实例讲解酒店业
城市酒店和度假酒店,哪家的预订更常被取消?
按酒店分组,最终被取消的预订: 度假酒店:40,060 条中有 10,831 条(27.0%)。城市酒店:79,330 条中有 32,186 条(40.6%)。度假酒店的比例低 13.5 个百分点。
交叉表
| 预订最终状态 \ 酒店 | 度假酒店 | 城市酒店 | 合计 |
|---|---|---|---|
| 已取消 | 10,83127.0% | 32,18640.6% | 43,017 |
| 未到店 | 2910.7% | 9161.2% | 1,207 |
| 已退房 | 28,93872.2% | 46,22858.3% | 75,166 |
| 合计 | 40,060 | 79,330 | 119,390 |
频数 / 列百分比. 每列合计就是该列百分比的分母。
带底色的单元格就是结论所比较的两个占比。
按到店年份划分的取消预订
上表汇总了所有到店年份。这里把其中“已取消”一行按客人预定到店的年份拆开。每个比例都以该酒店当年的预订数为分母,因此每个百分比都能用对应的计数核对。
2015
2015年7月至12月(12个月中的6个月)
非完整年份2015年:各酒店的取消数与分母 酒店 取消 / 预订数 取消比例 城市酒店 13,682笔中5,882笔 43.0% 度假酒店 8,314笔中2,069笔 24.9% 差距:城市酒店的取消比例比度假酒店高18.1个百分点。
2016
2016年1月至12月(全部12个月)
2016年:各酒店的取消数与分母 酒店 取消 / 预订数 取消比例 城市酒店 38,140笔中14,852笔 38.9% 度假酒店 18,567笔中4,817笔 25.9% 差距:城市酒店的取消比例比度假酒店高13.0个百分点。
2017
2017年1月至8月(12个月中的8个月)
非完整年份2017年:各酒店的取消数与分母 酒店 取消 / 预订数 取消比例 城市酒店 27,508笔中11,452笔 41.6% 度假酒店 13,179笔中3,945笔 29.9% 差距:城市酒店的取消比例比度假酒店高11.7个百分点。
三年相加与上表一致:城市酒店的79,330笔预订中有32,186笔取消,度假酒店的40,060笔中有10,831笔取消。
差距按未四舍五入的比例计算,因此可能与四舍五入后数值直接相减的结果相差0.1。
这一拆分能说明什么、不能说明什么
- 这是按预定到店年份所做的描述性拆分,而不是按预订日期或取消日期。
- 2015年只包含7月至12月的到店记录,2017年只包含1月至8月。这两个不完整的年份缺少的季节不同,不能直接与完整的2016年相比。
- 在年份或酒店之间比较比例,只能描述记录下来的情况,不能解释比例为何不同。两家酒店在地点、客群和预订渠道上都不一样,这里没有控制其中任何一项。
引用之前,先核对读法
选出这张表能支持的说法,再逐一展开选项,看看计数说明了什么。这里的每个数字都由上面的表计算得出。
两家酒店之间的取消比例差距,在每个入住年份里都成立吗?
成立。每个入住年份里,“城市酒店”的比例都更高。
表格支持。 合并全部入住,“城市酒店”有 40.6% 的预订被取消,“度假酒店”为 27.0%。按入住年份拆分,“城市酒店”的比例在 2015、2016 和 2017 年分别高出 18.1、13.0 和 11.7 个百分点。
2017 年差距变小,说明两家酒店正在趋同。
表格不支持。 2017 年只包括 1月至8月的入住,2015 年只包括 7月至12月的入住。这两个边缘年份缺少的季节不同,所以那里差距较小,并不能与完整的 2016 年直接对比。
这张表说明城市地段会导致更多取消。
表格不支持。 两家酒店在地段、客群和预订渠道上都不同,而这里没有控制其中任何一项。这张表描述的是记录下来的预订,并不解释原因。
使用这个结果
自己算一遍
在卡方检验计算器中打开这组频数:表格、类别顺序完全相同,百分比、χ² 和 Cramér’s V 都在你的浏览器里计算。改动任一单元格,可以看到结果如何变化。
引用
复制下面的引用,并一并保留下方的数据来源和许可。
城市酒店和度假酒店,哪家的预订更常被取消? — Crosstabs. https://www.crosstabs.com/zh-cn/examples/ht01-how-did-the-mix-of-canceled-no-show-and-checked-out-bookings-differ-between-the-two-hotels
数据来源
- 范围
- 葡萄牙阿尔加维一家度假酒店和里斯本一家城市酒店。
- 时间
- 计划入住日期 2015 年 7 月 1 日至 2017 年 8 月 31 日
- 一条记录是
- 一笔预订(包括已取消的预订)
数据:Nuno Antonio, Ana de Almeida and Luís Nunes (2019). Hotel booking demand datasets. Combined CSV distributed by Jesse Mostipak on Kaggle.。采用 CC BY 4.0 许可。Crosstabs 对原始记录进行了筛选、重新编码并汇总成本表。
换成你自己的文件
打开 CSV、Excel 或 SPSS 文件,做同样的交叉表。文件只在当前浏览器标签页中读取,不会上传,也不需要账户。
用你自己的数据做交叉表
为什么问这个问题
收益经理按酒店分别制定超售和押金规则。取消和未到店给酒店带来的损失不同,所以在比较两家酒店之前,要把最终状态拆成三类。
怎么读这张表
沿每家酒店的列往下读。未到店和取消是分开的两行:度假酒店为 0.7%,城市酒店为 1.2%,与取消比例相比很小。
列百分比回答的是“在每一列里,各行出现的比例是多少”。换成行百分比,问题就反过来了:“这一行的记录在各列之间如何分布”。两种算法都没错,但回答的是不同的问题,报告时要写明用的是哪一种。
结果说明了什么
城市酒店的预订中,最终被取消的比例更高。两家酒店的位置、客群和预订渠道都不同,因此这只描述了这两家酒店,不能单独归因于“城市还是度假地”。
Cramér’s V = 0.137。它概括的是整张表(全部 3 × 2 个类别)的关联强度,取值从 0(无关联)到 1。它不说明哪些单元格不同,也不是影响大小的度量。
若只比较度假酒店与城市酒店,并只看「已取消」与其他所有行,Cramér’s V = 0.133。这个数值只描述这一组对比,不代表整张表。
局限
只有两家酒店的预订记录,不能代表葡萄牙的酒店客人,也不能代表整个行业。