【2022BI数据分析大赛】2021年集团合作酒店分析

一、选手简介

1、个人选手版

• 个人介绍：如，帆软社区用户名流年的你我，目前就职于视像科技公司，目前从事数据分析工作，个人感兴趣的方向和领域-数据分析

 

2、参赛初衷

• 简单介绍下参赛的初衷：
• 希望通过比赛实践提升BI工具的使用方法和技巧
• 和更多FineBI大神交流学习，进行数据可视化作品以及分析思维的激烈碰撞
• 大赛奖励很诱人，CPDA的认证更加的吸引人。

 

二、作品介绍

1、业务背景/需求痛点

• 简述业务背景，如：
• 集团公司合作的酒店，在出差时，总是让人觉得眼花缭乱，入住之后往往会觉得物没有所值。让人感觉当了一次“韭菜”。
• 简述需求痛点，如：
• 市面上有价格、星级、推荐度，但是没有具体的相关分析，如果仅凭其中的价格或者星级这些方面评价，往往又觉得不太适合。造成选择困难症。

 

2、数据来源

• 自选数据：【交通】酒店信息表

 

3、分析思路

• 围绕分析主题，拆解了哪些分析方向？为什么这么拆解？

1. 首先分析方向：通过全国-城市-星级-品牌-推荐度-价格，进行分析
2. 通过城市-星级、城市-品牌、推荐度-服务-星级、推荐度-价格-星级进行拆解

• 分析模型：RFM分析、TOP分析、四象限分析、线性回归分析
• 每个分析方向能想到什么分析主题？

哪些星级的更受推荐、哪些星级的物美价廉、服务与推荐度是否成线性关系、推荐度与价格是否推荐度越高价格越高？

 

4、数据处理

• 如何使用自助数据集进行数据处理的？

1、导入EXCEL文件之后发现评论数和门店评分无法直接使用，推荐分数也无法与服务评价进行关联使用，通过使用LEN、LEFT函数最终转化为数值型，

推荐数值*5，与最终的雷达图做到维度匹配。

1. RFM分析模型无法在原有自助数据集处理，新建自助数据集。处理时间、频率、价格。分别计算出R、F、M值，再算出R、F、M归一化。最终达成所需数据。

 

5、可视化报告

（可视化报告可按照组件或业务模块为单位进行描述撰写）

（1）数据含义表达和图表排版布局，如

1、通过城市地理角色匹配，对应出相应的角色为做地图做准备

1. 通过城市-星级、品牌星级酒店条形图展现出各城市的酒店数量

1. 通过品牌评价找到推荐度最高的品牌

1. 通过品牌维度评价运用雷达图展现出各星级的优劣势

1. 推荐度-服务四象限分析、推荐度-价格四象限分析，运用四象限表，直观看到线性关联关系以及最高性价比的酒店

1. 增加酒店价值RFM分析模型作用1：分析最受员工喜爱的酒店（重要）、不喜欢的酒店（一般），对于一般价值的酒店分析是因为疫情还是确实服务下滑，考虑终止合作降低集团投入成本。对于重要价值的酒店考虑加深合作，同时增加城市、时间控件，方便查看该城市、日期范围内酒店的价值情况。让员工出差的同时能够获得更好的服务，更好的休息，更好的工作。

1. 增加酒店价值RFM分析模型作用2：增加MR入住潜能-F入住频率、RF入住价格-M入驻金额、MF入住能力-R入住时间，充分利用RFM模型进行关联分析，深入指导领导高层对酒店的合作趋势做出决策，用数据支撑决策。

• 如何排版布局，设置颜色：

1. 地图选择热力色，即酒店可选性最多的城市、酒店可选性最少的城市

1. 品牌星级评价使用生长色系，推荐度越高的品牌，绿色越深。

（2）通过分析得出的结论，如

• 通过观察组件的XX内容得出XX结论：

1、结论直接显示在仪表板，给员工提供借鉴

1. RFM分析模型指导集团领导做出决策，通过数据支撑决策

• 这些结论对业务工作及决策产生了什么影响（价值总结）：

帮助员工选择出差酒店，在同样价格的基础上，选择服务更好、推荐度更高的酒店，让员工得到更好的休息。同时给公司的合作酒店提供协议方向，哪些酒店取消协议，侧面给公司降低支付成本。

• 发现问题：某些品牌的4星级酒店推荐度不高、服务分数持平、但价格高，考虑减少员工入住此类型酒店，防止被“割韭菜”
• 影响决策：降低了企业支付成本，提升了出差员工的酒店入住，更好的休息才能更好的工作。
• RFM分析模型：通过金额、频率、间隔时间，多维度分析酒店价值，支撑集团数据决策，好的服务的酒店加深合作，给员工带来实实在在的福利，不好的酒店终止合作，降低集团支付成本。

案例打卡：雷达图要是把2、3、4级酒店放在一起对比好像更直观诶~

案例打卡:如果能增加对不同级别的入住人员进行分层分析,并结合入住体验的满意度分析,不论是从辅助内部成本优化,还是提升出差居住体验质量都会更有意义些

案例打卡：作者描述的业务背景“集团公司合作的酒店”，应该是为员工选择合适的出差入住酒店的意思吧！作者利用FRM等多种分析模型进行了多角度的分析，分析角度的确很多，但是通过分析给出的结论均是泛化的没有聚焦点，作者可以在文末以一个具体集团的案例来说明下通过以上各种分析得出了哪些具体的结果。另外，在文末可以放一张面板总览图，更直观的看到报告整体情况，哈哈。
以上是个人理解，谢谢！

案例打卡：赞同楼上的说法，如果背景是自身员工享受指定酒店的分析，其实可以把酒店当做供应商来看，进行分析。但实际上供应商选型的广度还是可以更深入的。因此，我还是觉得这个分析背景有点怪怪的。最后还是回归到解决什么样的问题本身，纯属个人意见。

楼主，另外一份参赛选手，和你选用了共同的数据，其再数据清理的就指出，酒店id应该是具备唯一性，但是本次提供的数据却参杂有异常数据，是不是要清理下

可以去掉一些不必要的图例和网格线哦，加上整体效果图会看的更直观一些，谢谢分享

案例打卡：图表的X和Y轴的名称都可以隐藏，这样会更美观一些，用了经典的RFM模型，是否还能增加更多维度分析呢。