Airbnb（爱彼迎）用户数据分析——tableau可视化和MySQL分析

本文利用Airbnb用户的注册、订单和日志行为等数据，从用户画像、营销渠道转化率、订单漏斗分析三方面进行分析。我们需要考虑以下3个问题：

1. 爱彼迎的目标用户是什么样的人群？有什么特点？
2. 这些人群接受信息的渠道有哪些？或者说需求对应出现的场景在什么时候什么地方？
3. 以什么样的方式给他们传递爱彼迎的产品价值是有效的，印象深刻的？

这三个问题分别定义了传播的对象、渠道、效率。
有了要解决的问题，我们就可以据此来定义相应的分析指标。

用户画像描述了Airbnb客户的整体特征，如性别比例、年龄分层、所属地比例、目的地等几个方面进行刻画。同时刻画了注册用户的设备、账号类别等基本信息，掌握用户渠道来源。

营销方面针对不同营销渠道和营销内容（例如网站的不同推广计划）的注册量和下单转化率进行分析，了解更有效的营销渠道和效果，从而有针对性的投放广告，节约成本。

订单漏斗分析根据客户的行为日志数据对用户的活跃程度、下单率、付款率、复购率进行了可视化，可以观察整体流程中的薄弱点，从而有针对性的提高某一方面的转化率。

本文参考了文章Airbnb(爱彼迎）产品分析报告里的一些指标观点。

数据描述

数据来源于Kaggle竞赛，主要包含以下信息：

• train_users.csv - 用户训练集
  • id: 用户ID
  • date_account_created: 账户创建日期
  • timestamp_first_active: 第一次浏览的时间戳，注意由于用户注册前就可以浏览，因此可能早于注册日期和第一次预定日期。
  • date_first_booking: 第一次预定日期
  • gender：性别
  • age ：年龄
  • signup_method ：注册方式
  • signup_flow: 注册来源网页
  • language: 语言偏好
  • affiliate_channel: 营销渠道
  • affiliate_provider: 营销来源，例如google等
  • first_affiliate_tracked: 在注册之前，用户与之交互的第一个营销内容
  • signup_app ：注册使用的app
  • first_device_type ：第一次使用时的设备类型
  • first_browser ：第一次使用时的浏览器
  • country_destination:旅行目的地
• sessions.csv - 用户行为日志
  • user_id: to 与用户表的ID 对应
  • action ：用户行为
  • action_type ：用户行为类型
  • action_detail ：用户行为具体细节
  • device_type：设备类型
• countries.csv - 数据集中目的地国家的总结统计和地点
• age_gender_bkts.csv 用户年龄分组、性别、目的地的总结统计

数据预处理

在开始分析之前，首先对数据进行预处理，包括重复值、缺失值、异常值等的处理。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
sns.set(style="darkgrid")
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

data = pd.read_csv('train_users_2.csv')
sum(data['id'].value_counts() == 1) #观察是否有重复id
data.info() 

对比ID数量为1 的ID个数和总数据量，发现并没有重复ID ，说明数据中是没有重复ID 的，ID 可以用作主键。
查看16个变量的缺失值情况如下：