🧑🏾‍🤝‍🧑🏻 🚶🏽 🕺🏾 البيانات الضخمة في إدارة الفندق: لا يمكن تجاهل الاستخدام 👩🏽‍🤝‍👨🏿 🕝 🤲🏻

مصدر

يقترب هذا الموسم من موسم الإجازات الصيفية الذي طال انتظاره ، وقد اختار الكثيرون بالفعل لأنفسهم الوجهة السياحية المرغوبة للغاية ، والتي منحتهم القوة لعدة أشهر للتجول في براري المواعيد النهائية والعمل الإضافي. إن "رحلة الأحلام" العزيزة ، والتي ستكون ممتعة للغاية لتتذكرها في وقت لاحق في أمسيات الخريف والشتاء ، قريبة جدًا بالفعل.

عند اختيار منزل لقضاء العطلات ، ربما يستخدم الكثيرون Booking.com. تقترح المقالة النظر في Booking.com "من الجانب الآخر من الواجهة" من خلال عيون أولئك الذين يديرون الفندق ويحددون أسعار الإقامة. وبشكل أكثر تحديدًا ، يتم النظر في أدوات Booking.com Analytics وإمكانية استخدام البيانات لإدارة المبيعات في الفندق. على سبيل المثال ، هناك حالات لفندق صغير يقع في كمبوديا ، وكان لي الشرف والسرور بإدارته.

لماذا كامبوديا

كمقدمة قصيرة ، سأحاول شرح سبب انتهاء فندق أحلامي في كمبوديا. الشيء الأكثر أهمية هو بيئة العمل الموالية في هذا البلد. واليوم هي الدولة الوحيدة في آسيا التي يمكن فيها للأجنبي تسجيل مشروع تجاري باسمه بشكل قانوني ، وفي الوقت نفسه ، يمكنه السفر إلى كمبوديا لفترة غير محدودة بتأشيرة عمل. تبلغ تكلفة جميع تصاريح فندق صغير ، على سبيل المثال ، حوالي 400 دولار أمريكي سنويًا (بما في ذلك ترخيص من وزارة التجارة ، ورخصة من مجلس المدينة المحلي ، وبراءة اختراع ضريبية ، وتصريح عمل فردي في البلد). عند إعداد الوثائق المدرجة ، لا توجد صعوبات معينة ، وعند فحص الأعمال من قبل هيئات الدولة ، فإن توفر التصاريح يعد شرطًا ضروريًا وكافيًا لتجنب أي نوع من الابتزاز.

الكعك الإضافية هي كل ما يسعد العيش في آسيا. الأسعار الميسورة ، والسكان غير العدوانيين ، والبحر والطبيعة الجميلة ، والمناخ الدافئ ، بما في ذلك فترة الرياح الموسمية المعتدلة إلى حد ما ، والفواكه الطازجة والخضروات والمأكولات البحرية على مدار العام ، "حياة بسيطة" لا تتطلب التدفئة ، والاستثمار في الملابس والأحذية ذات العلامات التجارية الشتوية ، في تجديد الشقة ، في السيارات باهظة الثمن وغيرها من سمات "حياة ناجحة".

هناك أيضًا عيوب: "الحمقى والطرق" ، والكهرباء الباهظة (0.20 دولار لكل كيلو وات / ساعة) ، والغياب شبه التام للأدوية وغيرها من قضايا البنية التحتية (مشاكل في عمل الشرطة ، وخدمات الإطفاء ، والنظام التعليمي ، والمرافق العامة ، إلخ. ) ، مع مشاكل القمامة (ومع ذلك ، هذا هو الحال بالنسبة للعديد من البلدان الآسيوية ، وخلال "حروب القمامة" ، وبالنسبة لتلك الأوروبية).

هناك العديد من المقالات حول المحور ( tyts and tyts ) ، بشكل موضوعي ، في رأيي ، تعكس الحالة والأوضاع المعيشية في كمبوديا ، وبالتالي ، لن أطور هذا الموضوع أكثر.
لذلك ، كمبوديا ، منتجع بلدة Kep ، فندق Chateau Puss في Boots ، 2019.

ملاحظات تمهيدية والقيود

بالنسبة للمبيعات ، نستخدم حاليًا Booking.com و AirB & B. يمكنك التحدث كثيرًا حول مزايا وعيوب هذه الخدمات وغيرها ، ولكن في هذه الحالة من المهم أن يأتي العملاء ويأتون إلينا من هذه الخدمات ، ولكن ليس من الآخرين. قبل Kep ، كنت أنا وزوجتي في فندق في سيهانوكفيل ، وحتى قبل ذلك ، في Morjim ، Goa ، وهناك كانت لدينا نفس الصورة من خلال قنوات البيع. في AirB & B ، لا تزال التحليلات في مهدها ، لذلك يعتبر Booking.com فقط. وهنا لدينا فقط رافعة رئيسية واحدة لإدارة المبيعات - هذا هو سعر الغرفة في الليلة الواحدة.

بالطبع ، هناك عوامل أخرى تؤثر على المبيعات. على سبيل المثال ، تصنيف يعتمد على آراء النزلاء. توجد إحصاءات التقييم في تحليلات Booking.com ، وسننظر فيها أدناه.

يعتمد الكثير على الظروف السياحية للمكان. Kep ، على سبيل المثال ، هي قرية صغيرة لديها بنية تحتية منتجع متطورة متوسطة. بالنسبة للكثيرين ، هذه مجرد نقطة عبور على الحدود بين كمبوديا وفيتنام. ومع ذلك ، فإن طاقة ريفييرا الفرنسية الاستعمارية والبحر والجزر والجبال والكهوف والمعابد والحدائق الوطنية تؤدي وظيفتها ، ويؤدي التدفق المستمر للسياح في هذا الموسم إلى ملء الفنادق المحلية بكل ثقة.

من النقاط المهمة التي تؤثر على المبيعات مفهوم "الرقائق" في الفندق ، والتي تساعد العميل على اتخاذ الاختيار الصحيح وتحفيز "الاعتراف" الحدسي بمكان يكون فيه مريحًا. يرتبط هذا السؤال بتحديد الأهداف والمهمة والنظرة العالمية لمالك الشركة وهو خارج نطاق هذه المقالة.

بالإضافة إلى ذلك ، يجب وضع العديد من الافتراضات المهمة لفهم قيود الدراسة:

سيكون حول فندق صغير خاص (من بين التعاريف التي وجدتها تشير إلى أنه يمكن أن يضم الفندق المصغر ما يصل إلى 15 غرفة) ، حيث لا توجد إجراءات مشتركة ، ويتم تبسيط كل شيء إلى الحد الأقصى من أجل تقليل التكاليف العامة ؛ لذلك ، تتركز جميع الأنشطة التشغيلية في أيدي أصحابها دون مشاركة أي وحدات هيكلية ؛ على سبيل المثال ، لا يوجد لدينا سوى عامل نظافة يعمل في الفندق ، أنا وزوجتي نقوم بالباقي من خلال التعاقد الخارجي على أعمال الإصلاح والبناء المعقدة فقط ؛ إذا كنت بحاجة إلى المغادرة لمدة 1-2 أيام ، فهذه اتفاقية مع المسؤول الجديد ؛
لا يُنظر في هيكل سعر الغرفة والنفقات وفرص الربح الإضافية (البار والمطعم واستئجار الدراجات والدراجات النارية وبيع التذاكر والرحلات وغيرها).
لا يعتبر النهج العام لإدارة الفنادق ؛ ومع ذلك ، هذا إطار عمل مثير للاهتمام كتبت عنه بتنسيق مختلف قليلاً ؛ إذا كان الموضوع موضع اهتمام ، فسوف أقوم أيضًا بإنشاء منشور على المحور حول موضوع الإدارة في فندق صغير.

وظيفة تحليلات Booking.com

تم إطلاق Booking.com Analytics في عام 2016 كأداة لمساعدة مديري الفنادق على تحليل الحجوزات وإحصاءات المبيعات. يدعم النظام واجهة Russified ، لكن ، في رأيي ، من المهم الإشارة إلى المصدر حتى لا يشوه المصطلحات الأساسية.

يتضمن تحليلات Booking.com الأقسام التالية:

تجمع لوحة بيانات Analytics البيانات الخاصة بمراجعة المؤشرات المحققة ، بما في ذلك عدد الليالي المحجوزة حسب فئة الغرفة ، ودخل الغرفة (إجمالي المبلغ الذي يدفعه الضيوف) ومتوسط السعر اليومي (ADR) ، وهو الدخل من الغرفة مقسومًا على عدد الليالي المدفوعة. . تحتوي لوحة بيانات Analytics أيضًا على روابط للتقارير الرئيسية التي تمت مناقشتها باختصار أدناه ؛
يتيح لك Pace Report مقارنة حجم المبيعات على Booking.com مع الفترات نفسها من العام السابق ، وكذلك مقارنة المبيعات بالبيانات المجمعة عن منافسيك ؛
توفر إحصائيات المبيعات تخفيضًا في المبيعات لأي فترة من العام الماضي ؛
يوفر Booker Insights معلومات مفصلة عن نزلاء الفندق ، بما في ذلك البلد والجهاز المستخدم للحجز والغرض من الرحلة ؛
تُظهر معلومات Bookwindow مدى قيام عملاء Booking.com في وقت مبكر بحجز غرفهم ؛
خصائص الإلغاء تحتوي على معلومات عن النسبة المئوية للحجوزات الملغاة ؛
تحتوي نقاط مراجعة الضيف على بيانات تتعلق بمراجعات نزلاء الفندق وتقييمات الفنادق على مقياس من 10 نقاط من قبل الضيوف
تتيح لك مجموعة Manage Competitive Set تحديد ما يصل إلى عشرة فنادق في منطقتك لمقارنة مؤشرات الأداء الرئيسية (KPIs) مع مؤشرات الأداء الرئيسية لأقرب منافسيك ؛
يُظهر تقرير Genius النسبة المئوية للحجوزات التي تتم وفقًا لبرنامج Genius (خصومات متكررة للمسافرين) ؛
يوضح ترتيب لوحة المعلومات مدى فعالية مبيعات الفنادق عندما يبحث الضيوف عن أماكن إقامة في منطقة معينة.

لتحليل البيانات ، يمكن تحديد نطاقات زمنية من 7 أو 14 أو 30 أو 60 أو 90 أو 365 يومًا. بالإضافة إلى ذلك ، هناك ميزات إضافية لتحليل البيانات من خلال مقارنة:

النتائج الخاصة مع مؤشرات العام الماضي ؛
النتائج الخاصة بمؤشرات مجموعة منافسة ، بما في ذلك ما يصل إلى عشرة فنادق ، تم اختيارها عن طريق الاختيار ؛
النتائج الخاصة مع مؤشرات السوق ، والتي تشمل جميع المرافق في موقع الفندق.

أمثلة بيانات تحليلات Booking.com الكبيرة

لا يتظاهر هذا القسم بأنه أي تعميم ، خاصة وأن الصورة قد تتغير من شهر لآخر. هذه مجرد أمثلة لاستخدام أدوات Booking.com Analytics المدمجة.

على سبيل المثال ، في Booker Insights ، يمكنك الاطلاع على إحصاءات عن البلدان التي يحجز منها السياح غرف الفنادق. الخصائص الوطنية للسياح هو موضوع منفصل ، والتي يمكن مناقشتها لفترة طويلة جدا. لذلك ، فإن الإحصاءات القطرية رائعة أيضًا. لكل بلد تفضيلاته الخاصة ، وهذا يؤثر على توزيع الجمهور المستهدف بالفندق. ومع ذلك ، في بعض الأحيان هناك القيم المتطرفة الإحصائية غير متوقعة. على سبيل المثال ، في منتصف الموسم السياحي ، حصلنا على مثل هذه الصورة. يتم تمييز فندقنا بلون أكثر إشراقًا ، ووضع السوق أكثر هدوءًا.

بيانات تحليلات Booking.com: توزيع نزلاء الفندق حسب البلد

يمثل السياح من كمبوديا وفرنسا حوالي 50 ٪ من سوق السياحة في كيب ، ومع ذلك ، فقد شكلوا في الفندق 15 ٪ و 14 ٪ على التوالي. يمكن تفسير ذلك من خلال المحافظة على السياح الكمبوديين الذين يرغبون في الإقامة في الفنادق التي يديرها ملاك كمبوديون. نفس الشيء يفسره انخفاض نسبة السياح الفرنسيين ، الذين يتحدث الكثير منهم بشكل سيء أو لا يتحدثون الإنجليزية على الإطلاق. يعجب السياح الروس أيضًا عندما يتحدث موظفو الفندق اللغة الروسية ، وهذا ما يفسر لماذا يشكلون أكثر من 10٪ من الضيوف مقابل 1.4٪ من السوق. بالنسبة لنيوزيلندا (10٪ من الحجوزات في فندقنا مقابل 0.6٪ من السوق) والسويسريين (8.7٪ من الحجوزات في فندقنا مقابل 2.4٪ من السوق) ، يمكن تفسير النسبة المئوية الأعلى بنسبة جودة جيدة في السعر ، بما أن السياح من هذه البلدان محافظون من حيث تجنب التكاليف غير الضرورية. يحتوي تقرير مفصل Booker Insights أيضًا على معلومات مقسمة حسب البلد فيما يتعلق بمتوسط سعر الغرفة اليومي ومتوسط مدة الإقامة وتكرار الإلغاء. هذه البيانات مهمة للتنبؤ بسلوك السياح حسب البلد. على سبيل المثال ، غالبًا ما يلغي ضيوف كمبوديا حجوزاتهم.

يوفر الرسم البياني التالي من قسم معلومات Bookwindow معلومات حول توزيع نافذة الحجز ، أي كم يوما قبل وصول الضيوف حجز الغرف.

بيانات تحليلات Booking.com: توزيع نافذة الحجز

توفر نافذة الحجز الكبيرة المزيد من الخيارات فيما يتعلق بتحديد سعر الغرفة اليومي. بالإضافة إلى ذلك ، يجب أن تأخذ أسعار الغرف في الاعتبار العطلات المحلية والعالمية من أجل تحديد أسعار العطلات مقدماً. تقول الإحصاءات أن عددًا قليلاً من الضيوف يحجزون غرفة لأكثر من 30 يومًا. علاوة على ذلك ، تم إجراء حوالي 70 ٪ من جميع الحجوزات قبل الوصول مباشرة. هذا ليس جيدًا جدًا ، نظرًا لزيادة خطر بقاء الغرف غير معبأ ، بالإضافة إلى ذلك ، يلزم إجراء تعديل أكثر دقة لسعر الغرفة اليومي للتاريخ الفعلي.

من المؤشرات المهمة التي تؤثر على أي نشاط تجاري للفنادق ، النسبة المئوية لإلغاء الحجوزات ، والتي تتوفر بيانات عنها في قسم خصائص الإلغاء (انظر الرسم البياني أدناه). هنا أيضًا في الجزء العلوي من كل نطاق من الفرق ، يتم تمييز فندقنا بلون أكثر إشراقًا ، ووضع السوق أكثر هدوءًا.

بيانات تحليلات Booking.com: توزيع توزيع توزيع التردد

عادةً ما يتسبب إلغاء الحجز في اللحظة الأخيرة في الإجهاد ، لأنه يقلل بشكل كبير من نافذة الحجز ويزيد من خطر عدم بيع الغرفة الملغاة. لسوء الحظ ، على سبيل المثال الذي تم تحليله ، تم إلغاء 34 ٪ من الحجوزات ، في حين أن معدل الإلغاء للسوق المعنية هو 28 ٪. معظم عمليات الإلغاء ترجع إلى نافذة الحجز لأكثر من شهر. من الصعب تطوير إستراتيجية فعالة لتقليل عدد الإلغاءات. غالبًا ما يغير الأشخاص الخطط ، أو قد يجدون أن عرض بعض الفنادق الأخرى أكثر جاذبية لهم. نحاول التواصل مع الضيف بمجرد استلامنا للحجز ، لكن هذه الإستراتيجية ليست أيضًا ناجحة دائمًا.

تعتمد أعمال الفندق اعتمادًا كبيرًا على السمعة التي تحددها Booking.com بناءً على تقييمات النزلاء. يقع التقييم في نطاق من 2.5 إلى 10 لميزات الفندق التالية: النظافة والراحة والموقع ووسائل الراحة والموظفين والقيمة مقابل المال. يحتوي قسم نقاط مراجعة النزلاء على تفاصيل كل من المراجعات ، كما يوفر قيمًا مجمعة لتصنيف الفنادق. يعرض الرسم البياني بيانات عن عدد المراجعات التي تم تلقيها في كل شهر ، ويوضح الرسم البياني قيمة التقييم النهائية لنتائج كل شهر. تتم مقارنة نتائج فندقنا (رسم بياني أكثر إشراقًا ورسم بياني) مع متوسط نتائج أقرب عشرة منافسين.

Booking.com Analytics Data: تصنيف الفندق على أساس آراء النزلاء

يدعم Booking.com برنامج Genius Loyalty. يحصل مستخدمو Genius المسجلون على Booking.com على خصومات على الحجوزات بنسبة 10٪ أو أكثر. لجذب المسافرين من Genius ، يجب على الفندق دعم هذا البرنامج. مشكلة الفندق هي أن انخفاض الأسعار يحدث فقط بسبب انخفاض في الدخل الخاص. هذا يعني أن سعر الضيوف الذين لديهم وضع Genius هو 90٪ فقط (حتى في بعض الأحيان 85٪) من السعر اليومي المعلن للغرفة على Booking.com. من ناحية أخرى ، يشارك العديد من مستخدمي Booking.com في برنامج Genius ، ويقدر هؤلاء المستخدمون ذلك عندما يدعم الفندق البرنامج. وبالتالي ، يمكن أن تؤدي المشاركة في برنامج Genius إلى زيادة الدخل الإجمالي للفندق ، على الرغم من انخفاض سعر الغرفة اليومي. من المهم أن تتذكر أن سعر الغرفة اليومي يجب أن يأخذ في الاعتبار مخاطر تخفيض أسعار الغرف بنسبة 10 ٪ أو 15 ٪ لنزلاء Genius. يشكل ضيوف Genius أكثر من 50 ٪ من جميع العملاء ، مما يدل على فعالية المشاركة الفندقية في البرنامج. هذه المعلومات متاحة في قسم تقرير Genius.

Booking.com تحليلات البيانات: نسبة الحجز Genius

تتوفر بيانات متكاملة عن أنشطة الفنادق في قسم لوحة المعلومات في الترتيب ، حيث يتم تقديم عدد من المؤشرات التي ، وفقًا لموقع Booking.com ، تؤثر على مؤشر دخل الفندق.

يتم تقديم البيانات بالمقارنة بين فنادقنا ومتوسط نتائج السوق:

التحويل هو النسبة المئوية لعدد مرات مشاهدة صفحة الفندق المحولة إلى حجز (نسبة عدد الحجوزات إلى عدد مرات مشاهدة صفحة الفندق على Booking.com) ؛
متوسط السعر اليومي (متوسط سعر الليلة) ، هو إجمالي الدخل الذي تم استلامه من الغرف المباعة مقسومًا على عدد الغرف المباعة ؛
تُظهر الإلغاءات النسبة المئوية لجميع الحجوزات التي تم إلغاؤها ؛
يتم احتساب نقاط التقييم (تصنيف النزلاء) باستخدام التصنيفات التي يقدمها نزلاء الفندق ؛
تُظهر نقاط صفحة الممتلكات (تصنيف صفحة الفندق) مدى امتلاء صفحة الفندق من حيث المعلومات والصور ؛
تأخذ نقاط الرد في الاعتبار مدى سرعة استجابة الفندق للضيوف.

مع الأخذ في الاعتبار العوامل الستة المذكورة أعلاه التي قد تؤثر على دخل الفندق ، فمن المنطقي مراعاة التبعيات ذات الصلة. ومع ذلك ، فإن بعض المؤشرات (إلغاء الحجوزات ، تصنيف الضيوف ، تصنيف صفحات الفندق ، تصنيف الإجابات) يمكن أن تؤثر بشكل غير مباشر على الدخل. لذلك ، من المستحيل العثور على العلاقة بين دخل الفندق والعوامل غير المباشرة. الواعدة ، من وجهة نظر تحليل البيانات الضخمة ، هي نسبة التحويل والسعر اليومي للغرفة. في القسم التالي ، سننظر في الفرضيات المتعلقة بتبعية الدخل عند التحويل والسعر اليومي.

فرضيات لإدارة سعر الغرفة بناءً على البيانات الضخمة

لذلك ، باستخدام Booking.com Analytics ، يمكننا الوصول إلى البيانات الكبيرة التي تعكس حالة المبيعات في الفندق. أود أن أفهم كيف يمكن أن يساعد استخدام هذه البيانات في تحديد السعر الأمثل للغرفة الواحدة.

تشير العلوم الاقتصادية إلى وجود منحنيات العرض والطلب ، وبالتالي ، هناك سعر مثالي يتيح لك الحصول على أقصى ربح من بيع منتج أو خدمة. تؤدي الأخطاء من النوع الأول (رفع السعر فوق المستوى الأمثل) إلى رفض العملاء للشراء ، وأخطاء النوع الثاني (تخفيض السعر دون المستوى الأمثل) تؤدي إلى انخفاض الأرباح ، وليس حقيقة أن عدد المبيعات يزداد.

وبالتالي ، طرحنا الفرضية 1 (G1) : هناك علاقة بين حجم مبيعات أرقام S وتكلفة الغرفة في الليلة الواحدة.

بشكل رسمي ، لكل يوم تقويمي لكل من الأرقام ، يمكن وصف ذلك بمعيار الحد الأدنى التالي:
S = max (C) ˄ f = 1 ، حيث تمثل S قيمة التداول من بيع الغرفة مساوًا عدديًا لتكلفة المعيشة في الغرفة C = {Cmin ... Cmax} (قيمة السعر تنتمي إلى نطاق معين) ؛ f = {0؛ 1} - مؤشر ثنائي لبيع الرقم: f = 0 إذا لم يتم بيع الرقم و f = 1 إذا تم بيع الرقم.

إذا كان هناك عدة أرقام من نفس النوع ، فلا يمكن بيع كل الأرقام كل يوم ، بالإضافة إلى ذلك ، يمكن أن يتغير سعر Ci لنفس الرقم خلال نافذة المبيعات ، ويبدو معيار الحد الأدنى:
S = الحد الأقصى (

س ي ج م ا

$\ سيجما$ Ci) ˄ F =

س ي ج م ا

$\ سيجما$ fi ، حيث Ci هو سعر غرفة واحدة (يمكن تغيير سعر غرفة من نفس الفئة) ، fi = {0؛ 1} هو مؤشر ثنائي لبيع رقم ، F = {0..N} هو عدد الغرف المباعة في فئة واحدة ، العدد الإجمالي وهو ن.

إذا كان الفندق يحتوي على عدة فئات من الغرف ، فإن المعايير المذكورة أعلاه تنطبق على كل منها ، ويتكون إجمالي مبيعات الفندق كمجموع مبيعات جميع فئات الغرف ، أو يمكن تلخيص كل شيء في الصيغة العامة إذا قمت بزيادة البعد بإضافة مؤشر آخر.

دعنا نحلل الاعتماد المتبادل للمبيعات وأسعار الغرف (فرضية G1 ).لن أعطي بيانات اقتصادية مفصلة ، سأعرض النتيجة العامة فقط. لتحليل العلاقة بين سلسلتي البيانات ، نستخدم معامل ارتباط بيرسون المحسوب كنسبة من التباين إلى ناتج الانحرافات المعيارية:

للحساب ، يتم استخدام MS Excel ، حيث يتم إجراء المحاسبة الشهرية للفنادق. لذلك ، يتم حساب معامل الارتباط بشكل مريح على أساس شهري. يوصى بأن يكون عدد المشاهدات 10 أضعاف عدد العوامل على الأقل ، وأن عدد الأيام (الملاحظات) في الشهر يناسب هذه التوصية. لقد أطلقنا الفندق قبل حلول العام الجديد 2019 ، وبالتالي ، بدءًا من يونيو 2019 ، قمنا بتجميع إحصاءات لمدة 5 أشهر فقط (150 يومًا من المراقبة). يوجد خلاف لمدة شهر ، وتختلف قيم معامل الارتباط بشكل كبير ، من 0.51 في مارس إلى 0.93 في فبراير. لذلك ، في بعض أشهر ، فرضية G1غير مؤكد ، والعلاقة بين تكلفة العدد والمبيعات غير موجودة. ومع ذلك ، بالنسبة لتلك الأشهر التي يكون فيها r> 0.75 ، يمكننا أن نتحدث عن وجود اعتماد متغير عشوائي على الآخر ، أي تم تأكيد الفرضية G1 . من الأفضل تحليل مجموعة البيانات بأكملها ، لأنه إذا كان لدينا مئات المرات عدد المشاهدات التي تتجاوز عدد العوامل ، فإننا نقترب من قانون الأعداد الكبيرة. لمدة خمسة أشهر ، تم تأكيد الفرضية G1 أيضًا (r = 0.80). فيما يلي قيم معامل الارتباط لكل من الأشهر الماضية من العام الحالي ، بالإضافة إلى القيمة الأساسية لمدة 5 أشهر. واسمحوا لي أن أذكرك بأننا نحقق في اعتماد حجم المبيعات اليومي على متوسط سعر الغرفة ليوم معين.

قيم معامل الارتباط r (S ، C) من

الواضح أن حجم المبيعات يعتمد على عدد الأرقام المباعة. ومع ذلك ، لم يتم العثور على ارتباط بين عدد الغرف المباعة يوميًا ومتوسط السعر اليومي للغرفة (r = 0.51 لعينة البيانات بأكملها).

يمكن لـ MS Excel أيضًا إنشاء مخطط مبعثر ، وإضافة رسم بياني ومعادلة الانحدار الخطي إليه ، وتحديد قيمة ثقة التقريب R ² للانحدار . يمكن أن يعطي الانحدار نتائج موثوقة إذا كان R ² > 0.8. لعينة كاملة من هذا الانحدار الموثوق لا يمكن الحصول عليه ، حيث أن موثوقية التقريب كانت R ² = 0.64. ومع ذلك ، يكون ذلك ممكنًا لتلك الشهور التي تكون فيها r> 0.9. على سبيل المثال ، لشهر فبراير حصلنا على R² = 0.86. يتميز فبراير بأهم حجم المبيعات لهذا العام بسبب السنة الصينية الجديدة ، والتي تستمر لأكثر من أسبوع وتضمن الإشغال الكامل للفندق بأسعار عطلة مرتفعة.

الانحدار الخطي لا معنى له من حيث التحسين ، لأنه يقول أنه كلما ارتفع السعر ، ارتفع الربح. ومع ذلك ، يجب أن يكون السعر ضمن نطاق معقول يمكن مقارنته بسعر أقرب المنافسين.

من وجهة نظر إدارة المبيعات ، فإن الأكثر أهمية هو المجال الذي كانت المبيعات اليومية فيه أقل من 30 متر مكعب ، وهو مهم بشكل خاص عندما كانت المبيعات 0 متر مكعب ومع ذلك ، فإن إحصاءاتنا لا تقدم إجابة على سؤال حول ما هي قيمة السعر اليومي المثلى ، حيث إن السعر يتراوح بين 12 إلى 20 سنت تراوحت المبيعات بين 0 إلى 6 أرقام في اليوم ، وهذا لا يعتمد على عوامل تقويم أخرى (على سبيل المثال ، يوم الأسبوع أو تقترب من أيام العطل).

الافتراض الآخر هو أنه كلما زاد عدد السياح الذين يبحثون عن أماكن للإقامة في منطقتك وكلما زاد عدد السياح الذين يتصفحون صفحة الفندق ، زاد عدد الحجوزات التي ستتلقونها. توفر Booking.com Analytics هذه البيانات. على سبيل المثال ، في الرسم البياني أدناه ، نتائج البحث عن مدينة كيب (كمبوديا) حسب اليوم. التحويل هو 132/79 377 = 0.16٪ ، أي بالنسبة لـ 10،000 سائح يبحثون عن سكن ، نحصل على 16 حجزًا.

بيانات تحليلات Booking.com: عدد طلبات البحث حسب المنطقة ، قم

بصياغة فرضية 2 (H2) : توجد علاقة بين حجم مبيعات أرقام S وعدد استعلامات البحث في اليوم R.

ومع ذلك ، فإن معاملات الارتباط التي تم الحصول عليها لكل من عينة كاملة من البيانات لمدة 5 أشهر وشهرية لم تتجاوز 0.5 ، مما يشير إلى عدم وجود علاقة بين اثنين من المتغيرات العشوائية. ينطبق هذا على كل من عدد طلبات البحث في المنطقة ، وعلى عدد مرات مشاهدة صفحة الفندق على Booking.com.

استنتاج

تتناول هذه المقالة إمكانيات أدوات تحليلات Booking.com المصممة لتحليل البيانات الكبيرة المتعلقة بمبيعات غرف الفنادق. بناءً على المعلومات المتاحة ، تم طرح فرضيتين. تم

تأكيد الفرضية 1 (G1) : يوجد ارتباط بين حجم مبيعات أرقام S وتكلفة الغرفة في الليلة الواحدة.

لتحليل موثوقية الفرضية ، تم تحديد معامل ارتباط بيرسون r (S ، C) للبيانات للأشهر الخمسة الأولى من عام 2019 (r = 0.80) وشهريًا (القيمة القصوى r = 0.93 في فبراير) ، مما يشير إلى وجود علاقة بين الاثنين سلسلة البيانات. الانحدار خطي (كلما ارتفع السعر ، ارتفع الربح) ، مما يجعل من المستحيل تحسين قيمة سعر الغرفة اليومي. ومع ذلك ، يجب أن يكون السعر يوميًا في نطاق معقول يمكن مقارنته بسعر أقرب المنافسين. لم يكن من الممكن أيضًا تحديد القيمة المثلى لرقم الغرفة بطريقة رقمية ، استنادًا إلى مخطط الانتثار.

لم يتم تأكيد الفرضية 2 (H2) : هناك علاقة بين حجم مبيعات أرقام S وعدد عمليات البحث في اليوم R.

على الرغم من توفر البيانات الكبيرة ، في الوقت الحالي ، لا يمكن صياغة استراتيجية لإدارة المبيعات تعتمد فقط على المؤشرات الإحصائية. ربما تعتمد هذه الأنماط على هذه الطاقات التي لا تسيطر عليها الإحصاءات. نظرية موجة الأعمال معروفة ، ومن وجهة نظري ، فمن المنطقي. إذا قمنا ببناء اعتماد بسيط على المبيعات في تاريخ التقويم ، فسوف نرى بوضوح تناقصات القمم والهبوط. وبالتالي ، من الضروري "اللحاق بالموجة" ، من بين أمور أخرى ، الخبرة والحدس.

هذه المقالة لا تدعي أنها الحقيقة المطلقة ، إنها مجرد تجربتي التي أردت مشاركتها.

وكل ما علي فعله هو أن أتمنى للقراء الاستمتاع بأقصى حد من استخدام خدمات الحجز والرحلات التي لا تنسى!