本项目基于 UserBehavior 用户行为数据，使用 MySQL 完成清洗和多粒度汇总，并通过三页 Power BI 报表展示行为结构、时间分布、类目/商品表现及样本期购买频次。
- 区分浏览、收藏、加购和购买四类行为的次数与用户规模。
- 观察每日、每小时的行为变化。
- 比较匿名类目和商品的购买表现。
- 描述购买用户在样本期内的购买次数分布，避免把次数比误写成严格转化率。
原始来源为公开的 UserBehavior 用户行为数据，完整数据约 1 亿行。本项目使用约 100 万行本地样本，清洗后保留 999,530 条有效行为记录，时间范围为 2017-11-25 至 2017-12-03，共 9 天。
样本包含 9,739 名用户、398,971 个商品和匿名类目 ID。data_sample/ 仅提供少量汇总结果样例，不是完整行为样本；data_raw/ 是否包含本地文件不影响 README 中的公开复现说明。
- MySQL：数据清洗、条件聚合及用户、日期、小时、类目和商品粒度汇总。
- Power BI：连接本地 MySQL 数据库
taobao_behavior中的汇总表并制作报表。 - Power Query / DAX：字段类型处理、模型关系和展示指标。
- 检查字段、行为类型、时间戳、空值和样本时间范围。
- 将时间统一到东八区，保留
pv、fav、cart、buy四类有效行为。 - 生成日期和小时字段。
- 按整体、日期、小时、类目、商品和用户粒度生成汇总结果。
- Power BI 直接读取本地 MySQL 汇总表，而不是读取
data_sample/中的样例 CSV。
item_behavior_top50_by_buy.csv 和 item_behavior_low_buy_top50.csv 是从 item_behavior_summary 汇总结果中额外导出的展示文件，不是 Power BI 的直接数据源。
处理脚本见 sql/taobao_user_behavior_analysis.sql。
| 指标 | 结果 | 定义 |
|---|---|---|
| 有效行为次数 | 999,530 | 清洗后的行为记录数 |
| 活跃用户数 | 9,739 | 样本期去重用户数 |
| 商品数 | 398,971 | 样本期去重匿名商品 ID 数 |
| 购买次数 | 20,359 | behavior_type = 'buy' 的行为记录数 |
| 购买用户数 | 6,689 | 至少发生一次购买行为的去重用户数 |
| 购买用户占比 | 68.7% | 购买用户数 / 活跃用户数 |
| 购买/浏览行为比 | 2.3% | 购买行为次数 / 浏览行为次数，不是严格转化率 |
| 多次购买用户数 | 4,429 | 样本期内购买次数不少于 2 次的用户数 |
| 购买用户人均购买次数 | 3.04 | 购买次数 / 购买用户数 |
行为次数、用户数、购买用户数和购买次数是不同口径。数据没有订单号，因此一次购买行为不一定等于一笔独立订单。
- 第一页：总体行为结构、每日行为次数趋势和每日购买次数趋势。
- 第二页：每小时行为次数分布、每日活跃用户数与每日购买用户数趋势、购买用户数最高类目、高浏览低购买表现类目及购买次数最高商品。
- 第三页：购买用户数、多次购买用户数、样本期多次购买用户占比、购买用户人均购买次数、购买次数分组、高频购买用户 Top10，以及不同购买频次用户的平均活跃天数。
- 浏览行为为 895,636 次，占有效行为约 89.6%，样本行为主要集中在浏览环节。
- 6,689 名用户在样本期内发生购买，占活跃用户的 68.7%。
- 购买/浏览行为比为 2.3%，只反映两类行为次数的相对比例，不能解释同一用户、同一商品的完整路径。
- 4,429 名购买用户在 9 天内发生至少两次购买；该指标只描述样本期内的多次购买行为，不能外推到样本期之外。
- 12 月 2 日和 12 月 3 日的行为量处于样本期高位，但短时间窗口不足以支持长期趋势判断。
02_Taobao_User_Behavior/
├─ README.md
├─ data_raw/ # 本地原始数据目录
├─ data_output/ # SQL 或分析输出
├─ data_sample/ # 少量公开样例
├─ docs/ # 开发归档等辅助资料
├─ images/ # 三张最终 Dashboard 截图
├─ powerbi/ # PBIP 项目文件
└─ sql/ # MySQL 分析脚本
可直接浏览三张截图和 SQL 脚本。完整复现需要先将 UserBehavior 样本导入本地 MySQL，并运行脚本建立汇总表，再打开 Power BI 项目。其他设备需重新配置 MySQL 数据源和凭据。样例说明见 data_sample/README.md。
- 只有 9 天样本，不能用于长期留存、季节性或样本期外购买行为判断。
- 样本抽取方式未知，结果不能直接外推到约 1 亿行完整数据。
- 缺少订单号和金额，无法计算订单数、GMV、客单价或利润。
- 类目和商品仅有匿名 ID，没有名称，Top N 的业务解释有限。
- 购买/浏览行为比不是用户路径转化率；多次购买仅指样本期内购买次数不少于 2 次。