Skip to content

Exploring insight related to business hotel performance using Python visualization. Analyzing customer behavior in reservation based on hotel type and analyzing cancellation rates.

Notifications You must be signed in to change notification settings

faizns/Investigate-Hotel-Business-using-Data-Visualization

Repository files navigation

🏬 Investigate Hotel Business using Data Visualization


Tool : Jupyter Notebook
Programming Language : Python
Libraries : Pandas, NumPy
Visualization : Matplotlib, Seaborn
Dataset : Disediakan oleh Rakamin Academy

Table of Contents




📂 STAGE 0: Problem Statement

Introduction

Analisis kinerja bisnis merupakan kunci penting bagi perusahaan untuk mencapai keberhasilan dalam bisnisnya. Perusahaan dapat melakukan analisis untuk mengidentifikasi permasalahan, kelemahan, dan kekuatan yang dimilikinya. Dalam bisnis perhotelan, penting untuk memahami perilaku pelanggan. Dengan memahami perilaku pelanggan, perusahaan dapat mengetahui faktor apa saja yang mempengaruhi pelanggan dalam melakukan pemesanan hotel. Selain itu, perusahaan juga dapat mengidentifikasi produk atau layanan apa yang kurang laku di pasar. Hal ini dilakukan untuk menyesuaikan strategi bisnis yang tepat guna sehingga perusahaan dapat meningkatkan pengalaman pelanggan dan dapat mencapai tujuan bisnis jangka panjang.

Business Questions

  • Jenis hotel apa yang paling sering dikunjungi oleh pelanggan?
  • Apakah durasi menginap mempengaruhi tingkat pembatalan pemesanan hotel?
  • Apakah jarak waktu antara pemesanan hotel dan hari kedatangan tamu mempengaruhi tingkat pembatalan pemesanan hotel?

Objective

Membuat visualisasi berbasis data sebagai insight bagi bisnis hotel



📂 STAGE 1: Data Preprocessing

Data Overview

Dataset terdiri dari 29 kolom dan 119390 baris dengan periode tahun 2017 - 2019.

Data Assessment

Asesment data dilakukan untuk memastikan bahwa data yang digunakan untuk analisis selanjutnya sudah siap dan sesuai dengan kebutuhan analisis. Hal yang dilakukan:

  • Mengecek nilai null atau missing value pada data
  • Mengecek duplikasi data
  • Melakukan tipe data dan konsistensi nilai
  • Memeriksa outlier atau data yang tidak biasa

Tabel 1 - Hasil Data Assessmen

Data Assessment Finding Handling
Missing values Terdapat nilai null pada company, city, children, dan agent - company : ddiisi dengan 0, mengindikasikan tamu tidak bersal dari company
- agent : diisi dengan 0, mengindikasikan tamu melakukan reservasi mandiri atau tidak melalui agen
- children : diisi dengan 0, mengindikasikan tamu tidak membawa anak-anak
- city : diisi dengan 'Undefined', karena kota tidak diketahui secara pasti
Nilai yang tidak sesuai atau tidak konsisten Makna 'Undefined' pada kolom meal Nilai kolom meal dapat dikategorikan menjadi 2 yaitu 'With Meal' (Breakfast, Full Board, Dinner) dan 'No Meal' (No Meal, Undefined)
Data anomali atau data yang tidak diperlukan - Terdapat nilai negatif dan outlier yang sangat jauh dari distribusi data pada kolom adr
- Terdapat 180 data booking tidak memiliki tamu
Menghapus atau drop baris data tersebut



📂 STAGE 2: Data Analysis

1. Monthly Hotel Booking Analysis Based on Hotel Type

Analisis ini akan dilakukan untuk mengatahui tren pemesanan pada setiap jenis hotel. Analisis ini dapat membantu perusahaan untuk lebih memahami pasar dan kebutuhan pelanggan mereka, serta memungkinkan mereka untuk dapat meningkatkan efisiensi operasional dan mengoptimalkan revenue.

tipe hotel rasio
Gambar 1 — Grafik Presentase Rasio City Hotel dan Resort Hotel


Dari plot diatas terlihat bahwa City Hotel lebih diminati oleh pelanggan, dengan presentase pemesanannya mencapai 66.41%. Hotel ini biasanya terletak di pusat kota atau daerah perkotaan, dekat dengan tempat-tempat wisata dan bisnis, sehingga pelanggan yang memesan hotel ini mungkin memiliki aktivitas utama di sekitar tempat mereka menginap. Di sisi lain, Resort Hotel hanya dipesan oleh 33.59% pelanggan. Hotel ini biasanya terletak di tempat yang indah seperti tepi pantai, pegunungan, atau daerah pedesaan yang tenang dan terdapat fasilitas yang lengkap. Pelanggan yang memesan hotel ini diduga memiliki tujuan untuk berlibur dan bersantai di tempat tersebut.

tipe hotel perbulan
Gambar 2 — Grafik Angka Pemesanan City Hotel dan Resort Hotel Bedasarkan Bulan


Pemesanan hotel cenderung mengalami peningkatan pada musim liburan, khususnya pada periode Mei - Agustus. Kedua tipe hotel yaitu City Hotel dan Resort Hotel, memiliki nilai pemesanan tertinggi pada periode tersebut, dengan peningkatan yang signifikan pada City Hotel. Hal ini kemungkinan terjadi karena banyaknya hari libur nasional pada tahun 2017-2019, seperti cuti bersama dan even keagamaan (Ramadhan) yang memungkinkan masyarakat untuk berlibur. Selain itu dengan mayoritas penduduk Indonesia adalah Muslim dan adanya budaya mudik dan silaturahmi pada saat Idul Fitri memungkinkan masyarakat bepergian jauh dan membutuhkan tempat menginap ditengah perjalanan, sehingga melakukan pemesanan hotel.

Sedangkan pada musim liburan periode Oktober - Desember pemesanan hotel juga mengalami peningkatan, namun cenderung lebih rendah daripada Mei - Agustus, kemungkinan banyak orang lebih memilih untuk merayakan hari besar seperti Natal dan Tahun Baru di rumah.

Pada periode Januari - Maret, tingkat pemesanan hotel paling rendah. Hal tersebut terjadi kemungkinan karena sedikitnya hari libur nasional, serta periode tersebut merupakan awal tahun ajaran baru bagi pelajar dan bukan periode aktivitas perjalanan bisnis yang sibuk karena masih awal tahun.

2. Impact Analysis of Stay Duration on Hotel Bookings Cancellation Rates

Analisis ini memfokuskan pada hubungan antara durasi menginap dan tingkat pembatalan pemesanan hotel. Berdasarkan data, sekitar 19% pesanan hotel yang dilakukan secara online dibatalkan sebelum pelanggan tiba [sumber]. Pembatalan ini dapat menyebabkan ketersediaan kamar berkurang dan berdampak pada pendapatan hotel karena setiap kamar yang kosong dapat menjadi beban finansial pada hari tersebut. Selain itu, jika hotel menggunakan Online Travel Agency (OTA), tingkat pembatalan ini dapat mempengaruhi peringkat hotel di pencarian [sumber].

pembatalan city
Gambar 3 — Grafik Presentase Pembatalan Hotel City


hotel resort
Gambar 4 — Grafik Presentase Pembatalan Hotel Resort


City Hotel juga memiliki presentase cancellation rate yang lebih tinggi dibandingkan dengan Resort Hotel. Hal ini menunjukkan bahwa banyak pelanggan yang memesan City Hotel cenderung lebih sering membatalkan pesanannya. City Hotel memiliki lokasi yang lebih terpusat di kota atau daerah perkotaan dan dekat dengan tempat-tempat wisata dan bisnis, dapat diduga banyaknya kegiatan yang harus diatur dan mungkin juga pengaruh faktor lain, banyak pelanggan yang membatalkan pesanan mereka.

tren pembatalan
Gambar 5 — Tren Pembatalan Pemesanan Hotel Berdasarkan Durasi Menginap


Bedasarkan durasi menginap terlihat bahwa tingkat pembatalan pesanan hotel akan cenderung semakin tinggi seiring dengan semakin lama durasi menginapnya, baik di City Hotel maupun Resort Hotel. Pada City Hotel cancellation rate meningkat secara lebih signifikan dengan presentase nilai dibawah 50% pada durasi satu minggu. Pada durasi menginap lebih dari empat minggi Resort Hotel ini juga memiliki cancellation rate yang lebih rendah. Pada intinya kedua Jenis hotel memiliki tren positif, dimana semakin lama durasi menginap, semakin tinggi kemungkinan pemesanan tersebut dibatalkan.

Mengapa semakin lama durasi menginap mengakibatkan tingkat pembatalan bertambah ini, perusahaan dapat melakukan evaluasi serta analisis lebih lanjut. Beberapa faktor yang dapat memungkinkan diantaranya ketidakpuasan pelanggan. Pelanggan yang menginap di hotel selama jangka waktu yang lama mungkin memiliki harapan yang lebih tinggi dan menuntut pelayanan yang lebih baik. Jika pelanggan tidak puas dengan pelayanan hotel, mereka mungkin akan memutuskan untuk membatalkan reservasi mereka dan mencari hotel yang lebih baik. Selain itu biaya yang lebih tinggi juga dapat menjadi faktor. Biaya mungkin dapat menjadi lebih besar dari yang diharapkan atau dianggarkan pelanggan sebelumnya, sehingga mereka mencari alternatif yang lebih terjangkau.

3. Impact Analysis of Lead Time on Hotel Bookings Cancellation Rates

Analisis dilakukan untuk mengetahui korelasi antara pembatalan pesanan dengan lead time. Lead time adalah masa tunggu atau jarak waktu pemesanan hotel hingga waktu kedatangan.

tren lead
Gambar 6 — Tren Pembatalan Pemesanan Hotel Berdasarkan Lead Time


Pembatalan pemesanan terendah pada kedua tipe hotel terjadi pada lead time kurang dari satu bulan. Pembatalan tertinggi hingga 60% terjadi pada City Hotel dengan lead time 10 bulan hingga 1 tahunan. Sedangkan tren Resort Hotel memiliki tingkat pembatalan yang cukup stagnan dengan nilai rata-rata 40%.

City Hotel yang berada di pusat kota dan sering digunakan untuk acara atau bisnis yang terjadwal jauh-jauh hari, rentan terhadap pembatalan karena perubahan jadwal atau rencana pelanggan. Selain itu City Hotel mungkin menawarkan tarif kamar yang lebih rendah daripada Resort Hotel, sehingga pelanggan lebih mudah mebatalkan pesanannya karena mereka menemukan penawaran yang lebih baik ditempat lain.

Resort Hotel mungkin lebih banyak digunakan untuk liburan atau rekreasi, sehingga pelanggan cenderung lebih terikat pada jadwal mereka dan lebih sedikit perubahan. Selain itu, Resort Hotel yang mungkin menargetkan pelanggan yang mencari pengalaman yang lebih eksklusif, mungkin lebih mampu mempertahankan tingkat pesanan mereka meskipun ada penawaran yang lebih baik di tempat lain.




📂 STAGE 3: Summary and Recommendations

  1. Secara keseluruhan City Hotel paling banyak dipesan oleh pelanggan. Pada kedua tipe hotel, peningkatan pelanggan seccara signifikan terjadi pada musim-musim liburan yaitu Mei-Juli dan Oktober-Desember. Rekomendasi bisnis:

    • Perusahaan dapat mengoptimalkan fasilitas dan pelayanan di Resort Hotel, karena Resort Hotel memiliki tingkat pemesanan yang lebih rendah dibandingkan City Hotel sehingga pelanggan lebih tertarik untuk memesan kamar di sana. Misalnya dengan menambah fasilitas seperti spa, gym, atau kolam renang, serta memberikan pelayanan yang lebih personal dan ramah kepada pelanggan.
    • Perusahaan juga dapat memaksimalkan strategi City Hotel, karena banyak diminati oleh pelanggan sehingga lebih profitable. Perusahaan dapat menyediakan layanan tambahan untuk bisnis, seperti ruang aula atau paket untuk pertemuan seperti seminar dan lain sebaginya.
    • Meningkatkan promosi pada saat musim liburan, misalnya dengan memberikan diskon khusus untuk tamu yang memesan kamar dalam jumlah tertentu atau memberikan paket liburan yang menarik. Perusahaan juga dapat mempertimbangkan untuk menerapkan non-refunable untuk menghindari pembatalan pemesanan.
    • Untuk waktu pada musim yang sepi, perusahaan dapat menggabungkan tarif fleksibel dan non-refunable. Atau dapat memberikan diskon khusus namun non-refunable.

  2. Tingkat pembatalan akan semakin tinggi seiring dengan lama durasi menginap yang dipesan pada kedua tipe hotel. Cancellation rate pada City Hotel meningkat secara signifikan dengan presentase terendah pada durasi kurang dari satu minggu. Resort Hotel juga cenderung mengalami peningkatan cancellation rate namun lebih stagnan dan pada durasi menginap kurang dari 2 minggu dan lebih dari 1 bulan cenderung lebih rendah cancellation rate-nya. Rekomendasi bisnis:

    • Perusahaan dapat memastikan memiliki kebijakan terkait peraturan pembatalan pesanan yang solid. Hal tersebut untuk melindungi perusahaan dari dampak yang ditimbulkan, seperti revenue loss. Perusahaan dapat memberikan atau menjelaskan syarat dan ketentuan sebelum mereka melakukan pemesanan baik dalam pemesanan online maupun offline. Hal ini dapat mencakup informasi tentang pengembalian uang, biaya pembatalan, dll. Kebijakan pembatalan yang lebih ketat dapat memberikan dampak yang besar. Selain itu, hal ini juga dapat mengurangi pemesanan yang curang.
    • Malakukan strategi harga dan membatasi jumlah bermalam. Membatasi jumlah malam pada tarif fleksibel pada rentang satu minggu. Selain itu, hanya menyediakan tarif non-refunable untuk durasi menginap yang lebih lama. Hal tersebut dilakukan untuk dapat meningkatkan pendapatan dan mengurangi risiko dari pembatalan yang tidak diinginkan.
    • Untuk pencegahan pembatalan lainnya perusahaan dapat meningkatkan pelayanan atau memberikan layanan pra-penginap yang baik guna meningkatkan kepuasan pelanggan sehingga akan mengurangi kecenderungan mereka untuk membatalkan pesanannya.

  3. Pembatalan pemesanan terendah pada kedua tipe hotel terjadi pada lead time kurang dari satu bulan. City Hotel memiliki cancelation rate tertinggi pada lead time 1 tahunan.

    • Kedua jenis hotel dapat mempertimbangkan untuk mengurangi lead time. Dengan membatasi jangka waktu pemesanan yang tersedia, hotel dapat memastikan bahwa pelanggan hanya memesan ketika mereka benar-benar yakin akan menginap di hotel tersebut, sehingga mengurangi kemungkinan pembatalan.
    • City Hotel juga dapat mempertimbangkan menaikkan tarif kamar mereka untuk memperbaiki margin keuntungan mereka dan menurunkan tingkat pembatalan. Dengan menaikkan harga kamar, pelanggan mungkin lebih cenderung mempertimbangkan kembali sebelum membatalkan pesanan mereka.
    • Mengirimkan pengingat melalui email tentang pemesanan mereka. Hal ini dilakukan agar tetap terhubung dan menunjukkan tingkat pelayanan perusahaan. Perusahaan dapat menginformasikan tenggat waktu akan segera tiba dengan kebijakan pembatalannya.
    • Alih-alih membatalkan pesanan, perusahaan dapat menawarkan penjadwalan ulang dan menjual kamar yang masih memiliki lead time yang masih lama.



Source :

Delgado, Pablo. "Cancellations on Booking.com: 104% More than on the Hotel Website. Expedia, 31% More." Mirai, https://www.mirai.com/blog/cancellations-on-booking-com-104-more-than-on-the-hotel-website-expedia-31-more/.

Delgado, Pablo. "Cancellations shooting up: implications, costs and how to reduce them". Mirai, https://www.mirai.com/blog/cancellations-shooting-up-implications-costs-and-how-to-reduce-them/

LOEB, Tony. "Where do Cancellations come from?". Experience Hotel Blog, https://blog.experience-hotel.com/where-do-cancellations-come-from/.

Travelline. "5 ways to decrease cancellation rate and retain customer loyalty". Travellin, https://www.travelline.pro/blog/5-ways-to-decrease-cancellation-rate-and-retain-customer-loyalty/

Verot, Benjamin. "Everything you Need to Know About Hotel Cancellations". HotelMinder. https://www.hotelminder.com/everything-you-need-to-know-about-hotel-cancellations.

Verot, Benjamin. "8 Tips to Reduce Last Minute Hotel Cancellations and No Shows". HotelMinder. https://www.hotelminder.com/8-tips-to-reduce-last-minute-hotel-cancellations-and-no-shows

About

Exploring insight related to business hotel performance using Python visualization. Analyzing customer behavior in reservation based on hotel type and analyzing cancellation rates.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published