Mysql数据分析1_酒店预定需求分析

MySQL数据分析1_酒店预定需求分析

本文所有数据来源于kaggle:Hotel booking demand
使用工具：MySQL,Excel

1.背景

您是否想过一年中什么时候预定酒店房间？还是为了获得最佳每日房价而获得的最佳停留时间？如果您想预测酒店是否可能收到过多的特殊要求，该怎么办？该酒店预订数据集可以帮助您探索这些问题！

2.提出问题

1）酒店运营分析（城市酒店和假日酒店预订需求和入住率比较、客流量趋势、渠道等角度）
2）用户分析（预定时长、入住时长、预定餐饮、特殊要求、用户类型等）
3）顾客一年中最佳预定酒店时间是什么时候？
4）酒店该怎样增加收入？

3.数据理解

以上两张图片是字段和部分数据截图，原始数据共32个字段，每个字段119390行
对每个字段理解如下：

字段	解释
hotel	Hotel(H1 = Resort Hotel or H2 = City Hotel)
is_canceled	是否取消预定（取消（1），不取消（0））
lead_time	预定时长（从预定到入住的时间）
arrival_date_year	到达时间（年）
arrival_date_month	到达时间（月）
arrival_date_day_of_month	到达时间（日）
arrival_date_week_number	到达时间（在当年为第几周）
stays_in_weekend_nights	在周末的入住天数
stays_in_week_nights	在工作日的入住天数
adults	入住成人数
children	入住儿童数
babies	入住婴儿数
meal	预定餐饮类型（Undefined/SC – no meal package; BB – Bed & Breakfast; HB – Half board (breakfast and one other meal – usually dinner; FB – Full board (breakfast, lunch and dinner)）
market_segment	细分市场（ “TA” means “Travel Agents” and “TO” means “Tour Operators”）
distribution_channel	分销渠道
is_repeated_guest	是否为老客（是（1），否（0））
previous_cancellations	客户在当前预订之前取消的先前预订数
previous_bookings_not_canceled	客户在当前预订之前未取消的先前预订数
reserved_room_type	预定房间类型
assigned_room_type	（酒店）安排的入住房间类型（房型可能会受时间等因素有所调整）
deposit_type	押金类型
agent	预定的旅行社ID
company	预定的公司ID
days_in_waiting_list	酒店方确认预定所需时长（从顾客下预定订单到酒店方确认订单所需时长）
customer_type	顾客类型（Contract - when the booking has an allotment or other type of contract associated to it; Group – when the booking is associated to a group; Transient – when the booking is not part of a group or contract, and is not associated to other transient booking; Transient-party – when the booking is transient, but is associated to at least other transient booking）
adr	日平均消费
required_car_parking_spaces	顾客要求提供的停车位数量
total_of_special_requests	顾客特殊需求的总数量
reservation_status	预定最终状态（Canceled – booking was canceled by the customer; Check-Out – customer has checked in but already departed; No-Show – customer did not check-in and did inform the hotel of the reason why）
reservation_status_date	预定最终状态确认时间

4.数据清洗

分为两个大方向，用户方向和酒店运营方向

用户方向

– 1.选择用户画像需要字段的子集，创建用户表。

CREATE table hotel_customer
    AS(SELECT hotel,lead_time,adults,children,babies,country,meal,stays_in_week_nights,stays_in_weekend_nights,booking_changes,customer_type,required_car_parking_spaces,total_of_special_requests
		FROM hotel_bookings)

– 2.清洗数据，检查数据完整性

SELECT count(hotel),count(lead_time),count(adults),count(children),count(babies),count(country),count(meal),count(stays_in_week_nights),count(stays_in_weekend_nights),count(booking_changes),count(customer_type),count(required_car_parking_spaces),count(total_of_special_requests)
FROM hotel_customer;

可以看到只有country字段有小部分记录缺失，考虑使用众数填充。

-- 先查询出众数
SELECT country
FROM hotel_customer
WHERE country IS NOT NULL
GROUP BY country
ORDER BY count(1) DESC
LIMIT 1
-- 使用众数进行填充              
UPDATE hotel_customer 
SET country=IFNULL(country,'PRT')

– 3.为便于后续分析，增加字段总人数，停留时间。检查字段数据格式，发现计算列皆为int，可以直接进行运算。

ALTER TABLE hotel_customer ADD COLUMN 总人数 INT NULL;
ALTER TABLE hotel_customer ADD COLUMN 停留时间 INT NULL;
UPDATE hotel_customer SET 总人数=adults+children+babies;
UPDATE hotel_customer SET 停留时间=stays_in_week_nights+stays_in_weekend_nights;
-- 检查数据
SELECT *
FROM hotel_customer

– 4.检查数据是否合法，查看是否有总人数为0的记录

SELECT *
FROM hotel_customer
WHERE 总人数=0;

发现存在总人数为0的记录，删除并重新检查数据

DELETE FROM hotel_customer WHERE 总人数=0;
SELECT *
FROM hotel_customer
WHERE 总人数=0;

完成用户表数据清洗

最终用户表的部分截图如下

酒店运营方向

– 1.选择酒店运营方向子集，建立表格，研究预定入住率、取消率、客户结构、房型、押金、客流量、渠道等。

CREATE TABLE hotel_business AS
(SELECT hotel,is_canceled,reservation_status,is_repeated_guest,customer_type,reserved_room_type,deposit_type,assigned_room_type,distribution_channel,arrival_date_year,arrival_date_month,arrival_date_week_number,arrival_date_day_of_month,market_segment,agent,adr,company
FROM hotel_bookings);

– 2.清洗数据，查看数据有无缺失

SELECT count(hotel),count(is_canceled),count(reservation_status),count(is_repeated_guest),count(customer_type),count(reservation_status),COUNT(deposit_type),COUNT(assigned_room_type),count(distribution_channel),count(arrival_date_year),count(arrival_date_month),count(arrival_date_week_number),count(arrival_date_day_of_month),count(market_segment),count(agent),count(adr),count(company)
FROM hotel_business;

结果发现agent和company字段存在空缺，如下图

company字段空缺过多，考虑删除字段。
agent缺失代表无旅行社，可以使用sc进行填充（这里不使用0进行填充是因为不确定agent的id是不是存在0的情况，所以直接使用英文字符进行填充）

-- 0填充agent，删除company字段
ALTER TABLE hotel_business DROP COLUMN company;
UPDATE hotel_business SET agent=IFNULL(agent,'sc');

– 3.将月份列的英文转化为数字，并将三列日期列合成为一列，删除之前的三列日期

-- 修改日期格式并把到达时间合称为一列，删除之前三列。
-- 新加一列month，将英文格式月份转为数字
ALTER TABLE hotel_business ADD COLUMN month VARCHAR(10) NULL;
UPDATE hotel_business SET month=month(STR_TO_DATE(arrival_date_month,'%M'));
-- 三列时间合一
ALTER TABLE hotel_business ADD COLUMN arrival_date VARCHAR(255) NULL;
UPDATE hotel_business SET arrival_date=CONCAT(arrival_date_year,'-',month,'-',arrival_date_day_of_month);
-- 删除之前三列时间数据
ALTER TABLE hotel_business 
DROP arrival_date_year,
DROP arrival_date_month,
DROP arrival_date_day_of_month,
DROP month;

– 4.查看adr（日平均消费）是否存在负值，若有删除记录

SELECT adr
FROM hotel_business
WHERE adr<0;

DELETE FROM hotel_business WHERE adr<0;

– 5.查看几个带选项的字段中是否存在不合法的值

SELECT reservation_status,count(1)
FROM hotel_business
GROUP BY reservation_status;

SELECT customer_type,count(1)
FROM hotel_business
GROUP BY customer_type;

SELECT distribution_channel,count(1)
FROM hotel_business
GROUP BY distribution_channel;

SELECT market_segment,count(1)
FROM hotel_business
GROUP BY market_segment;

发现distribution_channel和market_segment中都含有Undefined的值，删去

DELETE FROM hotel_business WHERE distribution_channel='Undefined' OR market_segment='Undefined';

酒店运营表数据清洗结束

5.数据分析

酒店订单分析

1.两酒店的预定取消率都非常高，酒店方需考虑取消率高的原因
2.城市酒店订单占比大，人们更喜欢住城市酒店

客人大多数都是新客，作为酒店是正常现象，但是酒店方可以使用适当方法提高用户复购率，如定期给老客发送优惠信息，增加售后咨询等。

客流量

1.结果表明，两酒店在第二、三季度收费都会增加，特别是度假酒店在第三季度收费会猛增；
2.城市酒店在每年的第二季度迎来客流量高峰期，之后客流量递减至次年的第一季度，城市酒店应该合理安排各个季度的人力物力，确保在高峰期时有足够的资源周转，在淡季时减少人力物力的投入，完成降本；
3.度假酒店客流量一直比较稳定，可以想办法增加客流量，比如在第二、三季度时收费不要提高过多。

预定与分房

顾客预定房型与入住房型对比如下

1. A房型交付率较低，但是预定人数最多，再结合价格因素推测A房型是最高性价比房型，可能也是酒店为了吸引更多顾客的主推房型。
2. CDEF房型交付率较高，可能是酒店最想让客人预定的房型，从价格来看也可以反映出这一点，这四种房型可能是酒店较为盈利的房型

分销渠道

1. 结果表明人们大多会在线上预定酒店，其次为线下旅行社；
2. 价格方面，线上预定价格是最高的，其次为酒店直接预定，线上预定价格贵可能与手续费有很大关系；
3. 旅行社客流量对比显示，id为9号和240号的客流量相当多，酒店可以考虑给予这两个旅行社优惠力度，吸引更多顾客

用户预定分析

1. 大多数顾客会提前三个月以上预定，其次为1周内预定，猜测一周内预定可能与出差有关，酒店给予合作公司一定的优惠力度来促进消费；
2. 几乎所有人都会修改订单，大多数人会修改三次以内；
3. 大多数人会预定单餐（早/晚餐），几乎所有人都会要求有一个停车位置；
4. 大多数人会提出<=3个特殊需求，其中两个基本上为订餐和停车位需求，酒店可以重点关注下约11%的第三需求（如带婴儿的顾客需要婴儿床等），这方面可作为酒店的亮点服务，推出一些服务来满足这些顾客的需求，来提高用户留存或吸引顾客；
5. 95%以上的顾客都只会住一周以内。

顾客类型分析

1. 可以看出，96%以上的顾客都是临时用户
2. PRT国籍的顾客占比高达41%，酒店方要维持住PET国籍的顾客订单量，同时可采取一些方式，如增加饮食菜系等来吸引其他国家的顾客。

6.总结

顾客一年中最佳预定酒店时间是什么时候？

1. 对于用户而言，在每年的第一或者是第四季度预定度假酒店是最好的选择，在这段时间内，客流量是一年中最少的时候，酒店方安排的房型会和预定的房型的匹配程度会比较高，同时这是一年中预定价格最划算的时期；
2. 若是个人出行，建议直接跟酒店预订，可以免去第三方线上机构预定的手续费；
3. 若是跟团出行，建议线下预定，优先考虑id为9号的旅行社，因为该旅行社带给酒店的流量大，可能会有更多优惠。
4. 鉴于大多数顾客都会有订餐或者车位需求，酒店可能会为了游客方便，在预定时默认选择一些增值服务（如餐饮），预定时要注意类似的选项。

酒店该怎样增加收入？

1. 两酒店订单取消率都很高，建议酒店要寻求方法来提高预定入住率，如在顾客预定等待时期，定期发送提醒信息或者周边旅游推荐给顾客来吸引顾客；
2. 建议酒店方使用适当方法提高用户复购率，如定期给老客发送优惠信息，增加售后咨询等；
3. 建议酒店合理安排各个季度的人力物力，确保在高峰期时有足够的资源周转，在淡季时减少人力物力的投入，完成降本；
4. 建议酒店给流量大的旅行社一定的优惠，从而继续保持相应旅行社的大流量；