Галынин Сергей | Аналитика отелей и ресторанов

Проверка компсета. Часть 2:
Данные и регрессия или как посчитать, сколько отель должен стоить

#hotel #бенчмаркинг #проверка_компсета #простымисловами

💬 Простыми словами
Сначала собираем характеристики отелей: звёзды, размер, где находится, какие есть услуги.
Потом строим уравнение зависимости цены от этих характеристик — оно показывает, насколько дороже 5★ по сравнению с 4★, насколько дешевле отель за каждый километр от центра, сколько добавляет наличие спа.
По этому уравнению считаем «ожидаемую» цену для каждого отеля — сколько он должен стоить с такими параметрами. А потом сравниваем с реальной. Если отель берёт меньше, чем «должен» по уравнению, — рынок оценивает его ниже заявленного класса. Если больше — выше.

📥 Шаг 1. Сбор данных

Зачем это делается: чтобы получить объективную картину рынка. Не «кто в моем компсете», а «кто вообще есть рядом и по какой цене продается».

Что собрали: из карточек Яндекс.Карт и 2ГИС по 16 отелям в радиусе 3–5 км от наших генераторов спроса. Один срез, дата фиксируется — это важно для сопоставимости.

Вывод из таблицы 2: ADR заявленных 5⭐️ варьируется от 9 000 до 22 000 — разброс в 2,4 раза. Это сигнал, что наш компсет собран скорее по декларациям, а не по рынку. Нужен следующий шаг — понять, кто из них «дороже/дешевле ожидаемого».

📈 Шаг 2. Регрессия

Зачем это делается: чтобы понять, сколько должен стоить отель с такими атрибутами. И сравнить с тем, сколько он реально берет.

Что такое остаток простыми словами. Уравнение даёт «ожидаемую» цену для каждого отеля. Разница между фактической и ожидаемой — это остаток.
Если отель берёт меньше, чем предсказало уравнение, то остаток отрицательный - рынок оценивает его ниже заявленного класса. Если больше, то положительный - рынок оценивает выше.

Модель:

log(ADR) = β₀ + β₁·Звезды + β₂·log(Номера) +β₃·Расстояние + β₄·Спа + β₅·Конференц + ε

🧠 Для тех, кто работает с моделями: R² = 0.75, Adjusted R² = 0.63 при n = 16. С поправкой на число предикторов объяснительная сила падает до 63%, что является ожидаемым при небольшой выборке. Все коэффициенты значимы на уровне p < 0.05.

💡Вывод из таблицы:
уравнение объясняет три четверти (~75%) вариации ADR. То есть атрибуты (звёзды, размер, локация, удобства) предсказывают цену на три четверти.
Оставшаяся четверть — это и есть то, что мы ищем: рыночная оценка, очищенная от продукта. Ее мы получим как остатки.

👇 В следующем посте - как из остатков получить «эффективный класс» и найти тех самых «спящих пятерок».

#hotel #бенчмаркинг #проверка_компсета #простымисловами

Подписывайтесь на мой канал Телеграм

Ловушка ручного компсета или почему ваши индексы бенчмаркинга могут быть смещены?

#hotel #бенчмаркинг #проверка_компсета

⚠️ Это демонстрационный кейс на сгенерированных данных. Названия гостиниц и цифры - учебные. В вашем случае результат может быть другим. Основная задача - показать методику как определить компсет по данным, а не интуитивно.

В системах бенчмаркинга отель сам определяет, какие гостиницы войдут в его конкурентную группу. Провайдер даёт инструмент, но состав — это решение менеджмента.
И вот тут может крыться главная ошибка: группу конкурентов собирают по принципу «на кого хотим равняться». Известные бренды, модные бутики, отели с высоким рейтингом. В общем ориентируются на ощущения и предпочтения.

Что не так?

Заявленные гостиницами звёзды - это декларация о продукте. Рынок платит или не платит за эту декларацию.
Смотрите, что может происходить с ADR внутри заявленной категории 5★ в одном городе (Таблица 1)

Вывод из таблицы: «5★» — это не одна группа, а как минимум три разных рынка. Отель за 9 000 и отель за 22 000 не конкурируют за одного гостя, хотя оба заявляют 5★.

Две ловушки, которые возникают из-за этого:

1. Ловушка 1. «Спящая пятёрка». Отель заявляет 5★, но рынок платит за него как за 4★. Он попадает в ваш компсет, хотя не конкурирует с вами. И тянет средний ADR группы вниз.
2. Ловушка 2. «Почти 5★». Отель заявляет 4★, но рынок платит как за 5★. Он не попадает в ваш компсет, хотя реально конкурирует за того же гостя.
Итог: ваши индексы MPI, ARI, RGI считаются относительно искажённого эталона. ARI занижен или завышен, RGI смещён, решения по цене принимаются относительно неверной группы.

🔗 Цепочка решения, которую разберём в следующих 4 постах:
1. 📥 ДАННЫЕ → собираем срез по отелям из открытых карточек
2. 📈 РЕГРЕССИЯ → считаем ожидаемый ADR для каждого продукта
3. 🎯 ЭФФЕКТИВНЫЙ КЛАСС → корректируем заявленные звёзды на рыночную оценку
4. 🧩 КЛАСТЕРИЗАЦИЯ → группируем похожие отели по продукту и позиции
5. ✅ ФИНАЛЬНЫЙ КОМПСЕТ → выбираем 5 отелей, с которыми реально конкурируем
Каждый шаг отвечает на свой вопрос. Вместе они дают группу, которая отражает рынок, а не амбиции.

👇 Продолжение — завтра. Начнём с данных и регрессии.

Зеркало канала в Телеграм

#hotel #бенчмаркинг #проверка_компсета