Python
Power BI
“Cứ 100 booking thì 37 bị huỷ – vấn đề không nằm ở giá phòng”
Trong 118.898 booking của một City Hotel và một Resort Hotel (07/2015 – 07/2017), 37,14% bị huỷ. Tôi hướng dẫn học viên đi từ phân tích khám phá đến mô hình dự đoán huỷ phòng, tìm ra những dấu hiệu rõ ràng – đặt quá sớm, không có yêu cầu đặc biệt, đặt qua Online TA hoặc theo đoàn – và biến chúng thành chính sách đặt cọc cụ thể.
1. Bối cảnh
Học viên đóng vai chuyên viên phân tích của khách sạn, báo cáo cho bộ phận Marketing và Sales. Mục tiêu: hiểu vì sao khách huỷ phòng và giảm tỷ lệ huỷ.
Hạng mục | Nội dung |
|---|---|
Dữ liệu | 118.898 booking × 17 cột |
Giai đoạn | 07/2015 – 07/2017 |
Khách sạn | City Hotel, Resort Hotel |
Công cụ | Python (làm sạch, phân tích, mô hình) · Power BI (dashboard) |
2. Hành trình phân tích
Extract & làm sạch – nạp dữ liệu bằng Python, kiểm tra kiểu dữ liệu, giá trị thiếu và bất thường.
Tạo biến – nhóm lead time, nhóm giá phòng (ADR), số người lớn/trẻ em/em bé, số đêm cuối tuần/trong tuần.
EDA & dashboard – phân tích tỷ lệ huỷ theo khách sạn, thời gian, khách hàng, thị trường và kênh bán trên Power BI.
Mô hình – Random Forest làm nền, xử lý mất cân bằng bằng SMOTE, sau đó thử Gradient Boosting.
Diễn giải – đọc mức quan trọng của biến để chuyển thành chính sách.
3. Dữ liệu kể gì?
Khách sạn và thời gian
City Hotel huỷ 41,71%, cao hơn trung bình; Resort Hotel 27,98%.
Tỷ lệ huỷ ở mọi quý đều trên 30%, cao nhất là Q2/2017 (43,4%).
Đặt càng sớm, càng dễ huỷ
Booking đặt trước hơn 6 tháng có số lần huỷ vượt số lần ở thật; ngược lại, khách đặt trong ngày hoặc trong tháng hầu như giữ phòng.
Khách hàng và kênh bán
Yếu tố | Phát hiện |
|---|---|
Yêu cầu đặc biệt | Không có yêu cầu nào: huỷ 47,86%; có 5 yêu cầu: chỉ 2,63% |
Phân khúc thị trường | Groups huỷ cao nhất (61,08%, lead time TB 187 ngày); Online TA có số lượt huỷ lớn nhất (~21.000) |
Loại khách | Transient huỷ 40,89%; Contract 30,96% |
Khách quay lại | Chỉ 3,2% là khách cũ, nhưng họ huỷ ~14,5% – thấp hơn nhiều so với 37,14% |
Giá phòng | ADR 100–150 huỷ nhiều nhất (40,05%); ADR dưới 10 chỉ 14,3% |
Quốc gia | Top 15 quốc gia huỷ cao nhất đều đặt 100% qua Online TA, gần như toàn khách Transient |
Mô hình dự đoán
Mô hình | Accuracy | Recall (huỷ) |
|---|---|---|
Random Forest | 69% | 24% |
Random Forest + SMOTE | 80% | 65% |
Gradient Boosting | 80% | 66% |
Mô hình ban đầu bỏ sót phần lớn booking sẽ huỷ vì dữ liệu mất cân bằng. Sau khi cân bằng, mô hình nhận diện được khoảng 2/3 số booking huỷ. Các yếu tố quan trọng nhất: quốc gia, lead time, số yêu cầu đặc biệt và loại khách Transient-Party.
4. Từ phát hiện đến chính sách
Giai đoạn | Hành động |
|---|---|
0–3 tháng | Đặt cọc không hoàn lại cho booking sớm trên 6 tháng; theo dõi chặt Transient, Contract, Groups, Online TA; nhắc và xác nhận lại gần ngày ở; yêu cầu trả trước với quốc gia huỷ cao |
3–6 tháng | Chương trình thân thiết cho khách quay lại; ưu đãi đặt trực tiếp (bữa sáng, nâng hạng phòng); gói không hoàn huỷ cho khách đặt sớm |
6+ tháng | Hệ thống đặt phòng có chấm điểm rủi ro; giá và chính sách huỷ khác nhau cho khách công tác (trong tuần) và du lịch (cuối tuần) |
5. Học viên học được gì?
Đặt câu hỏi kinh doanh trước khi vẽ biểu đồ.
Nhận ra “accuracy cao” có thể đánh lừa khi dữ liệu mất cân bằng.
Chuyển mức quan trọng của biến thành chính sách vận hành cụ thể.
Học viên thực hiện: Nguyen Thi Lan Thanh.