一、项目简介

一家在线书店正在优化其网站设计，为用户提供了两种主题：浅色主题和深色主题，并且进行了网站 A/B测试。本项目将使用python对项目进行分析。

二、数据简介

本数据集包括Theme（主题，Light Theme或Dark Theme）、Click Through Rate（点击率）、Conversion Rate（转化率）、Bounce Rate（跳出率）、Scroll_Depth（滚动深度）、Age（年龄）、Location（地理位置）、Session_Duration（会话时长）、Purchases（是否购买）、Added_to_Cart（是否加入购物车）等字段。

数据集链接：Light Theme and Dark Theme: Case Study | Kaggle

三、分析目标

• 比较Light Theme和Dark Theme在关键指标（点击率、转化率、跳出率、滚动深度）上的表现。
• 分析地理位置（Location）和年龄（Age）对主题效果的影响。
• 探索用户行为（会话时长、购物车添加）与购买行为的关联。

四、数据处理

1.数据清洗与预处理

• 处理缺失值和异常值。
• 转换分类变量（Purchases和Added_to_Cart转为0/1）。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats

# 1. 数据加载与预处理
df = pd.read_csv("/Users/mac/Downloads/website_ab_test.csv")
# 转换分类变量
df['Purchases'] = df['Purchases'].map({'Yes': 1, 'No': 0})
df['Added_to_Cart'] = df['Added_to_Cart'].map({'Yes': 1, 'No': 0})
df

2.描述性统计

计算各主题的均值、标准差等。

# 2. 描述性统计
print("各主题关键指标均值：")
print(df.groupby('Theme')[['Click Through Rate', 'Conversion Rate', 'Bounce Rate', 'Scroll_Depth']].mean())

3.假设检验

使用独立样本t检验或Mann-Whitney U检验比较主题差异。

# 3. 假设检验（以点击率为例）
light_ctr = df[df['Theme'] == 'Light Theme']['Click Through Rate']
dark_ctr = df[df['Theme'] == 'Dark Theme']['Click Through Rate']
t_stat, p_value = stats.ttest_ind(light_ctr, dark_ctr)
print(f"独立样本t检验结果（点击率）：p值={p_value:.4f}")

4.分组分析

按地理位置和年龄段分组统计指标。

# 4. 分组分析（地理位置）
location_stats = df.groupby(['Theme', 'Location'])['Conversion Rate'].mean().unstack()
print("不同主题在各地理位置的转化率均值：")
print(location_stats)

5.年龄分箱

# 5. 年龄分箱
df['Age_Group'] = pd.cut(df['Age'], bins=[0, 20, 40, 60, 100], labels=['<20', '20-40', '40-60', '>60'])
age_group_stats = df.groupby(['Theme', 'Age_Group'], observed=False)['Conversion Rate'].mean().unstack()
age_group_stats

6. 数据可视化

6.1 matplotlib可视化

# 6. 可视化
# 点击率分布
plt.figure(figsize=(10, 6))
sns.boxplot(x='Theme', y='Click Through Rate', data=df)
plt.title('点击率分布对比（Light vs. Dark）')
plt.show()

# 地理位置转化率热力图
plt.figure(figsize=(12, 6))
sns.heatmap(location_stats, annot=True, cmap='YlGnBu')
plt.title('不同主题在各地理位置的转化率')
plt.show()

# 年龄组与转化率
plt.figure(figsize=(10, 6))
sns.barplot(x='Age_Group', y='Conversion Rate', hue='Theme', data=df)
plt.title('不同年龄组的转化率对比')
plt.show()

6.2 tableau可视化

先将处理好的数据进行保存

# 保存结果供Tableau可视化
df.to_csv("cleaned_website_data.csv", index=False)

五、分析结论和建议

1. 主题选择优化

• 结论：

  • Dark Theme：点击率（53.1%）显著高于Light Theme（46.9%），且跳出率（23.22）远低于Light Theme（242.53），说明Dark Theme更能吸引用户停留。
  • Light Theme：转化率略高（124.153 vs 123.159），但高跳出率可能抵消了这一优势。

• 建议：

  • 优先推广Dark Theme，优化其转化路径（如简化结账流程、强化CTA按钮）。
  • 对Light Theme进行用户体验审计，降低跳出率（例如优化页面加载速度、提升移动端适配性）。

2. 年龄分层策略

• 结论：

  • 20-40岁用户：转化率（0.4）和点击率（0.5）最高，跳出率最低（0.2），是核心用户群体。
  • 20岁和60岁用户：转化率和点击率低，跳出率高（>60岁跳出率0.7），存在明显体验障碍。

• 建议：

  • 针对20-40岁用户设计个性化推荐和促销活动，进一步提升转化。
  • 为<20岁用户简化注册流程，增加视觉引导；为>60岁用户提供大字体、清晰按钮和客服支持。

3. 地理位置优化

• 结论：

  • Chennai和Bangalore：转化率最高（0.55和0.45），但Chennai跳出率较高（0.6）。
  • Kolkata：点击率最高（0.55），但跳出率高达0.8，可能存在内容与用户需求不匹配问题。
  • Pune：滚动深度最高（80），但转化率低（0.3），页面内容可能未有效引导购买。

• 建议：

  • 在Chennai优化落地页内容相关性，减少无关信息以降低跳出率。
  • 在Kolkata分析高跳出原因（如广告与页面内容一致性），调整营销策略。
  • 在Pune加强产品推荐和限时优惠提示，将高滚动深度转化为购买行为。

4. 用户行为与购买关联

• 结论：

  • 会话时（924,999秒）和滚动深度（50,319）较高，但转化率（253）和购买次数（517）未完全匹配，可能存在“浏览不购买”现象。

• 建议：

  • 分析高参与度页面的用户行为路径，优化关键节点的引导（例如添加购物车提示、实时客服咨询）。
  • 针对长时间浏览但未购买的用户，推送个性化折扣券或库存提醒。

5. 其他关键发现

• 转化率与点击率脱节：Dark Theme点击率高但转化率略低，需排查中间环节（如支付流程、信任标识缺失）。

• 跳出率极端差异：Light Theme的跳出率是Dark Theme的10倍以上，需紧急优化首屏内容和加载性能。

执行计划

• 立即行动：

  • 对Dark Theme进行A/B测试，优化结账页面设计。
  • 针对Chennai和Kolkata启动地域化内容调整项目。

• 中期策略：

  • 开发年龄分层界面（如青少年模式和老年模式）。
  • 部署用户行为分析工具（如热力图、Session Recording），识别流失节点。

• 长期规划：

  • 建立动态主题切换功能，允许用户自主选择Light/Dark模式。
  • 推动全站性能优化（如CDN加速、图片懒加载），降低全局跳出率。