如今， 各大 OTA(Online Travel Agency)平臺極大地方便了人們的出行，酒店住宿、景點門票等，只需要動動手指就可以輕松完成預(yù)訂。 

國內(nèi)外酒店民宿預(yù)訂平臺，多達數(shù)十種

為了吸引更多用戶預(yù)訂，這些平臺會鼓勵商家設(shè)定較為寬松的取消預(yù)訂政策，比如可隨時免費取消，或限時免費取消等。

全球客房銷售量最大的網(wǎng)上酒店預(yù)訂網(wǎng)站 Booking(繽客網(wǎng))，就憑借可免費取消的優(yōu)勢，深受廣大驢友喜愛。

不過，對于用戶來說，「免費取消」非常 nice，但對酒店來說，就很頭大了。訂單臨時被取消，通常會給酒店帶來以下?lián)p失：

1. 被取消房間無法及時出售，酒店損失收入;
2. 酒店降低價格出售被取消房間，減少了利潤
3. 為了盡快訂出這些房間，酒店需要增加額外的宣傳、分銷渠道的費用;

在用戶可以隨時放酒店鴿子的情況下，酒店有沒有什么辦法，盡可能減少損失呢?

一位葡萄牙業(yè)務(wù)分析師(Business Analyst，簡稱 BA，這一職位相當于 IT 公司的產(chǎn)品經(jīng)理) Manuel Banza，有超過 5 年的酒店管理從業(yè)經(jīng)驗。他利用公開的歐洲酒店預(yù)訂平臺數(shù)據(jù)，發(fā)現(xiàn)了更容易取消訂單的用戶特點，以幫助酒店及時進行止損。

從近 12 萬條酒店預(yù)訂數(shù)據(jù)中，發(fā)現(xiàn)規(guī)律

作為一名數(shù)據(jù)科學愛好者，Manuel Banza 從數(shù)據(jù)科學和機器學習入手。

他首先對一個「酒店預(yù)訂需求數(shù)據(jù)集」(Hotel booking demand)進行了全面分析。該數(shù)據(jù)集包含了普通酒店和度假酒店共 32 個維度的數(shù)據(jù)，具體包括：

用戶國籍、預(yù)訂時間、住宿時間、成人和兒童或嬰兒的數(shù)量、訂單最終是否取消、用戶在此次訂單之前共取消訂單次數(shù)等信息。

Hotel Booking Demand

酒店預(yù)訂需求數(shù)據(jù)集

發(fā)布機構(gòu)：葡萄牙里斯本大學

包含數(shù)量：共 119390 條數(shù)據(jù)，32 個維度

數(shù)據(jù)格式：csv

數(shù)據(jù)大?。?6.9 MB(壓縮文件 1.3 MB)

地址：https://hyper.ai/datasets/14866 

部分數(shù)據(jù)展示

通過統(tǒng)計，Manuel Banza 發(fā)現(xiàn)一年時間里，取消酒店訂單的用戶真不少。

2018 年 OTA 平臺 Booking 上的預(yù)訂訂單中，有 49.8% 的用戶取消了訂單;在 HRS Group 上，這一比例甚至高達 66%。整體來看，多家平臺在 2018 年平均預(yù)訂訂單取消率達到 39.6%。 

各類預(yù)訂渠道被取消的訂單比例

接著，作者對數(shù)據(jù)進行了探索性分析，有以下幾個發(fā)現(xiàn)：

• 普通酒店和度假酒店相比，訂單更容易被客人取消;
• 春節(jié)和夏季的取消比例更大，而冬季的取消比例最低;
• 各種預(yù)訂渠道中，用戶在 OTA 平臺下單最多，同時 OTA 平臺上被取消訂單的也最多;
• 用戶預(yù)訂時間越早，不確定性越大，取消的概率越大

作者表示，預(yù)訂時間是分析酒店收益表現(xiàn)時，最重要的指標之一。分析結(jié)果表明，提前 1 年以上預(yù)訂的取消概率最高，為 57.14%;一周內(nèi)預(yù)訂取消概率最低，為 7.73%。 

預(yù)訂提前的天數(shù)(橫軸)與取消訂單概率(縱軸)成正比

看來，計劃越早越趕不上變化啊

機器學習模型：預(yù)測誰最可能「放鴿子」

對數(shù)據(jù)集進行全面分析后，作者開始建立預(yù)測訂單取消的模型。

第一步：數(shù)據(jù)清洗

首先，對數(shù)據(jù)集中缺失的值進行處理。如果該變量是數(shù)字變量，則必須用該特征的均值替換這些缺失值;如果該變量是分類特征，則必須用常數(shù)替換。

然后刪除 reservation_status(預(yù)訂狀態(tài)，該變量代表訂單是否被取消，0 為未取消，1 為取消)，因為這是機器學習模型將要預(yù)測的值。

第二步：選擇最佳模型

在開始為數(shù)據(jù)測試最佳算法之前，將數(shù)據(jù)集按 8:2 的比例分開。之后將用 80% 的數(shù)據(jù)來訓練模型，并將 20% 的數(shù)據(jù)作為驗證集。

在數(shù)據(jù)科學領(lǐng)域，預(yù)測訂單取消是一個監(jiān)督分類問題，也叫做二元分類。因此，作者選取了幾個現(xiàn)有的二分類模型如 LightGBM，CatBoost、XGBoost 及 H2O 等，進行訓練及對比，最終選出了實驗結(jié)果最佳的模型 CatBoost。

通過 CatBoost 預(yù)測結(jié)果，發(fā)現(xiàn)以下幾點：

1. 如果用戶的國籍是葡萄牙，則取消訂單的可能性很高。不過，對于團體訂票來說，酒店一般不會事先得到每個人的國籍信息。如果訂單被取消，大多數(shù)酒店都會將其國籍默認為酒店所在的國家。所以，這項信息只作為參考，并不一定準確;
2. 與至少提出一個特殊要求的用戶相比，未提出任何特殊要求的用戶，取消訂單的可能性更高;
3. lead_time(預(yù)訂時間與入駐時間間隔天數(shù))值越低，預(yù)訂被取消的可能性就越低(這一點預(yù)測結(jié)果與之前數(shù)據(jù)分析結(jié)果相一致)。 

[[390579]] 

葡萄牙人氣酒店歐洲之星博物館，店內(nèi)以考古展覽為特色

上線多個 OTA 平臺，支持在線預(yù)訂及免費取消

CatBoost 模型在驗證集上的表現(xiàn)： 

在整個「酒店預(yù)訂需求」數(shù)據(jù)集上的表現(xiàn)：

酒店：在取消之前，讓我先搶救一波

使用這一預(yù)測模型，酒店就可以提前獲知哪些用戶可能取消訂單，及時采取補救措施。

比如，提前聯(lián)系取消可能性較大的用戶，通過溝通，讓他們盡可能更早地取消，給酒店預(yù)留更多的時間出售房間。

或者，也可以與有取消傾向的用戶聯(lián)系，向其介紹酒店的優(yōu)點，給出一些入住獎勵，力挽狂瀾挽留他們。