purchase	remove_from_cart	view	precio
0	3752	0.00	0.00	0.00	10.00	15.71
1	3762	127.00	28.00	59.00	258.00	19.29
2	3763	10.00	2.00	2.00	51.00	16.00
3	3771	0.00	0.00	0.00	9.00	15.08
4	3774	26.00	7.00	13.00	76.00	15.92
...	...	...	...	...	...	...
45322	5932537	1.00	0.00	0.00	1.00	1.43
45323	5932538	0.00	0.00	0.00	1.00	1.43
45324	5932540	1.00	0.00	0.00	2.00	1.43
45325	5932578	0.00	0.00	0.00	1.00	6.02
45326	5932585	0.00	0.00	0.00	2.00	6.33

45327 rows × 6 columns

prod = prod[['producto','view','cart','remove_from_cart','purchase','precio']]
prod

	producto	view	cart	remove_from_cart	purchase	precio
0	3752	10.00	0.00	0.00	0.00	15.71
1	3762	258.00	127.00	59.00	28.00	19.29
2	3763	51.00	10.00	2.00	2.00	16.00
3	3771	9.00	0.00	0.00	0.00	15.08
4	3774	76.00	26.00	13.00	7.00	15.92
...	...	...	...	...	...	...
45322	5932537	1.00	1.00	0.00	0.00	1.43
45323	5932538	1.00	0.00	0.00	0.00	1.43
45324	5932540	2.00	1.00	0.00	0.00	1.43
45325	5932578	1.00	0.00	0.00	0.00	6.02
45326	5932585	2.00	0.00	0.00	0.00	6.33

45327 rows × 6 columns

¿Cuales son los productos más vendidos?

prod.sort_values('purchase',ascending = False)[0:20]

	producto	view	cart	remove_from_cart	purchase	precio
16807	5809910	9195.00	2796.00	1249.00	764.00	5.21
28178	5854897	624.00	2486.00	793.00	483.00	0.32
6644	5700037	1150.00	2603.00	716.00	361.00	0.40
314	5304	516.00	1184.00	426.00	341.00	0.32
9900	5751422	2204.00	1119.00	625.00	331.00	10.87
15394	5802432	701.00	2495.00	745.00	322.00	0.32
16809	5809912	3059.00	1352.00	863.00	321.00	5.19
18415	5815662	1219.00	1697.00	653.00	310.00	0.91
9862	5751383	2341.00	1035.00	550.00	298.00	10.24
14043	5792800	1527.00	911.00	512.00	285.00	10.25
26312	5849033	2099.00	1035.00	583.00	278.00	10.25
5386	5686925	344.00	1677.00	499.00	231.00	0.35
6653	5700046	432.00	1376.00	381.00	215.00	0.40
1761	5528035	1146.00	719.00	401.00	200.00	9.44
22111	5833330	680.00	576.00	359.00	194.00	0.92
16808	5809911	1923.00	828.00	599.00	189.00	5.21
18525	5816170	1642.00	751.00	532.00	182.00	5.22
5420	5687151	508.00	540.00	288.00	179.00	1.90
8232	5729864	160.00	505.00	211.00	176.00	0.41
24787	5843836	165.00	1007.00	265.00	172.00	0.38

Posiblemente lograríamos incrementar las ventas y el ticket medio simplemente destacando estos productos en la tienda.

¿Hay productos que no se venden y podríamos eliminar del catálogo?

prod[prod.purchase == 0]

	producto	view	cart	remove_from_cart	purchase	precio
0	3752	10.00	0.00	0.00	0.00	15.71
3	3771	9.00	0.00	0.00	0.00	15.08
6	3790	10.00	0.00	0.00	0.00	7.92
8	3809	2.00	0.00	0.00	0.00	12.54
9	3812	1.00	0.00	0.00	0.00	12.54
...	...	...	...	...	...	...
45322	5932537	1.00	1.00	0.00	0.00	1.43
45323	5932538	1.00	0.00	0.00	0.00	1.43
45324	5932540	2.00	1.00	0.00	0.00	1.43
45325	5932578	1.00	0.00	0.00	0.00	6.02
45326	5932585	2.00	0.00	0.00	0.00	6.33

21850 rows × 6 columns

Guauu, hemos encontrado una buena!

INSIGHT #8: Casi la mitad de los productos no han tenido ninguna venta en los 5 meses del histórico.

Se podría comenzar todo un nuevo análisis sobre estos productos:

• ¿No se ven?
• ¿Se ven pero no se compran?
• ¿Es porque se sustituyen por otros productos propios?
• ¿Es porque están mucho más baratos en la competencia?
• Etc

Se podrían eliminar del catálogo, o como mínimo de la tienda, newsletter, etc, para que no ocupen espacio de los productos que sí se venden.

¿Cual es la relación entre el precio y el volumen de ventas?

Ya que este análisis incluye las ventas vamos a eliminar los productos que no han tenido ninguna.

sns.scatterplot(data = prod[prod.purchase > 0], x = 'precio', y = 'purchase', hue = 'precio');

Sí que existe una clara relación decreciente.

Vamos a hacer zoom por ejemplo por debajo de 50€ para entenderlo mejor.

sns.scatterplot(data = prod[(prod.purchase > 0) & (prod.precio < 50)], x = 'precio', y = 'purchase', hue = 'precio');

¿Hay productos de los que los clientes se arrepienten y eliminan más del carrito?

prod.loc[prod.cart > 30].sort_values('remove_from_cart_porc', ascending = False)[0:30]

	producto	view	cart	remove_from_cart	remove_from_cart_porc	purchase	precio
14330	5797131	26.00	38.00	136.00	357.89	7.00	4.43
37937	5893670	36.00	35.00	109.00	311.43	3.00	4.90
29128	5858481	41.00	31.00	64.00	206.45	7.00	4.55
16658	5809346	8.00	34.00	62.00	182.35	7.00	0.78
26120	5848412	34.00	37.00	66.00	178.38	12.00	0.79
37944	5893677	64.00	41.00	70.00	170.73	10.00	4.69
8416	5731470	39.00	34.00	58.00	170.59	10.00	6.32
3244	5635127	41.00	32.00	52.00	162.50	10.00	4.43
3217	5635096	32.00	32.00	52.00	162.50	11.00	4.42
21617	5830537	35.00	37.00	60.00	162.16	8.00	1.73
39359	5900645	47.00	33.00	52.00	157.58	8.00	4.39
6222	5696152	81.00	41.00	64.00	156.10	12.00	2.37
29629	5859474	44.00	43.00	67.00	155.81	12.00	1.72
31887	5867624	26.00	46.00	70.00	152.17	10.00	3.89
9227	5741027	89.00	35.00	53.00	151.43	7.00	5.19
2123	5560972	73.00	51.00	76.00	149.02	11.00	2.98
6235	5696184	38.00	41.00	61.00	148.78	7.00	2.37
17716	5813067	48.00	43.00	63.00	146.51	5.00	1.72
221	4874	26.00	39.00	57.00	146.15	10.00	0.37
27643	5853242	47.00	43.00	62.00	144.19	6.00	3.15
33396	5875280	53.00	32.00	46.00	143.75	5.00	5.53
34325	5877765	62.00	35.00	50.00	142.86	9.00	9.02
23183	5837619	128.00	81.00	115.00	141.98	18.00	1.73
23833	5839637	55.00	43.00	61.00	141.86	12.00	2.37
13942	5789608	57.00	32.00	45.00	140.62	7.00	4.69
28667	5857018	33.00	32.00	45.00	140.62	7.00	3.15
3005	5619864	80.00	47.00	66.00	140.43	8.00	2.84
3205	5635081	26.00	35.00	49.00	140.00	4.00	4.40
30741	5863821	42.00	51.00	71.00	139.22	1.00	4.49
10701	5760769	38.00	31.00	43.00	138.71	6.00	2.62

Habría que ver por qué estos productos se eliminan más veces de las que se añaden:

• Si el motivo tiene sentido: revisar qué pasa con estos productos (otros productos alternativos, etc.)
• Si no lo tiene eliminar estos registros y analizar únicamente los que tienen remove_from_cart_porc menor o igual a 100

¿Cuales son los productos más vistos?

prod.view.sort_values(ascending = False)[0:20].plot.bar();

Posiblemente lograríamos incrementar las ventas y el ticket medio simplemente destacando estos productos en la tienda.

Siempre que además de ser vistos también se vendan.

¿Hay productos deseados pero no comprados?

Por ejemplo productos que miran muchos clientes pero que luego no los compran.

Si los encontráramos habría que revisar qué pasa con ellos.

sns.scatterplot(data = prod, x = 'view', y = 'purchase');

Vamos a quitar el atípico y hacer zoom en la ventana de muchas vistas pocas compras.

sns.scatterplot(data = prod.loc[prod.view < 4000], x = 'view', y = 'purchase', hue = 'precio')
plt.xlim(1000,3000)
plt.ylim(0,150)

(0.0, 150.0)

Hay una oportunidad con estos productos, porque por algún motivo generan el interés de los clientes, pero finalmente no los compran.

Habría que hacer un análisis sobre ellos.

Construyendo un sistema de recomendación

Uno de los activos que más pueden incrementar las ventas de un ecommerce es un sistema de recomendación.

Ya podríamos aplicar uno básico con los análisis de más visto y más vendido realizados anteriormente.

Pero la verdadera potencia viene cuando creamos un recomendador que personaliza para cada compra.

Tipos de sistemas de recomendación:

• Filtrado colaborativo:
  • Basados en items
  • Basados en usuario
• De contenido

En nuestro caso vamos a desarrollar uno con filtrado colaborativo basado en items.

Los pasos a seguir son:

1. Crear el dataframe con el kpi de interés
2. Reducir la dimensión (opcional)
3. Seleccionar una métrica de distancia
4. Calcular la matriz item-item
5. Crear la lógica de priorización

Crear el dataframe con el kpi de interés

En este caso usaremos lo que se llama un kpi implícito, que será el número de veces que los productos han sido comprados por el mismo usuario.

Kpis explícitos sería por ejemplo estrellas o puntuaciones del 1 al 10.

Dado que este es una algoritmo que tarda en calcularse vamos a reducir el problema y calcularlo solo para los 100 productos más vendidos.

Además, por motivos didácticos vamos a hacer el paso a paso manualmente. En un uso real se recomienda usar un paquete ya preconstruído que posiblemente estará más optimizado en cuanto a rendimiento.

Primero calculamos un maestro con los 100 productos más vendidos.

mas_vendidos = prod.sort_values('purchase', ascending = False).producto[0:100]
mas_vendidos

16807    5809910
28178    5854897
6644     5700037
314         5304
9900     5751422
          ...   
30395    5862564
22751    5835859
9778     5749720
9732     5749149
22116    5833335
Name: producto, Length: 100, dtype: int64

Creamos un dataframe temporal filtrando por estos productos.

temp = df.loc[df.producto.isin(mas_vendidos)]
temp

	usuario	sesion	categoria	evento	producto	precio	date	año	mes	dia	hora	minuto	segundo	festivo	black_friday	san_valentin
fecha
2019-10-01 00:26:49	536128518	a31f0991-645e-4472-a012-95eb2f814568	1487580006317032337	purchase	5815662	0.92	2019-10-01	2019	10	1	0	26	49	0	0	0
2019-10-01 00:46:20	555415545	b9cc1771-9062-4e08-a3ad-363314cd17d8	1602943681873052386	view	5809912	5.24	2019-10-01	2019	10	1	0	46	20	0	0	0
2019-10-01 00:48:13	555415545	b9cc1771-9062-4e08-a3ad-363314cd17d8	1602943681873052386	view	5816170	5.24	2019-10-01	2019	10	1	0	48	13	0	0	0
2019-10-01 00:52:39	555415545	b9cc1771-9062-4e08-a3ad-363314cd17d8	1487580005092295511	view	5815730	10.95	2019-10-01	2019	10	1	0	52	39	0	0	0
2019-10-01 01:33:26	555456891	b3239dc3-f107-4034-a507-4c41f646e38a	1487580005092295511	view	5849033	10.32	2019-10-01	2019	10	1	1	33	26	0	0	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2020-02-29 23:11:44	615102046	17b94398-0397-4c59-bc84-fe91dde0a8ec	1487580006509970331	cart	5793703	2.22	2020-02-29	2020	2	29	23	11	44	0	0	0
2020-02-29 23:12:40	615102046	17b94398-0397-4c59-bc84-fe91dde0a8ec	2195085255034011676	cart	5550302	1.21	2020-02-29	2020	2	29	23	12	40	0	0	0
2020-02-29 23:12:50	599909613	1c6c708d-135d-487b-afa9-4bbcfd28db4d	1602943681873052386	cart	5809911	5.24	2020-02-29	2020	2	29	23	12	50	0	0	0
2020-02-29 23:20:21	231719601	a7467d5c-e848-406f-97f4-fcb6a4113e68	1602943681873052386	view	5816170	5.24	2020-02-29	2020	2	29	23	20	21	0	0	0
2020-02-29 23:58:49	147995998	5ff96629-3627-493e-a25b-5a871ec78c90	1487580006317032337	cart	5815662	0.92	2020-02-29	2020	2	29	23	58	49	0	0	0

168170 rows × 16 columns

Creamos la matriz usuario-item.

usuario_item = temp.loc[temp.evento == 'purchase'].groupby(['usuario','producto']).size().unstack(level = 1).fillna(0)
usuario_item

producto	4497	4600	4768	4938	4958	5013	5304	5526	5528034	5528035	...	5848909	5849033	5854812	5854897	5855332	5857007	5857360	5862564	5862943	5889300
usuario
25392526	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
50748978	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	...	0.00	0.00	0.00	1.00	0.00	0.00	0.00	0.00	0.00	0.00
74332980	0.00	0.00	0.00	1.00	0.00	0.00	0.00	0.00	0.00	0.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
80577370	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	1.00	1.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
88211255	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
621646584	0.00	0.00	0.00	0.00	0.00	0.00	1.00	0.00	0.00	0.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
621788730	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	1.00	0.00
621925941	1.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
621974977	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00
622021687	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	...	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00

5064 rows × 100 columns

Reducir la dimensión (opcional)

Vemos que nos ha salido una matriz sparse.

Posiblemente sería conveniente reducir la dimensión con técnicas como SVD, pero eso requería un minicurso en sí mismo.

Aquí vamos a continuar sin hacer la reducción.

Seleccionar una métrica de distancia

Métricas más comunes:

• Distancia euclídea
• Correlación
• Coseno

En este caso vamos a coger por ejemplo la distancia euclídea.

La operativizamos mediante la función spatial.distance.euclidean de Scipy.

from scipy import spatial

Calcular la matriz item-item

Creamos el recomendador que toma como input una matriz usuario-item y devuelve una matriz item-item con la distancia euclídea como dato.

def recomendador(dataframe):

    def distancia(producto):
        return(dataframe.apply(lambda x: spatial.distance.euclidean(x,producto)))

    return(dataframe.apply(lambda x: distancia(x)))

item_item = recomendador(usuario_item)
item_item

producto	4497	4600	4768	4938	4958	5013	5304	5526	5528034	5528035	...	5848909	5849033	5854812	5854897	5855332	5857007	5857360	5862564	5862943	5889300
producto
4497	0.00	14.42	14.49	15.62	15.91	17.58	23.39	15.23	16.16	20.30	...	15.72	24.45	14.97	26.10	15.30	15.07	15.78	15.17	16.40	15.33
4600	14.42	0.00	10.68	14.49	14.59	16.46	22.69	13.93	14.87	19.70	...	14.39	23.87	13.49	25.75	13.78	13.60	14.46	13.86	14.73	13.89
4768	14.49	10.68	0.00	14.56	14.73	16.28	22.74	14.00	14.93	19.75	...	14.18	24.00	13.27	25.63	13.86	13.75	14.39	13.86	14.80	14.11
4938	15.62	14.49	14.56	0.00	15.52	16.03	22.96	14.76	15.65	20.25	...	15.13	24.17	14.35	25.87	14.76	14.59	15.46	14.97	15.72	15.13
4958	15.91	14.59	14.73	15.52	0.00	17.49	22.27	15.33	15.81	20.32	...	15.49	24.35	14.66	26.15	14.87	14.97	15.94	15.26	16.12	15.03
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
5857007	15.07	13.60	13.75	14.59	14.97	16.79	22.80	14.59	15.10	19.62	...	14.49	23.98	13.89	25.61	14.32	0.00	14.83	14.46	15.17	14.42
5857360	15.78	14.46	14.39	15.46	15.94	16.06	23.24	15.39	16.12	20.32	...	15.43	23.85	14.73	25.46	15.20	14.83	0.00	13.75	16.19	15.43
5862564	15.17	13.86	13.86	14.97	15.26	15.72	22.91	14.70	15.39	19.90	...	15.00	23.32	14.00	25.12	14.35	14.46	13.75	0.00	15.39	14.66
5862943	16.40	14.73	14.80	15.72	16.12	17.66	23.62	15.33	16.00	20.42	...	14.90	24.43	14.87	26.42	15.26	15.17	16.19	15.39	0.00	15.23
5889300	15.33	13.89	14.11	15.13	15.03	17.03	23.24	14.32	15.43	19.77	...	14.90	23.90	14.04	25.69	14.04	14.42	15.43	14.66	15.23	0.00

100 rows × 100 columns

Crear la lógica de priorización

Ya tenemos listo el recomendador.

Lo que tendríamos que hacer es una llamada a esta tabla cada vez que un usuario mire un producto o lo meta en el carrito.

Pero para que sea más efectivo podríamos usar toda la info acumulada de la sesión o incluso de todo el usuario si está logado.

Eso significa que necesitamos un sistema para recomendar productos tanto si el input es de un solo producto como de varios.

Y que a la vez devuelva varias recomendaciones, para cubrir todos los "huecos" de recomendación que nuestra web pudiera tener.

Aplicaremos un algoritmo muy sencillo que hará:

1. Crear un array con los productos de entrada para extraer sus vectores de la matriz item-item
2. Calcular la suma de distancias de todos los productos
3. Quitarse a ellos mismos para no autorecomendarse.
4. Devolver los 10 con menor distancia

#En el caso de varios productos vendrá del servidor web como una cadena separada con punto y coma
def priorizador(productos, devuelve=10):
    #crear array con productos de entrada
    array = np.int64(productos.split(';'))
    
    #extraer sus vectores de la matriz total
    matriz = item_item[array]
    
    #calcular la suma de distancias
    suma_distancias = matriz.agg("sum", axis=1)  # Cambiado sum por "sum"
    
    #eliminar los productos input
    suma_distancias = suma_distancias.loc[~suma_distancias.index.isin(list(array))]
    
    #Devolver los 10 con menor distancia
    return(suma_distancias.sort_values()[0:devuelve])

Comprobamos cómo funciona si le pasamos un producto

priorizador('4497')

producto
5724230             14.39
4600                14.42
5550302             14.49
4768                14.49
5749149             14.56
5833318             14.63
5824810             14.70
5835859             14.70
5833335             14.73
5809303             14.73
dtype: float64

Comprobamos cómo funciona si le pasamos varios productos

priorizador('4497;4600;4768')

producto
5749149             40.25
5833318             40.47
5833335             40.81
5809303             40.81
5724230             41.00
5824810             41.08
5835859             41.23
5550302             41.47
5816169             41.51
5844894             41.55
dtype: float64

CONCLUSIONES

La tendencia actual es plana en todas las métricas, lo que confirma la necesidad de las acciones de CRO.

Tras el análisis realizado sobre los datos transaccionales se ha desarrollado un plan CRO de 12 iniciativas concretas organizadas en 5 grandes palancas de negocio que con alta probabilidad van a incrementar los baselines consiguiendo un incremento global de los ingresos del ecommerce.

Baseline

En cada sesión, de media:

• KPIs por sesión: Se ven 2.2 productos
• KPIs por sesión: Se añaden 1.3 productos al carrito
• KPIs por sesión: Se eliminan 0.9 productos del carrito
• KPIs por sesión: Se compran 0.3 productos
• Venta cruzada: mediana de 5 productos por compra
• Recurrencia: el 10% de los clientes vuelve a comprar tras el primer mes
• Conversión: 60% de añadir al carrito sobre visualizaciones
• Conversión: 22% de compra sobre añadidos a carrito
• Conversión: 13% de compra sobre visualizaciones
• Facturación media mensual: 125.000€

Acciones de incremento de visualizaciones

1. Revisar las campañas de paid (generación y retargeting) para concentrar la inversión en franjas entre las 9 y las 13 y entre las 18 y las 20
2. Concentrar la inversión del período navideño y post-navideño en la semana del black friday
3. Incrementar la inversión hasta llegar al CPA máximo en base al LTV que hemos identificado

Acciones de incremento de conversión

4. Preconfigurar la home con los productos identificados en los análisis most viewed y most sold.
5. Trabajar sobre los productos con alta tasa de abandono de carrito
6. Trabajar sobre los productos muy vistos pero poco comprados

Acciones de incremento de venta cruzada

7. La compra mediana incluye 5 productos
8. Incrementar este ratio mediante la recomendación en tiempo real con el nuevo recomendador

Acciones de incremento de frecuencia de compra

9. El 90% de los clientes sólo hace una compra
10. Crear una newsletter periódica con el nuevo recomendador para incrementar la frecuencia de visita
11. Campañas promocionales sobre los segmentos top de la segmentación RFM

Acciones de fidelización de clientes

12. Crear un programa de fidelización segmentado por la nueva segmentación RFM