数据分析项目实战：酒店需求分析（hotel demand booking）

1 项目背景

使用2015年7月到2017年8月两年的订单数据进行分析，了解酒店预订需求的基本情况，找出导致订单取消的特征。

2 数据初步探索

2.1 数据结构梳理

拿到数据之后，首先看看里面具体有哪些内容，理解每个字段（变量）的意思，具体的数值代表什么，数据之间有哪些关系。根据二八法则，简单的数据分析、结构梳理和数据清洗的工作占数据分析80%以上的工作量，虽然很基础枯燥，没什么技术含量，但是这些前提工作必须要做好，才可能把项目理解透彻，很大程度上决定了项目的成败。

这里的每一行数据代表着一个订单。

id	字段名	解析
1	hotel	酒店类型：city hotel（城市酒店），resort hotel（度假酒店）
2	is_canceled	订单是否取消：1（取消），0（没有取消）
3	lead_time	下单日期到抵达酒店日期之间间隔的天数
4	arrival_date_year	抵达年份：2015、2016、2017
5	arrival_date_month	抵达月份：1月-12月
6	arrival_date_day_of_month	抵达日期：1-31日
7	arrival_date_week_number	抵达的年份周数：第1-72周
8	stays_in_weekend_nights	周末（星期六或星期天）客人入住或预定入住酒店的次数
9	stays_in_week_nights	每周晚上（星期一至星期五）客人入住或预定入住酒店的次数
10	adults	成年人数
11	children	儿童人数
12	babies	婴儿人数
13	meal	预订的餐型：SC\BB\HB\FB
14	country	原国籍
15	market_segment	细分市场
16	distribution_channel	预订分销渠道
17	is_repeated_guest	订单是否来自老客户（以前预订过的客户）：1（是）0（否）
18	previous_cancellations	客户在当前预订前取消的先前预订数
19	previous_bookings_not_canceled	客户在本次预订前未取消的先前预订数
20	reserved_room_type	给客户保留的房间类型
21	assigned_room_type	客户下单时指定的房间类型
22	booking_changes	从预订在PMS系统中输入之日起至入住或取消之日止，对预订所作的更改/修改的数目
23	deposit_type	预付定金类型，是否可以退还：No Deposit（无订金）Non Refund（不可退）Refundable（可退）
24	agent	预订的旅行社
25	company	下单的公司（由它付钱）
26	days_in_waiting_list	订单被确认前，需要等待的天数
27	customer_type	客户类型
28	adr	平均每日收费，住宿期间的所有交易费用之和/住宿晚数
29	required_car_parking_spaces	客户要求的停车位数
30	total_of_special_requests	客户提出的特殊要求的数量(例如。 双人床或高层)
31	reservation_status	订单的最后状态：canceled（订单取消）Check-Out（客户已入住并退房）No-show（客户没有出现，并且告知酒店原因）
32	reservation_status_date	订单的最后状态的设置日期

ps：当is_canceled为1（取消）时，后面的数据并不是都为0，而是正常的数值，说明，这里的信息代表的是预订的时候的信息，比如lead_time，代表的是预订之日，到预计抵达之日之间间隔的日期，而非实际抵达的日期。

2.2 简单探索性数据分析

简单的探索性数据分析主要用于研究数据的分布结构，比如一个变量的极大值、极小值、中位数是什么，数据的分布情况是怎样，通过探索性分析，可以直观地掌握数据的各项特征，为后续的数据清洗工作提供有效的帮助，对清洗后的数据进行探索性分析，将有利于后续分析中选取更合适的数据分析技术。