本文是对Airbnb分析案例的汇总。本次分析围绕用户获取&流量转化展开，对产品的产品规模，用户特征，获客渠道以及流量转化几方面进行分析。本次分析利用Python进行数据处理，利用Tableau进行数据可视化。
可视化成果链接：Airbnb产品数据情况
Airbnb产品数据情况
项目背景
Airbnb是一家联系旅游人士和家有空房出租的房主的服务型网站，它可以为用户提供多样的住宿信息。获取平台佣金是Airbnb重要的收入方式，因而充足的用户资源及转化率至关重要。本项目从产品的角度出发，对用户及流量进行分析，为产品的进一步优化提供支持。
分析目标
- 查看Airbnb用户增长及转化率的基本情况以及趋势。
- 通过用户画像分析了解用户基本特征，为获客及运营转换提供支持。
- 渠道分析，从数量与质量两个角度去判断渠道优劣，优化获客渠道。
- 通过漏斗分析，找出路径中薄弱环节，为产品及运营提供优化方向。
数据来源及描述：
- 数据集来kaggle：https://www.kaggle.com/c/airbnb-recruiting-new-user-bookings/data
-
数据描述：
数据详情
分析框架
分析框架
数据导入
import pandas as pd
import numpy as np
dt_user = pd.read_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\train_users_2.csv")
dt_user.head()
dt_user
dt_session = pd.read_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\sessions.csv")
dt_session.head()
dt_session
数据清洗
# 查看dt_user数据情况
dt_user.duplicated(subset=['id'], keep='first').sum()
dt_user.isnull().sum()
dt_user.describe()
dt_user数据情况
通过对dt_user数据查看：
- date_first_booking缺失124543个值，age缺失87990个值，first_affiliate_tracked缺失6065个值。其中date_first_booking可能为未付费用户。
- 通过描述性统计，发现age最小为1岁，最大为2014岁，可能为用户未填写真实信息，需要对其数据清洗。
# 将小于7岁与大于75岁的年龄赋值为0
dt_user.loc[(dt_user['age'] < 7) | (dt_user['age'] > 75),'age'] = 0
dt_user[(dt_user['age'] < 7) | (dt_user['age'] > 75)]['age']
# 查看dt_session数据情况
dt_session.isnull().sum()
dt_session数据缺失值
通过对dt_session数据缺失值查看，发现user_id, action, action_type, action_detail, secs_elapsed存在缺失值，可能由于系统未能跟踪记录导致，对分析不产生影响，故不需要处理。
数据分析
1. 历史注册用户增长及转化率情况
# 查看数据类型，发现日期列为字符串类型，需要转换
type(dt_user['date_account_created'][1])
dt_user_trend = dt_user
# 日期格式转化，同时添加'month_account_created'列，记录月份
dt_user_trend['month_account_created'] = pd.to_datetime(dt_user['date_account_created']).apply(lambda x:x.strftime("%Y-%m"))
# 按照'month_account_created'列分组，对id计数，获得各月新增注册用户数
dt_user_trend = dt_user_trend.groupby(['month_account_created']).agg({'id':'count','date_first_booking':'count'}).rename(columns = {'id':'user_count','date_first_booking':'booking_numb'}).reset_index()
# 转化率
dt_user_trend['booking_rate'] = dt_user_trend['booking_numb'] / dt_user_trend['user_count']
# 保存并可视化分析
dt_user_trend.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_user_trend.csv")
历史注册用户增长及转换率
用户增长及转化率：
- 注册用户数成稳步上升趋势，产品规模持续增加
- 2013年开始，注册用户数增速提升，有呈质数爆发式增长的趋势
- 转化率成明显的下跌缺失，由原先的60%跌到40%左右。
2. 用户特征
2.1 用户性别占比
# 对性别分组聚合
dt_user_gender = dt_user.groupby(['gender']).agg({'id':'count','date_first_booking':'count'}).rename(columns = {'id':'gen_numb','date_first_booking':'booking_numb'})
# 重置索引
dt_user_gender = dt_user_gender.reset_index()
# 去除无效值
dt_user_gender = dt_user_gender[dt_user_gender['gender'].isin(['FEMALE','MALE'])]
# 性别占比分析
dt_user_gender['gen_rate'] = dt_user_gender['gen_numb'].apply(lambda x:x/dt_user_gender['gen_numb'].sum())
# 转化率
dt_user_gender['booking_rate'] = dt_user_gender['booking_numb'] / dt_user_gender['gen_numb']
# 保存并可视化分析
dt_user_gender.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_user_gender.csv")
性别占比分析
性别特征：
- 男性用户与女性用户在用户注册量上却别不大，男性用户较女性用户多7.32%。
- 男女付费转化率相当，没有明显差异
2.2 用户年龄分布
dt_user_age = dt_user
# 分箱及切分
dt_user_age['age_level'] = pd.cut(dt_user_age['age'],[7,10,20,30,40,50,60,70])
# 筛选不为Null部分
dt_user_age = dt_user_age[dt_user_age['age_level'] == dt_user_age['age_level']]
# 对年龄段分组聚合
dt_user_age_group = dt_user_age.groupby(['age_level']).agg({'id':'count','date_first_booking':'count'}).rename(columns = {'id':'age_level_numb','date_first_booking':'booking_numb'})
# 占比分析
dt_user_age_group['age_level_rate'] = dt_user_age_group['age_level_numb'].apply(lambda x:x/dt_user_age_group['age_level_numb'].sum())
# 转化率
dt_user_age_group['booking_rate'] = dt_user_age_group['booking_numb'] / dt_user_age_group['age_level_numb']
# 重置索引
dt_user_age_group = dt_user_age_group.reset_index()
# 填充空值
dt_user_age_group.loc[0,'booking_rate'] = 0
# 保存并可视化分析
dt_user_age_group.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_user_age_group.csv")
用户年龄分布及转化率
年龄分布：
- 产品注册用户集中在20-50岁，占比高达86%
- 付费转化率基本均在50%到60%之间，其中30-40岁年龄段转化率最高57%，10-20岁年龄段转化率最低47%
2.3 设备使用情况
# 使用设备占比
dt_device_type = dt_session['device_type'].value_counts(normalize=True).reset_index().rename(columns = ({'index':'device_type','device_type':'dt_rate'}))
# 保存并可视化分析
dt_device_type.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_device_type.csv")
用户使用设备占比
设备使用：
- PC设备使用率高达约60%，明显高于移动设备，数据集为2010-2014年数据，当时移动互联网还没有大幅普及
- PC设备中，Mac的使用占比为34%，较Windows设备25%高9%；移动设备中，Iphone占比为20%，明显高于其他类型手机。
2.4 浏览器使用偏好
# 分组聚合
dt_user_browser = dt_user
dt_user_browser = dt_user_browser.groupby(['first_browser']).agg({'id':'count','date_first_booking':'count'}).rename(columns = {'id':'browser_numb','date_first_booking':'booking_numb'}).reset_index()
dt_user_browser = dt_user_browser[dt_user_browser['first_browser'] != '-unknown-']
# 占比分析
dt_user_browser['browser_rate'] = dt_user_browser['browser_numb'].apply(lambda x:x/dt_user_browser['browser_numb'].sum())
# 转化率
dt_user_browser['booking_rate'] = dt_user_browser['booking_numb']/dt_user_browser['browser_numb']
# 保存并可视化分析
dt_user_browser.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_user_browser.csv")
浏览器使用占比
浏览器使用偏好：
- PC端浏览器使用主要集中在Chrome，Safari，Firefox及IE；移动端主要为Safari，其他类型浏览器占比非常低，不足2%，这里图表中没有体现。
- Chrome的注册用户数及转化率均为最高。
2.5 用户旅行目的地偏好
# 排除NDF与other并对目的地占比进行分析
dt_user_ct_d = dt_user[~dt_user['country_destination'].isin(['NDF','other'])]['country_destination'].value_counts(normalize=True)
# 重命名
dt_user_ct_d = dt_user_ct_d.reset_index().rename(columns = {'index':'country_destination','country_destination':'ct_d_rate'})
# 保存并可视化分析
dt_user_ct_d.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_user_ct_d.csv")
用户旅行目的地偏好
旅行目的地偏好：
- 注册用户首次履行的地点多为美国本地，占比约79%。
- 境外出游目的地国家均为欧洲发达国家。
3. 营销方式与渠道分析
3.1 各营销方式流量占比及付费转换情况
# 分组聚合获取注册用户数
dt_user_channel = dt_user.groupby(['affiliate_channel']).agg({'id':'count'}).rename(columns = {'id':'channel_numb'}).reset_index()
# 获取付费用户数
dt_user_channel['channel_booking_numb'] = list(dt_user.groupby(['affiliate_channel']).agg({'date_first_booking':'count'}).rename(columns = {'date_first_booking':'channel_booking_numb'})['channel_booking_numb'])
# 付费转换率
dt_user_channel['channel_booking_rate'] = round(dt_user_channel['channel_booking_numb'] / dt_user_channel['channel_numb'],4)
# 保存并可视化分析
dt_user_channel.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_user_channel.csv")
各营销方式用户注册增长及付费情况
营销方式：
- 从用户注册增长量来看，direct占比最高，约70%，其次是sem-brand与sem-non-brand。
- 从付费转化率来看，direct/sem-brand/sem-non-brand转化率相当。
3.2 各营销来源流量占比及付费转换情况
# 分组聚合获取注册用户数
t_user_provider = dt_user.groupby(['affiliate_provider']).agg({'id':'count'}).rename(columns = {'id':'provider_numb'}).reset_index()
# 获取付费用户数
dt_user_provider['provider_booking_numb'] = list(dt_user.groupby(['affiliate_provider']).agg({'date_first_booking':'count'}).rename(columns = {'date_first_booking':'provider_booking_numb'})['provider_booking_numb'])
# 付费转化率
dt_user_provider['provider_booking_rate'] = round(dt_user_provider['provider_booking_numb'] / dt_user_provider['provider_numb'],4)
# 保存并可视化分析
dt_user_provider.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_user_provider.csv")
各营销渠道用户注册增长及付费情况
营销来源：
- 从注册用户数来看，direct占比最高，diret/google两项占比约90%
- 从转化率而言，direct/goole转化率基本相当。
4. 用户转化漏斗
# 漏斗路径：
# 总用户 -> 活跃用户 -> 注册用户 -> 下单用户 -> 实际支付用户 -> 复购用户
# 总用户：即session用户
# 活跃用户：我们定义session超过10次为活跃用户
# 注册用户：与user表匹配，即为注册的用户
# 下单：action_detail = 'reservations'
# 实际支付：action_detail = 'payment_instraments'
# 复购：筛选payment_instraments，对session user_id分组计数>=2即为复购
# 总用户数
dt_funnel = pd.DataFrame()
dt_funnel['UV'] = dt_session.groupby(['user_id']).agg({'user_id':'count'}).count()
# 活跃数
dt_active = dt_session.groupby(['user_id']).agg({'user_id':'count'})
dt_funnel['Active'] = list(dt_active[dt_active['user_id'] >= 10].count())
# 注册用户数
dt_logon = dt_session
dt_logon = dt_logon[dt_logon['user_id'].astype('str').isin(list(dt_user['id']))]
dt_logon = dt_logon.groupby(['user_id']).agg({'user_id':'count'}).count()
dt_funnel['Logon'] = dt_logon
# 下单用户数
dt_reserve = dt_session
dt_reserve = dt_reserve[dt_reserve['action_detail'] == 'reservations']
dt_funnel['Reserve'] = dt_reserve['user_id'].nunique()
# 实际支付用户
dt_pay = dt_session
dt_pay = dt_pay[dt_pay['action_detail'] == 'payment_instruments']
dt_funnel['Pay'] = dt_pay['user_id'].nunique()
# 复购
# dt_repay = pd.DataFrame()
dt_repay = dt_pay.groupby(['user_id']).agg({'user_id':'count'})
dt_funnel['Repay'] = dt_repay[dt_repay['user_id'] >= 2].count()
# 重置索引
dt_funnel = dt_funnel.reset_index(drop = True)
#行列转换
dt_funnel = dt_funnel.stack().reset_index().rename(columns = {'level_1':'Dimension',0:'numb'})[['Dimension','numb']]
# 保存并可视化分析
dt_funnel.to_csv(r".\airbnb-recruiting-new-user-bookings\airbnb-recruiting-new-user-bookings\after_data\dt_funnel.csv")
用户转化漏斗
用户转化漏斗：
- 从用户第一次接触到登陆注册的转化率约为54%，从登陆到付费的转化率约为12%，从付费到复购转化率为46%。
- 由漏斗可知，用户登陆到用户付费环节，用户流失率最高。复购率约46%，表现良好。
总结
1. 用户增长及转化率：
分析总结：
1）注册用户数成稳步上升趋势，产品规模持续增加
2）2013年开始，注册用户数增速提升，有呈质数爆发式增长的趋势
3）转化率成明显的下跌缺失，由原先的60%跌到40%左右。
策略建议
注册用户数持续增加，且增速逐渐加快，整体趋势良好；但付费转化率则呈下降趋势，结合漏斗分析，用户在初次使用到活跃到注册，转化率都在60%以上，但从注册到付费转化率锐减至14%，产品运营在付费转化方面可能存在问题。此外，可能也与Airbnb处于发展期，用户规模的迅速扩张是首要目标。
2. 用户画像：
分析总结：
1）性别特征：男女用户在注册及转化率均相当，无明显差异
2）年龄分布：产品用户集中在20-50岁，其中20-40岁占比70%，40-50岁占比15%；转化率方面20-50岁转化率基本相当
3）设备使用：PC用户明显高于移动端用户，其中Mac占34%，Windows占25%。
4）浏览器使用偏好：主要为PC端Chrome，Safari，Firefox及IE四类，占比约90%。移动端主要为Safair，占比约10%
5）旅行目的地偏好：79%均为美国本土游，出境游更偏爱欧洲发达国家。
策略建议：
1）年龄分布：广告内容策划可结合20-40岁人群的兴趣爱好，将产品特点融入其中，营造体验式氛围，吸引这部分人群的使用；
2）设备及浏览器方面：推广投放中心要放在PC端，可尝试与Chrome，IE，Firefox，safari合作提升产品曝光量。
3）旅行目的地偏好：多数为本土出行，可尝试联合本土出行攻略网站，在热门的景区添加推广，提升产品曝光量，此外可以与本土交通运输公司合作进行推广。
3.漏斗转化
分析总结：
1）从用户第一次接触到登陆注册的转化率约为54%，从登陆到付费的转化率约为12%，从付费到复购转化率为46%。
2）从预约到付费，有13%的流量损失。
3）由漏斗可知，用户登陆到用户付费环节，用户流失率最高。复购率约46%，表现良好。
策略建议：
1）注册到预定流失率较高，可能因为产品无法满足用户的需求，没有切中用户痛点，建议进行进一步用户调研，优化产品服务；
2）预约到付费转化中有13%的流失，需要排查是否在付费环节产品存在缺陷，导致用户无法付费造成流失。
