分析报告1

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。