Python用于分析用户注册数据,计算复购率、回购率和注销率——在线教育行业分析案例连载2

文章结构概述

• 引言
  • 一、引入相关模块
  • 二、用户注册时间分布情况
  • 二、用户延迟注册比例
  • 三、用户流失比例
  • 五、用户重复购买比例
  • 六、用户再次购买率

---

前言

本文为系列文章的第二部分：用户注册数据的分析研究

某在线教育平台自主研发了名为VLE的教育产品，该平台提供了其过去四个学期中所开设的七门课程的相关数据。接下来，我将基于这些数据，对该教育机构展开一系列的数据分析工作，内容涵盖用户的RFM模型构建、用户群体特征划分以及学生成绩情况等多个方面。

该教育机构的部分数据库结构如下

---

以下为一篇关于：用户注册数据分析的报告

studentRegistration数据集涵盖了每学期各门课程的用户注册详情，其中包括：

1. code_presentation：所处学期
2. code_module：对应课程
3. id_student：用户唯一标识
4. date_registration：用户注册日期与该学期该课程开学日期之间的天数差（例如：-