（1）电商用户消费行为分析
A. 数据清洗，time列转成标准datetime，首先是用户整体消费趋势分析含按month统计产品购买数量，消费金额，消费次数，消费人数；然后是用户个体消费分析含用户消费金额，消费次数（产品数量）描述统计，分别subplot()各个bar图，line图和scatter图；
B.用户消费行为：求首次购时间和最后一次购买时间，然后分别plot()图；然后用户分层，分别计算R-F-M值，做RFM模型，然后用户分层可视化scatter()图；
C.新老,活跃,回流用户分析及可视化，用户购买周期，用户生命周期分析以及可视化，复购率和回购率分析以及可视化
（2）电商新零售客户数据分析
A.数据清洗，提取订单时间中的：年-月-日，去重，分析异常数据占比和特点；按月分组，销量最多的月份排序可视化bar图；
B. 按城市分组，按购买数量求和，按数量求和排序，购买商品数量前10的城市--可视化bar图；
C.计算客单价；按客户ID分组，汇总销售数量和销售额，计算用户平均消费金额和消费次数；
D. pivot_table透视表计算年度退货率；计算R-F-M值，各分位数段客户消费频次，RFM的数据类型做转换，按RFM的价值取值判断价值：高和低，各用户等级的个数统计，最后可视化用户等级情况的重要度bar图和用户等级比例pie图；