（修改：使用pyecharts重新畫圖，並生成html進行展示）
**鏈結：
通過對使用者在愛彼迎使用情況進行分析，市場規律，為進一步制定發展策略提供依據。
sessions.csv - 使用者的web會話日誌
user_id：與users表中的「id」列連線
action
action_type
action_detail
device_type
secs_elapsed
countries.csv - 此資料集中目標國家/地區的摘要統計資訊及其位置
age_gender_bkts.csv - 使用者年齡組，性別，目的地國家的摘要統計資訊
sample_submission.csv - 提交**的正確格式
使用者的年齡集中在25-45歲的中青年群體，佔比為68.4%，說明這個年齡段的使用者具有消費能力和旅行的意願。
女性渣比略高於男性，差別不大。
愛彼迎的使用者**廣泛，但絕大部分的使用者都是以英語作為第一語言。
使用者的目的地首選美國，其次是法國、義大利等歐洲國家。
從結果可以看到：
以年度為單位觀察，2023年使用者增長較緩慢，原因是公司可能是在成立初期，沒有開啟市場，知名度小，到後期開始增長，並且增長速率每年遞增。
2023年中開始快速增長，公司發展進入快車道。
觀察發現，每年的7~9月有乙個增長高峰，推測可能是夏季為北半球旅遊旺季，而且大多數學校都會在這個時間段放假。
從結果可以看到：
pc裝置端使用者註冊數量約佔總註冊數量的79%，遠大於移動端，因這是截至2023年的資料，推測是之前智慧型移動端的普及率還不高。
渠道轉化率方面：
大部分渠道轉化率都是在30%以上，表現比較健康。
從營銷方式來看，content（內容營銷）方式轉化率較其他方式少。
從營銷**來看，主要營銷**（google）中，除了content方式，其他方式的轉化率都比較健康。
使用者狀態
數量有行為狀態的使用者
135484
活躍的使用者
111977
下單使用者
10367
支付的使用者
9019
複購使用者
2450
根據結果可以看到：
活躍使用者中僅有9.26%的使用者下單，sessions資料時間段為2014-01-01到2014-06-30，推測原因為此時間段為旅遊淡季導致下單使用者很少。
下單使用者中最終支付的為87.0%，需要分析是什麼原因導致使用者取消訂單。
1. 從使用者畫像上看：
在進行產品推廣時，應該側重於對25~40歲之間的使用者，還可以稍微傾向於男性。
2. 從推廣渠道上看：
每年的7~9月為旅遊旺季，可以考慮在這個時間段內加大推廣投入。
google渠道除了content方式外，轉化率都比較理想，後續可以繼續以google作為渠道推廣。
content方式的轉化率很差，可能和內容營銷的資訊質量，內容更新，發布渠道，發布人群等有關。
3. 從轉化漏斗上看：
從活躍使用者到下單使用者轉化率非常低，建議圍繞提高下單率做更多的工作。例如針對活躍使用者的使用者畫像推送優質**。此外，對於使用者瀏覽的介面內容，也需要設計優化，提高下單興趣。
已下單的使用者中有87.0%實際支付，可以進行使用者調研查詢是否是支付流程，支付型別或後台服務的問題。或者針對產品本身分析，對支付產品和未支付產品進行分類統計。還可以從時間節點統計，檢視已支付和未支付在時間上有何區別等。
參考：airbnb(愛彼迎）產品分析報告
資料分析報告怎麼寫（上）
大資料和人工智慧迅猛擴充套件的時代，很多的企業崗位都需要進行資料分析。對於資料分析行業來說，做好資料分析是本職工作，不過在做好資料分析工作之後還需要會寫出乙份清晰明了的資料分析報告。資料分析報告可以體現出乙個資料分析師的綜合素質，那麼資料分析報告到底應該怎麼寫呢？下面好好看看！一般來說，資料分析報告...
資料分析報告格式zz
分析報告的輸出是是你整個分析過程的成果，是評定乙個產品 乙個運營事件的定性結論，很可能是產品決策的參考依據，既然這麼重要那當然要寫好它了。我認為乙份好的分析報告，有以下一些要點 首先，要有乙個好的框架，跟蓋房子一樣，好的分析肯定是有基礎有層次，有基礎堅實，並且層次明了才能讓閱讀者一目了然，架構清晰 ...
資料分析報告怎麼寫（上）
大資料和人工智慧迅猛擴充套件的時代，很多的企業崗位都需要進行資料分析。對於資料分析行業來說，做好資料分析是本職工作，不過在做好資料分析工作之後還需要會寫出乙份清晰明了的資料分析報告。資料分析報告可以體現出乙個資料分析師的綜合素質，那麼資料分析報告到底應該怎麼寫呢？下面好好看看！一般來說，資料分析報告...