目前Airbnb作為一款社群平台類産品，其業務遍布了191個國家，并且經常出現在商業分析的優秀案例中。Airbnb在做好了産品體驗、房源美感、民宿共享服務之後，這款産品和背後的業務是否存在可以改進的地方？
我們用使用者畫像，推廣管道，轉化漏鬥三個方面來分析
•資料集名稱：Airbnb顧客預訂資料•資料集來源：https://www.kaggle.com/c/airbnb-recruiting-new-user-bookings/data
•資料集簡介：此資料集是kaggle上的一個競賽項目，主要用來制作目的地資訊的預測模型。此資料聚集包含兩張資料表，其中train_user表中為使用者資料，sessions表中為行為資料。
train_users_ = pd.read_csv("train_users_2.csv")
train_users =train_users_.drop(["country_destination"],axis =1)
#去除掉train表中目的地的一列。
all_users = pd.concat([train_users,test_users])
#聚合train和test兩張表的所有資料。
all_users["gender"].value_counts()
airbnb的男女使用者占比差别不大，女性使用者要比男性使用者占總使用者人數多：6.4%。
all_users.loc[((all_users["age"]<7)|(all_users["age"]>75)),"age"]=0
#選取歲數小于7歲，大于75歲的使用者，并将異常資料置0。
age = all_users.loc[all_users["age"]!=0,"age"]
#統計時隻統計非零歲數的使用者。
age = age.dropna()
age_counts = age.value_counts()
age_counts_sort = age_counts.sort_index()
airbnb的使用者主要為“中青年群體”，其中使用者數量最多的是80後(29歲～39歲），其次為90後，然後為70後。
all_users["first_device_type"].value_counts()
#直接統計。
airbnb使用者登陸電腦端Mac比windows多，移動端iPhone，iPad比Android多。
train_users_no_NDF = train_users_.loc[train_users_["country_destination"]!="NDF"]
#train_users_no_NDF
lan = train_users_no_NDF.groupby("language")["country_destination"].value_counts()
lan
airbnb的産品真的很國際化，使用者遍布多個地區。有超過90%的使用者是英語國家（歐美）；airbnb是2013年開始進入中國市場的（此資料集止于2014年），是以此時中文使用者數量雖然排名第二，但是占比卻非常小。
Airbnb畢竟還是歐美國家使用者使用得多，中國使用者去最多的國家是美國。
all_users["y-m"] = train_users["date_account_created"].str[:7]
#日期隻取前7位，取到月，日期不管。
date_account_created = all_users.groupby("y-m")["id"].count()
date_account_created
從可視化結果可以看出：
airbnb的使用者增長曲線健康，前期（2011年之前）平緩，2012年2月之後開始快速增長。2012年之後的增長速度很快。
此産品新使用者的增加存在季節性規律：每年的1～7月，産品都會迎來使用者增長的高峰，推測為夏季（北半球）是旅行的旺季，而短租産品本身就是旅行消費的一種。
all_users["channel-provider"] = all_users["affiliate_channel"].str.cat(all_users["affiliate_provider"],sep ="-")
#把管道和推廣方式用“-”連接配接起來。
visit = all_users.groupby(["channel-provider"])["id"].count()
#通路統計
booking = all_users.groupby(["channel-provider"])["date_first_booking"].count()
#注冊統計
rate = booking/visit
#轉化計統計
管道注冊量方面：
•airbnb的整體管道轉化率表現很好，多數管道的轉化率都在30%以上。
•表現最好的為谷歌競價（SEM）,其中品牌競價注冊量大于非品牌競價的注冊量。
•管道注冊量符合二八定律，前7個管道（總共有40個管道推廣）的注冊量已經占據了産品總的管道來源的90%以上。
•content-google14.82%的轉化率低于其它管道。
visit = all_users.groupby(["first_affiliate_tracked"])["id"].count()
#統計不同内容的通路量
booking = all_users.groupby(["first_affiliate_tracked"])["date_first_booking"].count()
#統計不同内容的注冊量
v_b = pd.merge(visit,booking,on = "first_affiliate_tracked" )
v_b["rate"] = v_b["booking"]/v_b["visit"]
#統計轉化率
v_b = v_b.sort_values("booking",ascending = False)
v_b
營銷内容方面：
統計功能異常、資料追蹤效果差。
linked和omg兩個營銷内容的的轉化率好。
相比較其他營銷内容的轉化率、localops的轉化率非常低。
#統計總人數
users_sum = sessions.groupby(["user_id"])["user_id"].count()
users_sum.shape
#所有使用者中的活躍使用者數
user_active = user_action_count[user_action_count>=10]
user_active.shape
#注冊使用者數
pd_all = pd.merge(sessions,all_users,left_on="user_id",right_on="id")
pd_all.groupby(["user_id"])["user_id"].count().shape
#下單使用者 使用者行為中“reservations”為預定（下單）使用者數
reser = sessions.loc[sessions["action_detail"]=="reservations"]
reser.groupby("user_id")["user_id"].count().shape
#實際支付使用者 使用者行為中“payment_instruments”為支付使用者數
payment = sessions.loc[sessions["action_detail"]=="payment_instruments"]
payment.groupby("user_id")["user_id"].count().shape
#複購使用者 統計進行了“payment_instruments”操作次數大于1次的使用者
repay = sessions.loc[sessions["action_detail"]=="payment_instruments"]
repay_count = repay.groupby("user_id")["user_id"].count()
repay_count[repay_count>=2]
從可視化結果可以看出：
•注冊使用者到下單使用者是airbnb轉化漏鬥中流失率最高的一個環節。僅有14%的注冊使用者下單、僅占全部使用者的7.651%。
•活躍和複購環節表現的好，其中有60%的下單使用者複購，說明airbnb的産品和服務做的非常好。
•下單使用者中有大約13%的使用者沒有最終支付，需要産品研發介入排查。
關于推廣管道上的改進
•7～10月是業務的旺季，建議營運部門在每年的7～10月加大活動營銷的力度，同時加大管道廣告的投放力度。
•在主要管道（注冊量在前7名的管道）中content_google轉化率非常低（隻有15%），建議營運部門計算此管道的*ROI和ARPU（每客戶平均收入），如果ROI過低，建議停止此管道的投放。
•SEO推廣下各管道的拉新和轉化都好，SEO作為一種較低成本的獲客方式（主要為人力成本），建議企業管理層日常要更加支援SEO相關的資源投入，甚至考慮擴大SEO的團隊。
備注：整個分析過程有借鑒知乎上周貳毛https://zhuanlan.zhihu.com/p/77558304的分析過程，他用的是sql寫的，我用的是pandas,圖像上他用的是tableau,我用的是pyecharts。
*ROI=轉化率*ARPU值/CPC