0%

Airbnb用户及业务数据分析

发表于

一、分析背景和目的

1.1背景

Airbnb成立于2008年，现已时间成为了短租民宿行业的巨头，并且强烈冲击着传统酒店行业的格局，Arbnb作为一款社区平台类产品，其业务遍布191个国家，并且经常出现在商业分析的优秀案例中，Airbnb在做好了产品体验，房源美感，名宿共享服务后，这款产品和背后的业务是否存在可以改进的地方？

1.2 提出分析问题

一款好的产品的发展必然伴随着不断的迭代
在AARRR模型中，第一个A——用户获取，提高新用户获取的数量和质量是不断监测并优化的一个工作，哪些渠道的效果好，企业就要及时调整和增加此渠道的投入，哪些渠道效果不理想，就要及时找出原因并给出解决方案（渠道分析）
此外，转化漏斗分析也是数据分析环节的重要指标，可以从宏观角度了解整个产品的转化情况，企业针对流失率较高的漏斗环节进行改进，可以更有效的促进业务的发展（转化漏斗分析）

针对以上分析目的，提出以下三个问题：

  1. Airbnb的目前用户群体的特征？（用户特征分析）
  2. Airbnb当前的推广渠道有哪些是优质的？有哪些是做的不好的且需要改进？（渠道分析）
  3. 当前转化率和流失率中哪一个环节存在问题，或者说有较大进步空间？（转化漏斗分析）

二、分析维度

2.1 根据问题设立分析维度

根据问题，提出三个分析维度：
用户画像分析
推广渠道分析
转化漏斗分析

2. 2各维度分析指标

  1. 用户画像分析
  • 用户性别的分布特征；
  • 用户年龄的分布特征；
  • 用户地区的分布特征。
    ps:不同的产品对客户的不同属性敏感度不同，比如有些产品依赖于客户的学历/收入/行业等，此时对客户进行客户画像分析就需要加入这些维度的数据，使客户画像更清晰，更有价值
  1. 推广渠道分析
  • 每月新增用户
  • 不同用户端的注册量
  • 不同推广渠道的注册量
  • 不同营销内容的注册量
  • 不同推广渠道的转化率
  • 不同营销内容的转化率
  1. 转化漏斗分析
  • 注册用户占比
  • 活跃用户占比
  • 下单用户占比
  • 实际支付用户占比
  • 复购用户占比

三、数据清洗

3.1 数据集描述

数据集名称: airbnb-recruiting-new-user-bookings
数据集来源：https://www.kaggle.com/c/airbnb-recruiting-new-user-bookings/data
数据集简介：此数据集使kaggle上的一个竞赛项目，主要用来制作目的地信息预测模型，此数据集住主要包含两张数据表，其中user表为用户数据，session为行为数据
数据集大小：
213451 * 16(user)、
10567737 * 6(sessions)

熟悉数据：

###用户表
id:用户ID
date_account_created:账户创建日期
timestamp_first_active:账户首次活跃时间戳（可能早于账户创建时间和首次预定日期）
date_first_booking：账户首次预定日期
‘gender’：性别
‘age’：年龄
‘signup_method’:注册方式
‘signup_flow’：用户注册时的来源页面
‘language’：用户语言偏好
‘affiliate_channel’：付费营销类型
‘affiliate_provider’：引流供应商
‘first_affiliate_tracked’:首次认知引流追踪（注册前与用户交互的第一个营销手段）
‘signup_app’：注册来源
‘first_device_type’：首次来访设备
‘first_browser’：首次浏览器
‘country_destination’：目的国家

###session表（用户web会话日志）
user_id: 与用户表中的“id”列关联
action：动作（浏览，搜索、
action_type：动作类型（点击、
action_detail：动作细节
device_type：会话使用设备
secs_elapsed：持续时间

3.2 重复值处理

用户表中，每个用户生成一条记录，所以需排查id字段是否重复，
重复数据
经过查看无重复，不需要处理重复值

3.3缺失值处理

经查看缺失情况如下
缺失数据

缺失原因推测及处理

  • date_first_booking(首次预定日期）存在较多缺失，可以推测是因为客户还未下单
  • age年龄缺失是因为客户未填写这部分信息
  • first_device_type 注册来源渠道缺失是前端未追踪到这部分信息
    处理
    其他字段都很完整，后续是对每个字段进行统计分析，所以 保留有缺失的记录，在统计时对字段分别进行值和缺失的统计

3.3 异常值处理

  1. ‘age’字段存在的异常数据很多，年龄大于100的有2K多条记录，还存在一部分，2013，2014这种年份数据，推测这些脏数据是用户随意填写造成
  • 处理：将年龄小于7或大于75的数据统一设为0
  1. ‘gender’字段存在大量‘-unkonw-’和‘-’可以看作这些性别数据，客户未填写
  • 处理：将‘-unknown-’和‘-‘统一为’-unknown-‘

四、用户画像分析

用户特征分为用户特点和用户行为
用户特点：人口统计信息，性格爱好，需求特征等
用户行为：频率，习惯，消费等

4.1用户的性别分布特征

用户性别占比

对gender字段进行统计，未知占45.0%，女性占比29.5%，男性占比25.5%
可以看出，男女用户占比差别不大，男性用户比女性用户多4%

4.2 用户年龄分布

年龄分布
从年龄分布的直方图中可以看出：
Airbnb的用户主要为“青中年”群体，其中用户数量最多的是80后（29岁~39岁）其次是90后，然后是70后。

4.3 用户地区分布

（绘制语言树状图）
用户使用语言

  • airbnb产品遍布多个地区
  • 有超过96%的用户是英语国家（欧美），airbnb是2013年开始进入中国市场（此数据集采集止于2014年）所以此时中文用户数量排第二，但占比还是较小。

五、流量渠道分析

5.1 每月新增用户

（流量增长趋势图）
每月新增用户趋势

  • airbnb的用户增长曲线健康，前期（2011年之前）增长平缓，2012年2月之后开始快速增长。
  • 此产品的新用户增长存在季节性规律：每年的7~10月份产品会迎来用户增长的高峰，推测为夏季（北半球）是旅游的旺季，而短租类产品正好是旅行消费的一种。

5.2不同用户端的注册量

不同客户端注册量

  • 用户主要使用电脑桌面客户端进行的注册，可能2014年手机并没有现在普及
  • 客户主要使用苹果设备

5.3不同推广渠道的注册量及转化率

  • 总体情况
    不同渠道拉新及转化
  • direct（直接注册）的注册量最多，而我们主要分析目的是分析推广渠道的优劣，后续分析中排除direct

将分析聚焦到注册量大于300的营销渠道上

不同营销渠道拉新及转化

5.3.1渠道拉新方面

  • 推广渠道上，拉新量前7个渠道(共37个渠道）的注册量占总推广渠道来源的87%，符合二八法则
  • 表现最好的是Google的品牌竞价（sem）渠道，Google的非品牌竞价的注册量紧随其后居拉新第二位

5.3.2渠道转化率方面

  • 整体渠道转化率均不错，多数渠道的转化率都在30%以上
  • 主要渠道（注册量前7名的渠道）中，Google_content的转化率存在异常，转化率为15.6%，明显低于其他主要渠道的转化率
  • other_api、google_seo、other_other三个渠道转化率表现优秀，均大于40%

##5.4 不同营销内容的注册量及转化率
image.png

  • 注册量排名第一的营销内容为untracked(未跟踪到)，以及部份追踪数据为NULL，产品的数据跟踪异常

将分析聚焦到有追踪数据的营销内容上
image.png

5.3.3 营销内容注册量方面

  • 从追踪到的数据来看，linked和omg的注册量和转化率均表现优异，两者带来的注册量占总营销内容来带的注册量的90%以上

5.3.4 营销内容转化率方面

  • 整体上转化率表现不错，除local ops 其他营销内容的转化率均在34以上
  • marketing转化率达45%

六、转化漏斗分析

对session表的user_id进行统计，此次进行用户分析的总用户数为：135484

6.1活跃用户占比

定义活跃用户为操作产品的次数大于10次的用户
活跃用户数为：111386
活跃用户占比= 活跃用户数/用户总数 = 82.2%

6.2 注册用户占比

注册用户数量：73815
注册用户占比 = 注册用户数/总用户数 = 54.4%

6.3下单用户占比

下单用户数：10367
下单用户占比= 下单用户数量/总用户数量 = 7.7%

6.4实际支付用户占比

实际支付用户总数量 ：9019
付款用户占比 =实际支付用户总数量/用户总数量 = 6.7%

6.5复购用户占比

复购用户总数量 ：5447
复购用户占比 = 复购用户总数量 / 用户总数量 = 4.0204%
用户转化漏斗

  • 从转化漏斗图可以看出，注册用户到下单的转化率为14.0%，流失率较高
  • 活跃用户的注册率为66.3%，可进一步提高
  • 下单到实际支付有约13.0%的流失
  • 复购率达60.4%，表现良好

七、分析结论汇总

7.1 用户画像

  • 用户性别、从有性别记录的数据来看，用户中男女性别占比差别不大，男性比女性占比仅多4%
  • 用户年龄、用户年龄段集中在青中年，最多的是80后，其次为90后，然后70后
  • 用户分布、用户绝大部分来自使用英语的欧美国家，占比高达96%以上，其次是中国

7.2 流量渠道

  • 2011年之前，用户增长缓慢，2012年开始用户迅速增长
  • 用户增长呈现一定季节性，7~10月份是旅游旺季，出现用户增长峰值
  • PC端和移动端用户均是苹果产品占优势
  • 直接从应用市场下载注册的用户占64.4%
  • 排名前7的营销渠道（共38个渠道）的拉新占所用渠道拉新的90%以上

优质渠道：
Google的seo和seo_no_brand 拉新和转化都表现较好

表现不佳的渠道：

  • Google的content转化出现异常，明显低于其他主要渠道较多
  • other_api 转化率表现不佳
  • 各供应商的content渠道转化率都较低在10%左右，其中gsp的content渠道转化率最低，约8.2%

营销内容方面:

  • 前端统计功能异常，未追踪到的用户达50%以上
  • linked和omg两个内容表现优异，带来的用户占所有营销内容带来的用户的90%以上
  • local ops带来的转化率最低

7.3 转化漏斗

  • airbnb用户转化漏斗中注册用户到下单这个环节的转化率仅14%
  • 活跃用户的注册率可以有进一步优化
  • 活跃和复购环节表现良好
    #八、业务和产品上的建议

八、分析建议

8.1 关于用户画像方面

  • 根据用户年龄特征分布，建议投放广告时主要针对20~40岁年龄段的目标用户
  • 在用户年龄字段出现较多异常值，建议产品开发设置用户输入信息的验证

8.2 关于推广渠道上

  • 7~10月份是业务旺季，建议运营部门在这之前做好宣传准备，加大活动营销力度，增加广告投放
  • 在主要营销渠道（注册量前7的渠道）中Google的content渠道的转化率非常低（只有15%），建议运营部门评估此渠道的ROI，考虑是否优化此渠道的投放
  • other_api,Google_seo,other_other,craigslist_other,facebook_seo这几个渠道转化率很高，都在40%以上，可以考虑增加这几个渠道的投放
  • 各渠道的SEO推广转化效果都挺好，SEO的获客成本较低，建议增加SEO相关资源的投入，考虑扩大SEO团队
  • 营销内容方面，建议优化表现较差的local ops,对不同的营销内容做对比分析，总结内容策划方面的方法论

8.3 转化漏斗方面

  • 活跃用户的注册环节流失率较高，建议用户调研，产品是否不能满足需求，或是注册流程有障碍
  • 注册用户的下单率很低，仅14%的注册用户下单，此环节是企业营收的关键步骤，建议围绕提升下单率开展工作
  • 下单到实际支付有约13%的用户流失，建议查明原因（是用户决策问题，还是支付流程问题，或是某些地区不支持某种支付类型）