名奢网 › 名表› 名表日报 › 查看内容

爱彼迎用户行为分析

2022-12-1 12:56| 发布者: 夏梦飞雨| 查看: 136| 评论: 0

放大缩小

简介：项目背景酒店、民宿是人们出行旅游必不可少的选择。Airbnb爱彼迎是全球民宿短租公寓预定平台，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。全球700万特色民宿、短租、酒 ...

项目背景

酒店、民宿是人们出行旅游必不可少的选择。Airbnb爱彼迎是全球民宿短租公寓预定平台，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。全球700万特色民宿、短租、酒店、公寓、客栈覆盖191个国家和地区短租民宿房源。

一、项目介绍

数据集来自Kaggle项目，提供用户列表以及他们的人口统计信息，Web会话记录和一些摘要统计信息。该数据集中的所有用户均来自美国。进行爱彼迎用户的行为分析。

使用工具：Navicat、Tableau

数据源：

二、提出问题

根据爱彼迎提供的数据，分析用户数据以及获取用户渠道以及转化率，查找原因并给出解决。主要有三个问题：

(1)爱彼迎用户群画像有哪些特征？

(2)爱彼迎的推广渠道分析？这些渠道的优劣？

(3)爱彼迎用户群行为转化率，哪些环节用户用户流失比较严重后果？

三、理解数据

train_users数据集的字段信息：

sessions数据集字段信息：

四、数据清洗

4.1重复值处理

train_users数据集中，每个用户只有一条记录，数据表设计时，di设为主键，排除重复值

sessions数据集，每个用户多个行为

4.2缺失值处理

统计缺失值，以age为例

#统计age特征缺失值
SELECT count(id) AS "年龄缺失值"
FROM train_users
WHERE age IS NULL

经过统计，可以发现各特征的缺失值如下：

date_first_booking数据缺失，是指没有下单用的用户
性别、年龄数据缺失原因可能是用户未填写
剩下四个特征是统计信息缺失

可以发现，相对于源数据，特征值缺失量比较大，不适合直接删除，尽在特征分析时进行针对性筛选。

4.3异常值处理

4.3.1时间信息分析

#查看注册时间范围
SELECT MIN(date_account_created) AS "年龄最小值", MAX(date_account_created) AS "年龄最大值"
FROM train_users
爱彼迎用户行为分析

用户注册时间范围2010.01.01-2014.06.30，与数据提供信息一直，注册时间没有异常值

4.3.2年龄范围

#查看年龄值得范围
SELECT MIN(age) AS "年龄最小值", MAX(age) AS "年龄最大值"
FROM train_users
爱彼迎用户行为分析

可以发现，年龄范围存在明显的异常值，后续在进行年龄特征分析时，需要筛选年龄数据。

4.3.3性别统计

#统计分析性别类别
SELECT gender,COUNT(id) AS 用户人数
FROM train_users
GROUP BY gender;
爱彼迎用户行为分析

可以发现，大量的用户没有填写用户性别信息，特别还有other，怎么出现的？？？

五、数据可视化

5.1用户画像分析

5.1.1性别特征分析

#统计用户的男女性别
SELECT gender,COUNT(id) AS 用户人数
FROM train_users
WHERE gender != "-unknown-" AND gender != "OTHER"
GROUP BY gender;
爱彼迎用户行为分析

可以发现，爱彼迎男女用的占比没有明显的差别，男性用户略高于女性用户，说明爱彼迎的用户体验对男女用户没有太大差异。

5.1.2年龄统计

#年龄统计
SELECT age,COUNT(id) AS "用户人数"
FROM train_users
GROUP BY age
HAVING age >0
ORDER BY age;
爱彼迎用户行为分析

可以发现，爱彼迎的主要用户群集中在25岁到35岁之间，根据注册时间是2010-2014年，可知这部分用户群以80后为主，其次70后，再次是90后的用户群。

5.1.3语言偏好

#语言偏好
SELECT language, COUNT(id) AS "用户人数"
FROM train_users
GROUP BY language
ORDER BY 用户人数 DESC
LIMIT 10;

爱彼迎用户行为分析

可以发现，爱彼迎的客户很国际化，用户群分布在全球过个国家，其中超过90%的客户来自美国，这可能和数据来源于美国有关，中文用户群占据第二。

5.1.4英语语言偏好目的地预订分析

#以英语语言分析预订目的地
SELECT country_destination, COUNT(id) AS 用户人数
FROM train_users
GROUP BY language, country_destination
HAVING language = 'en'
ORDER BY 用户人数 DESC;
爱彼迎用户行为分析

可以发现，主要预订的民宿的国家集中在美国，然后是法国，这和数据来源有关。

5.2推广渠道分析

5.2.1每月新增注册用户数量

#查看每月新增注册用户数量
SELECT date_format(date_account_created, '%Y-%m') AS year_moth, COUNT(id) AS "用户人数"
FROM train_users
GROUP BY date_format(date_account_created, '%Y-%m')
ORDER BY year_moth;
爱彼迎用户行为分析

可以发现：

(1)爱彼迎用户在2012年增长平缓，2012年之后用户群快速增高。

(2)爱彼迎用户的增长有明显的季节性，每年的7-10月份，都会出用户群增长高峰，推测应该是旅游出行的旺季。

5.2.2用户设备分析

#查询不同设备来源注册用户数
SELECT first_device_type, COUNT(id) AS "用户数"
FROM train_users
GROUP BY first_device_type
ORDER BY 用户数 DESC;
爱彼迎用户行为分析

可以发现：

(1)苹果设备，无论是平板还是手机都明显高于其它设备

(2)数据来源于2010-2014年，该时间段Android设备还没有普及，所以该设备用户来源较低

5.2.3推广渠道分析

#不同推广方式+渠道的注册数量
SELECT affiliate_channel, affiliate_provider, COUNT(id) AS "用户数",
SUM(CASE WHEN date_first_booking <> '0000-00-00 00:00:00' THEN 1 ELSE 0 END) AS "首订用户数",
SUM(CASE WHEN date_first_booking <> '0000-00-00 00:00:00' THEN 1 ELSE 0 END) / COUNT(id) AS "推广方式+渠道转化率"
FROM train_users
GROUP BY affiliate_channel, affiliate_provider
ORDER BY 用户数 DESC
LIMIT 20;
爱彼迎用户行为分析

可以发现：

(1)爱彼迎的推广渠道和方式真的是很多，统计有38个渠道，极度有利于吸引用户流量

(2)爱彼迎推广渠道转化率都比较高，且比较均衡，大部分转化率都在30%-40%

(3)用户群来源主要来源于直接应用市场APP下载，占据60%以上，可以发现TOP10的渠道用户群占据99%以上。

(4)content渠道和推广方式的用户群转化率比较低，多数低于10%。

5.2.4营销广告内容分析

#不同营销广告内容的注册数量
SELECT first_affiliate_tracked, COUNT(id) AS "用户数",
SUM(CASE WHEN date_first_booking <> '0000-00-00 00:00:00' THEN 1 ELSE 0 END) AS "首订用户数",
SUM(CASE WHEN date_first_booking <> '0000-00-00 00:00:00' THEN 1 ELSE 0 END) / COUNT(id) AS "营销广告转化率"
FROM train_users
GROUP BY first_affiliate_tracked
ORDER BY 用户数 DESC;
爱彼迎用户行为分析

可以发现：

(1)占据第一用户群是untracked未追踪到的用户数据

(2)linked无论是用户群还是注册用户转化率都排在第一，其次omg的用户群和转化率也不错，但是marketing和local ops的用户群相对较低。

5.3用户行为转化分析

#用户总数统计
SELECT COUNT(DISTINCT user_id) AS "用户总数量"
FROM sessions; #133302

SELECT COUNT(*) AS "活跃用户总数量"
FROM (
SELECT user_id
FROM sessions
GROUP BY user_id
HAVING COUNT(user_id) >= 10
) active;

#注册用户数：train_users 和 sessions表关联
SELECT COUNT(*) AS "注册用户数"
FROM train_users
WHERE id IN
(SELECT DISTINCT user_id FROM sessions) ; #73372

#下单用户数统计
SELECT COUNT(*) AS ‘下单用户总数量’
FROM (
SELECT user_id
FROM sessions
WHERE action_detail = 'reservations'
GROUP BY user_id
) booking;

#支付用户数量
SELECT COUNT(*) AS ‘实际支付用户总数量’
FROM (
SELECT user_id
FROM sessions
WHERE action_detail = 'payment_instruments'
GROUP BY user_id
) payed;

#复购用户数量
SELECT COUNT(*) AS ‘复购用户总数量’
FROM (
SELECT user_id
FROM sessions
WHERE action_detail = 'reservations'
GROUP BY user_id
HAVING COUNT(user_id) >= 2
) re_booking;
爱彼迎用户行为分析

可以发发现：

(1)爱彼迎用户行为转化流失率最大的环节是用户注册到用户下单，仅仅14%的注册用户下单。占总体用户的7%左右。

(2)支付用户和回购用户的转化率都比较高，说明爱彼迎的产品和服务让用户满意

六、结论和建议

(1)用户画像方面

爱彼迎男女用户群均衡，男性用户略多余女性用户，用户年龄集中在25-45之间，建议针对这部分用户群进行研究，投放推荐广告内容。

(2)推广渠道方面

爱彼迎用户群的增长和季节性有关，其中7-10月份是胡勇增长高峰，这个时间段可能是旅游出行季节，建议提高广告投放以及客服服务以及用户咨询等。
在37个推广渠道中，在主要渠道（注册量在前7名的渠道）中api_other（其他产品的API对接）渠道的转化率较低，建议产品设计部查找尾部排名的API对接产品，与对方产品沟通，从产品的流程设计、交互设计角度查找原因。
营销内容的埋点统计效果很差，常见两方面的原因。如果是研发导致的统计功能出错，需要立即修复。如果是运营人员不注重这一块的埋点统计，也就是运营同学没有提出埋点的任务，则需要行政介入，要求之后做好埋点工作。

(3)用户行为转化方面

爱彼迎用户行为转化流失率最大的环节是用户注册到用户下单，仅仅14%的注册用户下单。占总体用户的7%左右。例如针对活跃用户的用户轨迹定期推送优质房源，此外提高下单转化率是一项长期工作、需要结合多种策略并行。

(2)支付用户和回购用户的转化率都比较高，说明爱彼迎的产品和服务让用户满意。建议进行用户调研、或者在产品上统计用户未支付原因。

-------------------------------------结束----------------------------------------------

浪琴环球马术赛,浪琴专柜,浪琴官网,浪琴名匠