Hotel Revenue Management
Introduction
En este proyecto, brindaremos apoyo al equipo de gestión hotelera que supervisa dos establecimientos que enfrentan desafíos de crecimiento. La solicitud se centra en analizar datos para proporcionar percepciones relevantes sobre tres necesidades clave: 1) Evaluar la rentabilidad anual de ambos hoteles, 2) Justificar la necesidad de incrementar espacios de estacionamiento para los huéspedes y 3) Ofrecer información relacionada con patrones para la planificación estratégica.
A partir de los requerimientos del departamento de gestión hotelera, surgen tres preguntas fundamentales para guiar el análisis:
- ¿Cuál es el crecimiento anual de los ingresos en ambos hoteles?
- ¿Disponen de estacionamientos suficientes para satisfacer la demanda?
- ¿Cuales son las tendencias generales a considerar en el negocio?
Ficheros y Base de Datos
En este proyecto experimental, el dataset se extrae de Kaggle.com, una plataforma que proporciona conjuntos de datos de ejemplo para proyectos de análisis de datos. Se obtiene un archivo en formato Excel con información transaccional de los hoteles, sumando aproximadamente 150,000 registros que abarcan períodos de 2018 a 2020. Cada año se encuentra en una hoja distinta, junto con una tabla que establece descuentos especiales por segmento de clientes y montos variables para servicios de desayuno.
Se inicia la creación de la base de datos en SQL Server y se realiza la carga masiva de datos en diversas tablas desde el archivo. Utilizando la función UNION ALL de SQL, se fusionan las distintas hojas en un único conjunto de datos, verificando previamente que las tres tablas tengan la misma estructura de columnas. El enlace a los archivos originales está accesible en la sección de informes.
En este punto obtenemos una base de datos funcioanal a traves de la cual vamos a realizar las consultas que responden a las preguntas de negocio iniciales.
Consultas de SQL Server
1-¿Cuál es el crecimiento anual de los ingresos en ambos hoteles?
En nuestra base de datos, no contamos con la información directa de ingresos, pero sí disponemos de la tarifa media diaria (adr), las estancias en noches de semana (stays_in_week_nights) y las estancias en noches de fin de semana (stays_in_weekend_nights). En consecuencia, procederemos a generar una nueva columna de ingresos (revenue) utilizando los datos de estas tres columnas. Finalmnte se agrega una columna para agrupar la suma de ingresos por año.
En la tabla final, se observa un aumento en los ingresos de 2018 a 2019, seguido de una disminución en 2020.
2-¿Disponen de estacionamientos suficientes para satisfacer la demanda?
Se crea una consulta para determinar el porcentaje de ocupación de los espacios de estacionamiento en comparación con los ingresos generados por dicho nivel de ocupación. Para calcular los ingresos, se multiplica la suma de las estadías por el costo promedio diario de ocupación y se nombra esta columna como "revenue". Asimismo, la suma de las estadías se distribuye entre los espacios de estacionamiento necesarios para obtener el nivel relativo de ocupación por año y por hotel.
El resultado de esta consulta indica que los niveles de ocupación de los espacios de estacionamiento se encuentran en niveles aceptables. La demanda histórica no supera el 2% en el City Hotel ni el 4% en el Resort Hotel, lo que no justifica un proyecto de ampliación.
3-¿Cuales tendencias son importantes de resaltar en los datos?
Para cumplir con el tercer requisito, se debe crear una herramienta de visualización que permita analizar patrones en los datos de manera interactiva. Se tiene previsto diseñar un panel sencillo utilizando la tecnología de Power BI. Antes de establecer la conexión a la base de datos de SQL Server desde Power BI, es necesario procesar algunas columnas.
El hotel ofrece un programa de descuentos basado en acuerdos con ciertos segmentos del mercado, detallados en la tabla "market_segment".Se aplicarán dos procedimientos de Join: uno para generar la columna con los descuentos de cada segmento y otro para obtener el costo de los desayunos. Finalmente, obtenemos una única consulta que le pasaremos a la conexión del servidor para exportar los datos a Power BI.
Las tendencias que se pueden observar en los datos son las siguientes:
- El mes de julio marca el inicio de la temporada alta, mostrando una tendencia de crecimiento constante en esos meses de cada año.
- Los ingresos anuales muestran una tendencia al alza, pasando de 3.3 a 7.5 en dos años, reflejando un crecimiento del 56%.
- El precio promedio por noche presenta un marcado aumento, pasando de $88 a $112, lo que implica un crecimiento del 21%.
- Los descuentos exhiben una tendencia estacionaria, siendo el hotel con mayores ingresos también el que aplica mayores descuentos en promedio.
- Los ingresos anuales y las noches promedio disminuyen entre 2019 y 2020, aunque representan un crecimiento en comparación con 2018.
- Se sugiere que la disminución en 2020 se debe a la situación de la pandemia mundial.
