Tableau对Airbnb房源的经营分析

Airbnb网站 https://www.airbnb.cn/

数据来源：Inside Airbnb: Get the Data

我将使用这个数据集完成Airbnb运营分析，将从房源信息、房东信息、价格信息、坐标信息等维度，以及预测分析，所有的现有数据都是为了更好地预测未来。

通过taleau数据源查看，数据集字段名如下图：

一.房源维度进行分析 

1.1、房源分布

可视化解读：整套房子（Private room）或公寓的房源（Entire home/apt）超过一半， 分享卧室型（Shared room）出租比例极低，可以看出北京airbnb更多是经营型的房东了

1.2、房源城区分布

可视化解读：北京的airbnb房源，以怀柔延庆等郊区房源为绝对主力。城区内，仅东城区房源相对较多。

1.3、房源价格区间分布

可视化解读：价格数量呈现绝对的反比关系。价格越高，独立房间的比例越低，整套房子比例越高。

1.4、入住量与价格/评价的关系

 可视化解读：

1，用户倾向高分房源，分数越高，点评入住越多

2,高价房源的用户更为挑剔，5k以上房源基本要求5分评分

3,新房源点评分为0,也能有一定的新房源红利，吸引部分尝鲜游客的体验

二.城市维度进行分析

2.1、房源密度分布

2.2、房源入住热度

2.3、房源价格区间分布

可视化解读：市中心房源价格并没有高于郊区 ，反而郊区水库旁的房源价格普遍偏高，

猜测是北京市民周末郊区度假，消费能力较高。

三.房东维度分析

3.1、房东分布

3.2、房源分布

可视化解读：有6296个房源中，受专业房东管理房源为3927,占比接近70%

3.3、房东性质分布

可视化解读：所有2665个房东中，专业房东更少，但管理房源更多

3.4、房东收入猜测分布

可视化解读：

1,按5倍假设，专业房东30天的交易金额，最高23W,整体分布比较均匀

2,兼职房东30天交易额假设，最高25w,分布也比较平均

3,从收入分布看，市场竞争上比较激烈