民宿IM(即时通信)转化率因素分析
一、研究背景
对IM聊天内容进行抽样调查,用户未转化的原因有:商户没回复(尤其24点左右,占比30%)、房子不满足需求(占比29%)、不明确(占比33%)、未到预订时间(占比3%)、线下交易(4%)、没需求闲聊(占比1%)。需分析所有售前咨询会话中,有无订单转化的会话在部分数据指标上的区别,并验证其相关性,从而促进业务发展,提高用户满意度。相关数据已脱敏。
二、数据介绍
本文数据选取x月上旬全部售前会话,以及这些用户在x月的订单状况。由于一个用户与一个门店只生成一个会话id,其中可能包含售后对话,对消息条数、咨询门店量等因素的分析有较大影响,所以笔者只选取用户在同一门店下的第一笔订单。数据具体信息如下:
变量名 | 描述 | 备注 |
conversation_id | 会话id | 一个用户和一个门店只产生一个会话id |
house_id | 房屋id | |
type | 是否下单 | |
hotel_id | 门店id | |
user_id | 用户id | |
hfsj | 回复时间 | 采取用户和商户第一条发言的差值 |
house_type | 房屋类型 | |
valid_comment_num | 有效评论数 | |
bad_comment_num | 差评数 | |
base_price | 价格 | |
comment_score | 评分 | |
house_class | 房屋等级 | 共四级,4最优 |
favoriteusercount | 房屋收藏数 | |
ckqb | 查看全部 | 用户是否点击“查看全部”,详情见下方 |
jd | 进店 | 用户是否点击“进店” |
cnxw | 猜你想问 | 用户是否点击“猜你想问” |
lxdh | 联系电话 | 用户是否点击“联系电话” |
sc | 收藏 | 用户是否收藏房屋 |
其中用户行为等字段具体见下图:
三、描述分析
(一)商户维度:
1.房屋类型
所有会话中,房型最多的是普通公寓,占比57%,超过一半;第二多为酒店式公寓,占比五分之一。
老洋房,loft复式,别墅单间为转化率前三的房型,新奇有趣性价比高,与用户调性相符,而倒数的标准酒店,青旅,独栋别墅则恰恰相反。
2.房屋等级
房屋等级越高,转化率越高,即使是相对于酒店性价比更高的民宿,用户还是倾向于质量更好的房屋。
3. 房屋评论
从下方两张图中都可以看出,有效评论数更多的房子转化率更高。房屋差评数和转化率呈负相关关系。点评分与转化率呈正向相关,但相关性不大,且波动幅度较大。相较于未下单,下单的房屋的图片分偏高。
4.房屋收藏数
相较于未下单,下单的房屋的收藏数更高。
5.价格
下面直方图是所有会话中房屋价格的分布,从图中可以看到,价格在200左右的房屋占比最多。从箱型图可以看出,相较于未下单,下单的房屋的价格更高一点,用户倾向于质量更好的房屋。
(二)用户维度:
1.用户点击
从数据可以看出,点击这五个按钮的用户的转化率都提高了很多,尤以联系电话为最,提高了17个百分点。之后依次是查看全部,猜你想问,进店,收藏。因为点击了这些地方的用户购买意愿会更高。
2.用户消息条数
转化率随着消息条数的增加而增加,转化率增加的幅度却下降,30条消息之后波动较大,参考性较低。
3.用户咨询门店量
用户咨询了五个门店量时的转化率最高,5之后呈下降趋势。随着咨询门店量的增多,用户的耐心也逐渐耗尽。咨询一个门店量的用户基数太大,可能因为误触或新奇感导致转化率较低。16之后波动较大。
四、模型构建
采取逻辑回归模型对数据进行分类预测,并得出特征重要性。回复时间和差评数与转化率有很强的负相关关系;对转化率正向影响较大的字段有:查看全部,联系电话,进店,猜你想问,有效评论数。与之前描述分析结果大致相同。
五、建议与总结
(一)建议
1.增加用户评价的功能
2.在用户咨询五个门店量时发送相关push
3.采用优惠奖励等方式提高用户评论积极性;
4.促进房东对“查看全部”的及时维护与更新;
5.提高房东回复速度;
(二)不足
1.只探索了相关性,未研究因果性;
2.未对用户行为进行时间限制,造成微小误差;
3.未将“门店量”这一字段纳入模型搭建;
4.时间精力所限,特征选取有些粗略。
5.效率有些慢。