数据需求

客源渠道众多,多个渠道的系统独立,难以进行统一的分析,导致难以平衡在各个客源上投入的资源。

酒店入住率与周期,节日以及活动有强关联性,且新店成熟期较长。对比分析需要剔除不对等因素,非常复杂。

业务数据除了每天由各个门店夜审后上传的数据外,还有来自各个渠道的数据,导致数据形式,数据结构不统一,无法直接拿来使用。

各个门店的报表需求不同,无法通过统一的报表推送满足所有的需求。

解决方案

  1. 将客源数据统一存储在数据仓库中,结合酒店经营指标展现不同客源的投入和产出情况,为最终资源平衡提供依据。
  2. 通过算法和数据存储结构的优化筛选出处于相同条件下的门店,利用其结果进行Like-for-like分析,提高分析的准确性。
  3. 搭建数据仓库来整合来自不同系统的数据,通过ETL统一化所有数据的格式,以便于最终应用。并且设计规整化的数据录入接口,保证来自各个门店的数据拥有统一的格式。
  4. 建立Ad-hoc分析模型,最终用户只需要通过选择维度与分析度量就可以自助生成所需报表,以满足不同用户的不同需求。

方案生效

将各系统的数据进行整合,提升数据的利用效率

提高整体系统的安全性,并且提供方便细致的权限管理

优化分析模型,提高分析效率

分析更加灵活,可以进行房费对应营业额预测

效果展示

KPI监控:每日数据刷新,把握最新企业动态

自助报表:灵活自由的生成用户所需的报表

同比分析:新店与成熟店区分对比,让分析结构更有说服力

OTA产量分析:线上平台产量分析,了解各平台上的情况,及时调整资源分配