前一天的示範中，已經為大家介紹如何分析每個月的會員註冊人數，老闆在看完會員人數後，好奇地問了一句，這些會員中會購買商品的轉換率是多少？ 所以啦，負責資料分析的你便開始動工，結合訂單資料來查找囉！

orders = read.csv("input/orders.csv", stringsAsFactors=FALSE, fileEncoding="big5")

看到訂單資料中有個column 是BUYERID 了吧，我們將這個BUYERID 萃取出來。

buyer_list <- orders %>%
    distinct(BUYERID)
buyer_list <- buyer_list$BUYERID

dplyr套件中 distinct函式是個可以去除重覆並找出唯一值的方法，我們指定BUYERID ，因此我們得到一個存有消費紀錄的會員ID vector。

result <- user %>%
    mutate(Month = as.Date(user$CREATETIME, "%m/%d/%Y %H:%M:%S")) %>%
    mutate(Month = substring(Month,1,7)) %>%
    mutate(HasBought = ID %in% buyer_list)

接著，我們在dplyr中多加一個mutate ，使用%in% 字符，他的會回傳TRUE/FALSE，來決定該值是否存在於其中

最後再用一次group_by() 就可以得到我們要的結果啦! 而group_by的參考值以Month 和HasBought 兩者來區分。

result <- user %>%
    mutate(Month = as.Date(user$CREATETIME, "%m/%d/%Y %H:%M:%S")) %>%
    mutate(Month = substring(Month,1,7)) %>%
    mutate(HasBought = ID %in% buyer_list) %>%
    group_by(Month, HasBought) %>%
    summarise(MembersCount = n())

最後再用ggplot 畫出圖表。

ggplot(result, aes(x=Month, y=MembersCount, fill=HasBought)) +
    geom_bar(stat="identity")

由此發現，其實註冊會員後但有購買紀錄其實不多啊...(資料是亂數產生)

ref:
day3原始碼