一、分析背景与目的
1.1分析背景
Airbnb成立于2008年，短短9年时间成为了短租民宿行业的巨头，并且仍在不断的冲击着传统酒店行业，抢占着这一市场。
目前Airbnb作为一款社区平台类产品，其业务遍布了191个国家，我们的分析主要以探索为主，旨在发现airbnb在做好了产品体验、房源美感、民宿共享服务之后，其务是否存在可以改进的地方。
airbnb目前的市场背景：短租民宿行业的绝对巨头；业务布局区域极广，airbnb的业务遍布全球191个国家；产品和业务发展成熟，无论是客户端还是后端供应链系统，其研发的成熟型在当时可谓屈指可数。
1.2提出分析问题
探索airbnb产品的业务存在哪些可以改进的地方？
针对分析的目的，提出以下三个方向目的：
①airbnb的目标用户群体具有什么样的特征，以便于在付费投放获客时，精准的圈定出产品用户画像的人群，使获客的ROI变得更好。
②airbnb获客阶段，哪些推广渠道是优质的，优质的条件 = 量大+转化率高。
③在转化率方面哪一环节存在可提升的潜在机会。
二、分析维度
根据以上设定的三个问题，提出来2个分析维度：
将着重从airbnb的用户画像、推广渠道分析2个方面进行分析，去探索和分析airbnb在产品和业务上有哪些可以改进的地方，并给出实际性的建议，以提升和改进airbnb的渠道推广策略和产品设计。
用户画像分析：用户性别的分布特征、用户年龄的分布特征、用户地区的分布分布、中国地区去国外预定的地区占比。
推广渠道分析：每月新增用户、不同用户端的注册量、不同推广渠道的注册量、不同营销内容的注册量、不同推广渠道的转化率、不同营销内容的转化率，注册用户占比，下单用户占比、实际支付用户占比等。
三、数据表理解与预处理
3.1数据集描述
Airbnb顾客预订数据下载,下载地址：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数据预处理
1、重复值处理
train_users：作为用户信息表，未避免重复用户影响统计，需要检验ID是否有重复值。
sessions ：为用户会话记录表，存在一个用户多条记录，无需处理。
按照业务理解，用户表中的id应当是唯一非重复的，所以只需要排查train_users中是否存在重复值。执行SQL后得出：count_id = 0。说明train_users数据表中不存在重复值。
2、缺失值处理
数据缺失数量较多，以下为存在缺失值的列及处理办法。字段缺失值说明：
①date_first_booking 首次预定时间：存在缺失值数量124544个
②gender 性别：存在缺失值数量95688个
③age 年龄：存在缺失值数量87991个
④first_affiliate_tracked 注册渠道：存在缺失值数量6065个
⑤first_browser 注册浏览器：存在缺失值数量27266个
⑥action_type 操作类型：存在缺失值数量1126204
⑦action_detail 操作详情：存在缺失值数量1126204个。
处理：多数空值不需要处理；如果使用到字段如果出现空缺，做针对性的过滤，再进行分析。
3、异常值处理
age（年龄）异常值处理：age（年龄）的异常数据非常多；0～150之间的数值都有，并且包含了2014、2015等数值。推测这些"脏数据"产生的原因是用户在客户端随意填写造成，分析时剔除这些异常数据。
四、用户画像分析
4.1用户的性别分布特征
1.用户性别比列分析：
女性用户数量=（占比53.2%）、男性用户数量=50428（占比46.8%），其中女性用户多于男性用户。
4.2 用户的年龄分布特征
airbnb的用户主要为“中年群体”（30岁～40岁），其次为“青年群体”（20岁～30岁），然后再到40岁～50岁。
4.3 用户不同地区（根据语言）的分布
使用最多的语言是英语，人数达到120172人，为方便分析过滤掉英语之后
排名前5的分别是英文、中文、法文、西班牙文、朝鲜文。
有超过90%的用户是英语国家（欧美）；airbnb是2013年开始进入中国市场的（此数据集止于2014年），所以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
从数据结果可以看出，中国人去国外预定民宿最主要集中在美国、然后是法国，除了这两个国家外，样本中其他国家的数量非常少。
中国用户去国外预定，占比最多的是美国。其余国家占比很小，总和不到20%。
五、流量渠道分析
5.1每月新增用户
airbnb用户2010-2012平稳增长，从2012年之后开始快速增长。
2012与2013年的7～10月，产品都会迎来用户增长的高峰，推测为夏季是旅行的旺季，而短租本身就是旅行消费的一种。
2014年2-4月，用户急速增加，迎来用户增长的高峰，推测为airbnb进行了相关的促销与宣传。
5.2不同用户端的注册量
从图中可以看出注册量top5的用户端：(1)Mac Desktop (2)Windows Desktop (3)iphone (4)ipad (5)其他设别
5.3不同渠道供应商的注册用户量
除direct直接下载之外，google是其主要的下载来源，注册用户量也比较多（79911）。
5.4不同渠道注册用户转化率
上面是分析出的是册用户转化率前五名的渠道分别为：direct，baidu，craigslist，bing，email-marketing
虽然craigslist、bing，email-marketing虽然注册用户量少，但是转化率高，应该尽可能的扩大规模这三个渠道的获客规模。
六.分析结论及建议
6.1、用户画像总结
1、结论
①用户性别中，女性偏多，差距并不明显。
②用户年龄以中青年为主。
③截止2014年，用户分布地区最多的为欧美地区，其次是中国。
④中国用户预订的最多的其他国家是美国，占比高达90%以上。
2、建议
据年龄分布特征，建议付费广告投放时，投放广告的流量结构要尽可能的接近airbnb的用户人群，例如青年女性群体。
6.2流量渠道总结
1、结论
①2012开始快速增长，并且速度很快。
②7～10月是旅行旺季、此时也是airbnb用户增长的旺季。
③某些渠道虽然注册用户量少，但是转化率高；需要选择这些渠道扩大投入规模。
2、建议
综合考虑ROI表现最好的渠道，同时要结合市场战略和多哥指标综合考虑；某些渠道虽然注册用户量少，但是转化率高，可以尽可能的尝试扩大规模。 | 
