本文利用Airbnb用戶的注冊、訂單和日志行為等數(shù)據(jù)，從用戶畫像、營銷渠道轉(zhuǎn)化率、訂單漏斗分析三方面進行分析。我們需要考慮以下3個問題：

愛彼迎的目標用戶是什么樣的人群？有什么特點？

這些人群接受信息的渠道有哪些？或者說需求對應出現(xiàn)的場景在什么時候什么地方？

以什么樣的方式給他們傳遞愛彼迎的產(chǎn)品價值是有效的，印象深刻的？

這三個問題分別定義了傳播的對象、渠道、效率。
有了要解決的問題，我們就可以據(jù)此來定義相應的分析指標。

用戶畫像描述了Airbnb客戶的整體特征，如性別比例、年齡分層、所屬地比例、目的地等幾個方面進行刻畫。同時刻畫了注冊用戶的設備、賬號類別等基本信息，掌握用戶渠道來源。

營銷方面針對不同營銷渠道和營銷內(nèi)容（例如網(wǎng)站的不同推廣計劃）的注冊量和下單轉(zhuǎn)化率進行分析，了解更有效的營銷渠道和效果，從而有針對性的投放廣告，節(jié)約成本。

訂單漏斗分析根據(jù)客戶的行為日志數(shù)據(jù)對用戶的活躍程度、下單率、付款率、復購率進行了可視化，可以觀察整體流程中的薄弱點，從而有針對性的提高某一方面的轉(zhuǎn)化率。

本文參考了文章Airbnb(愛彼迎）產(chǎn)品分析報告里的一些指標觀點。

數(shù)據(jù)描述

數(shù)據(jù)來源于Kaggle競賽，主要包含以下信息：

• train_users.csv - 用戶訓練集
  • id: 用戶ID
  • date_account_created: 賬戶創(chuàng)建日期
  • timestamp_first_active: 第一次瀏覽的時間戳，注意由于用戶注冊前就可以瀏覽，因此可能早于注冊日期和第一次預定日期。
  • date_first_booking: 第一次預定日期
  • gender：性別
  • age ：年齡
  • signup_method ：注冊方式
  • signup_flow: 注冊來源網(wǎng)頁
  • language: 語言偏好
  • affiliate_channel: 營銷渠道
  • affiliate_provider: 營銷來源，例如google等
  • first_affiliate_tracked: 在注冊之前，用戶與之交互的第一個營銷內(nèi)容
  • signup_app ：注冊使用的app
  • first_device_type ：第一次使用時的設備類型
  • first_browser ：第一次使用時的瀏覽器
  • country_destination:旅行目的地
• sessions.csv - 用戶行為日志
  • user_id: to 與用戶表的ID 對應
  • action ：用戶行為
  • action_type ：用戶行為類型
  • action_detail ：用戶行為具體細節(jié)
  • device_type：設備類型
• countries.csv - 數(shù)據(jù)集中目的地國家的總結(jié)統(tǒng)計和地點
• age_gender_bkts.csv 用戶年齡分組、性別、目的地的總結(jié)統(tǒng)計

數(shù)據(jù)預處理

在開始分析之前，首先對數(shù)據(jù)進行預處理，包括重復值、缺失值、異常值等的處理。

import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import numpy as np sns.set(style="darkgrid") plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號data = pd.read_csv('train_users_2.csv') sum(data['id'].value_counts() == 1) #觀察是否有重復id data.info()

對比ID數(shù)量為1 的ID個數(shù)和總數(shù)據(jù)量，發(fā)現(xiàn)并沒有重復ID ，說明數(shù)據(jù)中是沒有重復ID 的，ID 可以用作主鍵。
查看16個變量的缺失值情況如下：

id 213451 non-null object date_account_created 213451 non-null object timestamp_first_active 213451 non-null float64 date_first_booking 88908 non-null object gender 213451 non-null object age 125461 non-null float64 signup_method 213451 non-null object signup_flow 213451 non-null int64 language 213451 non-null object affiliate_channel 213451 non-null object affiliate_provider 213451 non-null object first_affiliate_tracked 207386 non-null object signup_app 213451 non-null object first_device_type 213451 non-null object first_browser 213451 non-null object country_destination 213451 non-null object

可以觀察到缺失值情況如下，并分別對其制定相應的缺失值補充：

變量意義缺失個數(shù)可能原因缺失填充

date_first_booking	第一次預定日期	124543	沒有發(fā)生預定	0
age	年齡	87990	注冊頁面不是必填項	0
first_affiliate_tracked	第一次預定推銷內(nèi)容	6065	未經(jīng)過推銷	untracked

#缺失值處理 data['age'] = data['age'].fillna(0) data['first_affiliate_tracked'] = data['first_affiliate_tracked'].fillna('untracked') data['date_first_booking'] = data['date_first_booking'].fillna(0) data.info()

處理后不再具有缺失值。
下面對數(shù)據(jù)進行簡單的描述性統(tǒng)計，以便觀察數(shù)據(jù)形態(tài)。

data.columns #'id'標識變量 ；'date_account_created', 賬戶創(chuàng)建日期；'timestamp_first_active', 第一次活動的時間戳；'date_first_booking', 第一次預定日期 #離散變量：'gender', 'signup_method'，'signup_flow','language', 'affiliate_channel','affiliate_provider','first_affiliate_tracked', 'signup_app','first_device_type', 'first_browser', 'country_destination' #連續(xù)變量'age' class_column = ['gender', 'signup_method','signup_flow','language', 'affiliate_channel','affiliate_provider','first_affiliate_tracked', 'signup_app','first_device_type', 'first_browser', 'country_destination'] continuous_column = ['age'] for column in class_column:plt.hist(data[column])plt.title(column)plt.show()print('統(tǒng)計值：',data[column].value_counts())

由于變量較多，這里不再一一列舉，用gender這一變量進行舉例說明。

取值個數(shù)

-unknown-	95688
FEMALE	63041
MALE	54440
OTHER	282

同理可以觀察到連續(xù)變量age的直方圖分布如下：

可以很明顯的看到其中有一些年齡非常大，這是不合實際的，因此需要進行異常值處理，這里將年齡大于100歲的都當做異常值處理成0

#異常值處理 data["age"][data.age>100]=0 #可視化 plt.hist(data.loc[data['age'] != 0 ,'age']) plt.show()data.to_csv('train_users.csv')

此時年齡的分布就比較正常了，雖然有效的年齡數(shù)據(jù)并不多，但我們?nèi)匀豢梢钥醋鍪钦w數(shù)據(jù)的一個隨機抽樣，是可以代表整體年齡水平的。

用戶畫像

首先是用戶特點的刻畫，根據(jù)所有的數(shù)據(jù)，可以從目標旅行地點、客戶性別、客戶年齡、客戶來源地幾個方面獲取用戶的特點。

上面的動態(tài)可視化展示了目標旅行地點、客戶性別、客戶年齡三個方面的特性，從以上結(jié)果中我們大致可以發(fā)現(xiàn)幾點：

除了NDF表示的不明確地點外，目標旅行地點以美國為主，有6萬以上的游客，其次是意大利、法國等一些歐洲國家，但需要注意的是以上數(shù)據(jù)截止到2014年，當時Airbnb還沒進入中國市場。

性別上排除未采集到的信息和無效信息，整體男女比例FAMALE:MALE=63041：54440，基本持平，說明在Airbnb上的旅行受眾沒有明顯的男女區(qū)分。

年齡上各個國家的均值及四分位數(shù)基本都保持在20-60的范圍內(nèi)，說明用戶基本為中青年人群。

以受眾最多的美國為例，單獨觀察其性別和年齡分布：

可以看到在62374的美國旅行地用戶中，有22679的女性和19457的男性，男女比例基本持平，男性用戶略低，在年齡分布中大部分用戶的年齡分布在30-60歲，也符合中青年的受眾群體特點。

下面介紹一下客戶來源地。

可以看到用戶幾乎都來自說英語的國家，可以狹義的認為是美國或英國，這是由于當時處于Airbnb發(fā)展初期，業(yè)務范圍主要在西方一些國家。

上面只是簡單介紹了用戶的來源地，但實際上更有用的分析是獲客渠道的分析，即人群接受信息的渠道。

觀察上面的圖表，可以得到以下信息:

用戶在注冊Airbnb賬號時大多數(shù)會選擇通用的注冊方式，但同時使用Facebook賬號進行注冊的用戶也不少，而使用Google賬號注冊的用戶則較少，這可以說明旅行產(chǎn)品和社交網(wǎng)絡平臺的聯(lián)合可能是一個潛在的功能，可以開發(fā)注冊，識別好友，一鍵分享等功能。

在注冊方式中，大部分人會選擇使用網(wǎng)頁注冊，那么在網(wǎng)頁中投放Airbnb廣告可能會獲得比較高的獲客量，由于數(shù)據(jù)中沒有提供網(wǎng)頁注冊的轉(zhuǎn)化率情況，這方面暫時沒有數(shù)據(jù)可以支持。

在注冊設備一方面，注冊量比較高的是ipad、iphone、mac三種，這可能是由于本身這三種設備的使用率較高，而且也可以發(fā)現(xiàn)的一點是，無論在哪種設備上，注冊使用的瀏覽器前三名分別是Safari、Google、Firefox。

根據(jù)以上信息及分析，在Airbnb的廣告投放上更好的渠道方案可能是在Safari等常用瀏覽器的網(wǎng)頁投放，可以增加獲客量。

營銷渠道分析

下面考慮用戶的留存效率問題，最直觀的指標就是客戶的訂單轉(zhuǎn)化率，這里我們把客戶第一次訂單日期為空的用戶認為是沒有進行下單，從而計算轉(zhuǎn)化率。
先來簡單看一下Airbnb2010年-2014年以來用戶注冊數(shù)和訂單數(shù)變化情況。

可以很清晰的看到：

2010-2014無論是用戶注冊數(shù)還是訂單數(shù)都逐年增加。

每年的7、8月份都會有注冊數(shù)和訂單數(shù)的小高峰，處于旅行旺季。

自2012年以來，注冊數(shù)和訂單數(shù)有明顯的快速增長是Airbnb的高速發(fā)展期。

2014年夏天之后，訂單數(shù)有斷崖式下降。

我們可以通過分析不同營銷方式和營銷內(nèi)容的轉(zhuǎn)化率來確定之后的營銷投放重點：

可以看到：

注冊量最多的是direct（直接從應用商店下載），用戶可能是從網(wǎng)絡上獲取到相關信息后自行前往應用商店下載，從這里我們無法明顯看到營銷的效果。

還有獲客比較高的是Google的sem-brand和sam-non-brand，且相較于sam-non-brand來說sem-brand更高一點。

如果從轉(zhuǎn)化率的角度分析，baidu、Yahoo、Google、yandex等幾個網(wǎng)站的sem系列推廣都比較高，其中Google的轉(zhuǎn)化率和獲客都比較高

相對而言獲客和轉(zhuǎn)化率不太好的有Facebook的content，baidu的轉(zhuǎn)化率雖然比較高，但獲客量卻不太多。

漏斗分析

session數(shù)據(jù)表中關于action_detail這一列中，查看具體有哪些項：

SELECT DISTINCTaction_detail FROMsessions

由于有很多，這里不再一一列出，其中比較重要的幾列有：

名稱意義

reservations	下單操作
payment_instruments	支付操作

根據(jù)這些變量和數(shù)據(jù)，我們可以制作轉(zhuǎn)化率漏斗

step1 產(chǎn)生活動的用戶數(shù)

SELECTCOUNT( DISTINCT user_id ) FROMsessions

共有用戶135483。

step2 活躍用戶數(shù)

規(guī)定產(chǎn)生10次以上活動的用戶為活躍用戶。

SELECTCOUNT( DISTINCT user_id ) FROMsessions WHEREuser_id IN ( SELECT user_id FROM sessions GROUP BY user_id HAVING COUNT( user_id ) > 10 )

共有活躍用戶111977

step3 下單用戶數(shù)

SELECTCOUNT( DISTINCT user_id ) FROMsessions WHEREaction_detail = 'reservations'

共有10366用戶下單。

step4 支付用戶數(shù)

SELECTCOUNT( DISTINCT user_id ) FROMsessions WHEREaction_detail = 'payment_instruments'

實際共有9018用戶支付過。

step5 復購用戶數(shù)

SELECTCOUNT( DISTINCT user_id ) FROMsessions WHEREuser_id IN (SELECTuser_id FROMsessions WHEREaction_detail = 'payment_instruments'GROUP BYuser_id HAVINGCOUNT( user_id ) >= 2)

有4153用戶多次在Airbnb支付。
將以上數(shù)據(jù)計算比例轉(zhuǎn)化為圖形可以得到：

總結(jié)分析

同樣的，按照文章架構(gòu)，從用戶特點、營銷渠道、漏斗分析三個方面稍作總結(jié)。

Airbnb的用戶特點為大多數(shù)為中青年，男女比例均衡，用戶多為美國人，采用網(wǎng)頁注冊的用戶居多（如Google、Firefox等），往往會關聯(lián)Facebook等社交賬號。據(jù)此可以給出建議：營銷重點為中青年人士，且有巨大的海外市場可以繼續(xù)挖掘，如一些亞洲、東歐國家，廣告更適合在搜索引擎投放，可以與社交平臺產(chǎn)生聯(lián)動。

在營銷上，Airbnb自2012年起有大幅度的用戶增長，但2015年左右有下滑，需進一步分析原因，這就需要優(yōu)化拉新的措施，例如邀請新用戶獲得抽獎機會或‘錦鯉’營銷等。營銷內(nèi)容中效果比較好的是Google的sem-brand，當然其他營銷也有潛力。

在漏斗分析中，從活躍用戶到下單用戶有大幅度下降，轉(zhuǎn)化率僅有9.26%，這是整個鏈條中需要重點加強的部分，在這方面可以完善推薦系統(tǒng)，例如根據(jù)用戶的搜索記錄，推薦相應的目的地團購、優(yōu)惠、火爆旅行線路等，增加下單率。

總結(jié)

以上是生活随笔為你收集整理的Airbnb（爱彼迎）用户数据分析——tableau可视化和MySQL分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。