爱彼迎产品分析（Python）

一、项目背景与目的

1 背景

Airbnb是一个旅行房屋租赁社区，用户可通过网络或手机应用程序发布、搜索度假房屋租赁信息并完成在线预定程序,其社区平台在191个国家、65,000个城市为旅行者们提供数以百万计的独特入住选择,被时代周刊称为“住房中的EBay”。
Airbnb在做好了产品体验、房源美感、民宿共享服务之后，这款产品和背后的业务是否存在可以改进的地方？

2 提出问题

一款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）中，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，哪些渠道的效果更好，企业就要及时调整和增加此渠道的投入，哪些渠道的效果很差，就要及时查找原因并给出解决。
另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业务转化情况，企业针对流失率较高的漏斗环节进行改进，可以有效促进业务发展。

针对分析的目的，提出以下三个问题：

1. airbnb的目标用户群体具有什么样的特征？
2. airbnb当前的推广渠道有哪些是优质的、有哪些做的还不够好且需要改进？
3. 当前的转化率和流失率在哪一个环节存在问题，或者有较大的改进空间？

二、分析维度

1 分析指标

本项目将着重从用户画像、推广渠道、转化漏斗三个方面去进行分析，并探索爱彼迎在产品和业务上还有哪些可以改进的地方。

2 细分指标

2.1 用户画像

1. 用户性别分布；
2. 用户年龄分布；
3. 用户地区分布；
4. 国人去国外预定的地区；

2.2 推广渠道

1. 每月新增用户；
2. 不同用户端注册量；
3. 不同推广渠道注册量；
4. 不同推广渠道的转化率；
5. 不同营销内容注册量；
6. 不同营销内容的转化率；

2.3 转化漏斗

1. 注册用户占比；
2. 活跃用户占比；
3. 下单用户占比；
4. 实际支付用户占比；
5. 复购用户占比；

三、数据概览

1 数据来源及描述

本次项目的数据来源于Kaggle–Airbnb New User Bookings其中train_user表中为用户数据（21w * 15），sessions表中为行为数据。（104w * 6）

2 数据集含义

2.1 train_users表

id：用户ID
date_account_created：帐户创建日期
date_first_booking：首次预订的日期
gender：性别
age：年龄
signup_method：注册方式
signup_flow：用户注册的页面
language：语言偏好
affiliate_channel：营销方式
affiliate_provider：营销来源，例如google，craigslist，其他
first_affiliate_tracked：在注册之前，用户与之交互的第一个营销广告是什么
signup_app：注册来源
first_device_type：注册时设备的类型
first_browser：注册时使用的浏览器名称
country_destination：目的地国家

******************** 基本信息
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 213451 entries, 0 to 213450
Data columns (total 16 columns):
id                         213451 non-null object
date_account_created       213451 non-null object
timestamp_first_active     213451 non-null int64
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
dtypes: float64(1), int64(2), object(13)
memory usage: 26.1+ MB
None
******************** 空值
id                              0
date_account_created            0
timestamp_first_active          0
date_first_booking         124543
gender                          0
age                         87990
signup_method                   0
signup_flow                     0
language                        0
affiliate_channel               0
affiliate_provider              0
first_affiliate_tracked      6065
signup_app                      0
first_device_type               0
first_browser                   0
country_destination             0
dtype: int64
******************** 重复值
False    213451
dtype: int64

2.2 sessions表

user_id：与users表中的“id”列连接
action：埋点名称
action_type：操作事件的类型
action_detail：操作事件的描述
device_type：此次会话所使用的设备

******************** 基本信息
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10567737 entries, 0 to 10567736
Data columns (total 6 columns):
user_id          object
action           object
action_type      object
action_det