Airbnb(爱彼迎）产品分析报告

Airbnb(爱彼迎）产品分析报告

一、Airbnb背景

Airbnb成立于2008年，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。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。

二、分析问题

Airbnb能发展得如此迅速，在业务运营方面必然有闪亮的地方，故分析目标：分析业务闪亮点，以及业务中还存在哪些不足。
在AARRRR模型中，第一个A（用户获取），是业务发展的前提，故提高新用户获取的数量和质量是非常重要的，所以分析的第一个方向是：用户画像；产品推广渠道是用户转化的一个重要因素，分析的第二个方向是：产品推广渠道分析；转化漏斗可以有效针对流失环节进行分析，分析的第三个方向是：转化漏斗分析。

针对分析的方向，提出以下三个问题：

• airbnb的目标用户群体具有什么样的特征？
• airbnb当前的推广渠道质量情况？
• 当前的转化率和流失率中哪里哪一个环节存在问题？

针对三个问题，我们根据以下维度来具体分析：
1、用户画像分析

1. 用户性别的分布特征；
2. 用户年龄的分布特征；
3. 用户地区的分布分布；
4. 中国地区去国外预定的地区占比；

2、推广渠道分析

5. 每月新增用户
6. 不同用户端的注册量
7. 不同推广渠道的注册量
8. 不同营销内容的注册量
9. 不同推广渠道的转化率
10. 不同营销内容的转化率

3、转化漏斗分析

11. 用户总量
12. 活跃用户占比
13. 下单用户占比
14. 实际支付用户占比
15. 复购用户占比
    

三、数据清洗

3.1 数据来源

数据集名称：Airbnb顾客预订数据

数据集来源：https://www.kaggle.com/c/airbnb-recruiting-new-user-bookings/data

此数据聚集包含两张数据表，其中train_user表中为用户数据，sessions表中为行为数据。

3.2、列名称理解

数据表一：数据表名称：train_users

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（SEM等）

affiliate_provider：营销来源，例如google，craigslist

first_affiliate_tracked：在注册之前，用户与之交互的第一个营销内容

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：订房国家

数据表二：数据表名称：sessions

user_id：客户id，与users表中的“id”类型相同

action：用户行为

action_type：用户行为类型

action_detail：用户行为具体

device_type：使用的设备

3.3、重复值处理

train_users表中id列为主键，每个用户只生成一条记录，所以如果train_users中id存在重复值，则需要处理。用以下代码检查，没有返回结果，说明没有重复值。

SELECT id, COUNT(id) AS count_id
FROM train_users
GROUP BY id
HAVING count_id > 1;

3.4、缺失值处理

预观数据集缺失值较多。

SELECT date_first_booking, COUNT(date_first_booking)
FROM train_users
WHERE date_first_booking = '1900-01-00';

结果：
表明首次预定时间缺失值达124543个

其他缺失数据：

• gender（性别）存在缺失值数量：95688个。
• age（年龄）存在缺失值数量：87991个。
• first_affiliate_tracked（用户通过哪个营销广告注册）存在缺失值数量：6065个。
• first_browser（注册时浏览器）存在缺失值数量：27266个。
• action_type（行为类型）存在缺失值数量：1126204个。
• action_detail（用户操作行为的描述）存在缺失值数量：1126204个。

缺失原因推测及处理

• date_first_booking(首次预定时间)数据如果缺失，在业务上可以理解为此用户为“未预定用户”，也就是没有下单的用户。
• 性别、年龄由于客户端中这部分信息为非必填项，可能为用户未填写造成。
• 其他四个数据可能是由于系统统计数据时没有统计到造成缺失

3.5、异常值处理

age字段中异常值较多，0～150之间的数值都有，可能是因为用户填写时随意造成。将年龄不在7到75岁之间的用户的年龄更新为0。

UPDATE train_users
SET age = 0
WHERE id NOT IN (
SELECT id FROM (SELECT id FROM train_users
			WHERE age <= 75 AND age >= 7) a
	);

四、用户画像分析

4.1、用户性别分析

女性用户数量为：54440，男性数量为：63041，mysql语句为：

SELECT COUNT(id) AS women'
FROM train_users
WHERE gender = 'MALE';
----------------------------------------------------------------------------
SELECT COUNT(id) AS man
FROM data.train_users
WHERE gender = 'FEMALE';

Tableau可视化

airbnb的男女用户占比差别不大

4.2、用户年龄分析

airbnb的用户主要为“中青年群体”，其中用户数量最多的群体是25~40岁之间，往后随着年龄增加，用户人数逐渐减少，符合一般规律。

4.3、用户地区分析

通过对用户使用不同语言（language）的人数来统计地区差异。

SELECT language, COUNT(language) AS lg_num
FROM train_users
GROUP BY language
ORDER BY lg_num;

从树状图可以看出：

• airbnb的产品用户遍布多个地区。
• 有超过90%的用户是使用英语的国家（欧美）；
• airbnb是2013年开始进入中国市场的（此数据集止于2014年），此时中文用户数量虽然排名第二，但是占比却非常小。

4.4、中国用户去国外预定的地区占比

利用Tableau分析：

从结果可以看出，中国用户到国外预定的地区中，美国占据了大部分，其次是法国，其他主要是欧洲发达国家。
sql查询语句如下：

SELECT language, country_destination, COUNT(country_destination) AS cd_num
FROM train_users
GROUP BY language, country_destination
HAVING language = 'zh'
ORDER BY cd_num DESC;

五、推广渠道分析

5.1、每月新增用户

分析每月新增用户，方法是统计每个月注册用户的数量，将字段‘date_account_created’转化为%Y-%M的形式，mysql查询语句如下：

SELECT date_format(date_account_created, '%Y-%m') AS year_moth, COUNT(id)
FROM train_users
GROUP BY date_format(date_account_created, '%Y-%m')
ORDER BY year_moth

从结果可以看到：

• 2010年用户增长较缓慢，因为在成立初期，后期开始快速增长
• 2011年中开始快速增长，此时Airbnb获得第一笔大额融资
• 7~9月为每年的增长高峰，推测可能是夏季为北半球旅游旺季，而且大多数学校都会在这个时间段放假。

5.2、不同用户端的注册量

统计不同用户端的注册量，使用字段‘first_device_type’，mysql查询语句如下：

SELECT first_device_type, COUNT(id) AS fdt_num
FROM train_users
GROUP BY first_device_type
ORDER BY fdt_num DESC;

从可视化结果看到：

• PC设备端用户注册数量远大于移动端，因这是截至2014年的数据，推测是之前智能移动端的普及率还不高。
• 苹果设备用户大于其他设备用户，推测是因为美国本土使用苹果设备比较流行。

5.3、不同推广渠道的注册量及转化率

要统计不同推广渠道的注册量，需要分析affiliate_channel（营销方式），affiliate_provider（营销渠道名称），mysql查询语句如下：

SELECT affiliate_channel, affiliate_provider, COUNT(id) AS ac_num
FROM train_users
GROUP BY affiliate_channel, affiliate_provider
ORDER BY ac_num DESC

要统计不同推广渠道的转化率，需要分析不同渠道的注册数量和首次下订单的用户数量的比例，mysql查询语句如下：

SELECT affiliate_channel, affiliate_provider, 
SUM(CASE WHEN date_first_booking <> '0000-00-00 00:00:00' THEN 1 ELSE 0 END) / COUNT(id) AS ac_ratio
FROM train_users
GROUP BY affiliate_channel, affiliate_provider
ORDER BY ac_ratio DESC;

从可视化结果可以看到：

渠道注册量方面：

• direct（直接从应用商店下载）方式的注册量占据了大部分，推测是从各个渠道了解到信息后到应用商店下载。
• 从营销方式来看，除direct方式之外，注册量较高的方式为：SEM
• 从营销来源来看，以Google方式注册的用户占了大部分。
• 渠道注册量总体符合二八法则，前8个渠道（总共有38个渠道推广）的注册量已经占据了产品总的渠道来源的90%以上。

渠道转化率方面：

• 大部分渠道转化率都是在30%以上，表现比较健康。
• 从营销方式来看，content（内容营销）方式转化率较其他方式。
• 从营销来源来看，主要营销来源（Google）中，除了content方式，其他方式的转化率都比较健康。

优质渠道分析（注册量和转化率都比较好）：

• 除direct方式外，SEM方式中Google来源的注册量和转化率都比较好，SEO方式中，Google注册量较SEM方式稍差，但转化率很高，达到48.1%

5.4、不同营销内容的注册量和转化率分析

要分析不同的营销内容，需要对字段‘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）‘进行分析，mysql查询语句如下：

SELECT first_affiliate_tracked, COUNT(id) AS fat_num
FROM train_users
GROUP BY first_affiliate_tracked
ORDER BY fat_num DESC;

查询不同营销内容的转化率：

SELECT first_affiliate_tracked, 
SUM(CASE WHEN date_first_booking <> '1900-01-00' THEN 1 ELSE 0 END) / COUNT(id) AS fat_ratio
FROM train_users
GROUP BY first_affiliate_tracked
ORDER BY fat_ratio DESC;

由可视化结果可以看到：
除了untracked（未跟踪到）的数据之外，linked的注册量最高，且除去注册量很少的marketing之外，其转化率也是最高的。其次是omg，注册量和转化率都紧跟在linked之后。

六、转化漏斗分析

转化漏斗分析主要通过分析sessions表，sessions表主要通过一段时间内用户的埋点行为分析得出结果。

6.1、有行为状态的用户总数量

通过对sessions表中的user_id字段进行统计，mysql查询语句如下：

SELECT COUNT(*)  AS ‘用户总数量’
FROM (
	SELECT user_id
	FROM sessions
	GROUP BY user_id
) new_sessions;

结果为：用户总数量15502人。

6.2、行为活跃的用户数量

此处定义用户行为超过十次即为活跃用户，可针对字段user_id分析，若id出现次数超过十次，则为活跃用户。mysql查询语句如下：

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;

查询结果：活跃用户数量为11815人。

6.3、此段时间内用户的下单量

分析下单量，需要对action_detail进行分析，其中“reservations”为下单操作，mysql查询语句如下：

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;

查询结果为：用户下单量仅为504人。

6.4、下单后实际支付的用户数量

需要对action_detail进行分析，其中“payment_instruments”为支付操作，mysql查询语句如下：

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;

查询结果为：实际支付的用户数量为317人。

6.5、复购用户数量

需要统计进行了“payment_instruments”操作次数大于1次的用户，mysql查询语句如下：

SELECT COUNT(*) AS ‘复购支付用户总数量’
FROM (
	SELECT user_id
	FROM sessions1
	WHERE action_detail = 'payment_instruments'
	GROUP BY user_id
	HAVING COUNT(user_id) >= 2
) re_booking;

查询结果为：复购用户数量为151人。

根据结果可以看到：

• 活跃用户中仅有4.27%的用户下单，sessions数据时间段为2014-01-01到2014-06-30，推测原因为此时间段为旅游淡季导致下单用户很少。
• 下单用户中最终支付的也只有62.9%，需要分析付款流程是否具有问题，也可能是下单咨询客服后不满意，取消订单。

七、结论

从用户画像上看：

• 在进行产品推广时，应该侧重于对25~40岁之间的用户，还可以稍微倾向于男性。

从推广渠道上看：

• 每年的7~9月为旅游旺季，可以考虑在这个时间段内加大推广投入。
• Google渠道除了content方式外，转化率都比较理想，后续可以继续以Google作为渠道推广。
• content方式的转化率很差，可能和内容营销的信息质量，内容更新，发布渠道，发布人群等有关。内容营销是一项长期项目，建议从最基本的内容质量进行改善。
• 营销内容方面，大部分用户的转化方式没有检测到（untracked），说明埋点统计效果很差，如果是系统功能出错，需要立即修复；如果是没有此埋点任务，需要立即增加。

从转化漏斗上看：

• 从活跃用户到下单用户转化率非常低，建议围绕提高下单率做更多的工作。例如针对活跃用户的用户画像推送优质房源。此外，对于用户浏览的界面内容，也需要设计优化，提高下单兴趣。
• 已下单的用户中只有62.9%实际支付，可以进行用户调研查找是否是支付流程，支付类型或后台服务的问题。或者针对产品本身分析，对支付产品和未支付产品进行分类统计。还可以从时间节点统计，查看已支付和未支付在时间上有何区别等。