作为一位P2P和小贷行业的数据产品经理，每次看到其他平台上齐整整的投资记录时，都按耐不住要把数据扒下来并且对它进行分析。这次带来对团贷网7月28日-8月11日的所有理财计划的投资记录的数据分析报告，让我们看看从这份数据中能得到什么有趣的结果吧。
使用Scrapy爬取投资记录数据
我是使用基于python的一个爬虫框架-scrapy，来抓取团贷网的投资记录的。因为本文的重点是进行数据分析，所以整个抓取过程我就不详细介绍了。整个抓取过程还是相当曲折的，经常会出现数据抓取不完整的情况。在这里主要感谢我师傅亮哥，对于代码的指导。
数据我是以CSV格式输出在本地的，只需要在settings.py文件加入右边两行设置代码即可。下次介绍怎么将抓取的数据，直接存入数据库。
这次我主要抓取了利率，投资人手机号（已脱敏），投资金额，还款方式，投资时间，投资计划6个字段。截取前30条记录给大家看一下。投资时间字段，我使用excel进行了分行，分成了日期和时间以及上午还是下午字段。这一步，也就是传说中的数据分析建模。当然，这是比较简单的数据建模，没有涉及字段的聚合计算等方式，不过这也是根据具体项目来的。
使用Excel数据透视表进行分析
关于使用哪种工具对数据进行分析，这个有很多，光我自己用过的，就有PowerBi，网易有数，FineBI，python，spss，所以工具不是重点。只要能输出可视化的图表都可以。在本文，我也不详细介绍操作步骤了，如果有对分析步骤感兴趣的，我可以单独再写一篇Excel数据透视表的教程。
对于数据量比较小，图表要求没那么高的项目，使用数据透视表完全够了！如果你想学一些其他Bi分析工具，那么我建议你还是先把数据透视表学好！
数据分析结果展示
重点来了，本次分析的数据共有62485条记录，时间为7月28日-8月11日。
一、先来看第一张图，各产品投资金额分布比例对比图
我将投资金额进行了分组，以5千元为一个组距进行了区分，我们可以看出
1、不管哪种产品，投资金额为0-4999的区间都占据了最高的比例，这说明不管哪种产品，大家还是倾向于小额投资的策略。
2、我们从图中还可以发现，如果期限比较短，投资人比较倾向于投资比较大的金额，期限如果比较长，这个比例会降低。
二、我们再来看一下，投资金额排在前十位的都有哪些。
1、41%的人选择了投资200元，如果加上投资100的22%的人，那么63%的都选择了投资200或100元，一般来说，投资100到200的以新手居多。可以推断，这段时间投资的新用户占比应该至少在5成左右。
2、我们还可以看到1000元以上的投资金额里，2000，5000，10000元的投资金额很受欢迎。10000元的占比更是达到了6%，在所有1000元以上的投资金额里占比是最高的。将投资5000元的客户转化为投资1万元的客户，可以定为一个转化目标。而把2000元客户转为5000元客户，又将是一个比较好的转化目标。
三、第三张图是一个趋势图，这就是团贷网在7月28日-8月11日所有投资计划的交易额。
1、我们可以发现，7月29日和8月6日都是星期六，都是局部范围内成交量最低的时期。
2、我们还可以发现，在星期三和星期四的成交量往往是最高的。这说明，用户的资金量一般在周三周四比较充足，到了周末就比较少。当然我们也可以说，用户的投资习惯在周三周四。
四、投资频率在前十位的投资人他们都有哪些偏好呢？
1、这次的数据我当时取的是7月13日-26日，大概13天的数据量。我们可以看到，投资频率最高的投资人投资次数在35次，也就是说，2周以内，他平均每天将近3次，这是一个用户粘度非常高的用户，而且还有一个很显著的特点，这位用户投资的期限都很长，一看就是一个深度的用户。
2、从整个图上来看，这些深度用户或者老用户一般都选择12.6%和12.1%的期限分别为36个月和24个月的。这说明，这些深度用户可支配的闲余资金比较多，为了追求高收益宁愿放弃资金的流动性。这部分用户是重点维护的对象。
五、最后我们来分析一下，投资人的投资时间分布情况。
1、用户在上午的9点-10点和下午的3点-5点之间是最活跃的两个投资时间点。尤其在9点和10点之间，投资占比达到了15%，一个非常高的峰值。这个时间是根据7月13-26号的所有投资时间的一个平均。而在凌晨1点-5点之间，是投资活跃度最低的时间。
2、中午的一点钟，是整个白天中，除了7点-8点以外，最低的时间段就是下午1点钟，这跟大家整个白天上班情况很相似。
这张图其实非常的形象，就像是一个躺着的僵尸，将两只手伸直。其实我们称它为僵尸图。
整个数据分析的流程，大概就是这样的。如果有想要源代码的，可以留下邮箱，我统一发给你们，后面我会直接上传到GitHub上，共享出来。
后面会介绍一些BI工具的使用，只要你使用好BI工具，这些图形的制作都是小意思，其实最关键的还是如何从数据中得出有价值的信息。
