差旅酒店消费：评估并优化与酒店预订相关的支出

此 Tableau 工作簿允许您:

评估并优化与酒店预订相关的支出

确保旅行者遵守预订政策

清楚地了解旅行者的预订行为

了解提前预订如何影响酒店房价

确定预订最多的连锁酒店，并协商更好的条件

回答关键业务问题

我们的酒店消费是多少?

旅行者如何以及多久预订一次，他们的预订行为是什么?

在线接受率如何变化?这会转化为更大的节省吗?

就预订量而言，哪些连锁酒店预订量最大?

监控和改进 KPI

预订量

总预订量: 一段时间内酒店预订的开票总金额(以货币表示)

预订量: 一段时间内开具发预订总数

住宿天数: 一段时间内开具发票的总住宿天数

每次预订的住宿天数: 一段时间内开具发票的每次订的平均住宿天数

平均房价: 一段时间内开具发票的平均房价(以货币表示)

旅行者人数: 一段时间内开具发票的旅行者总数

旅行者行为

在线预订的数量: 一段时间内在线预订并开具发票的预订总数

OAR - 在线接受率: 在线预订占已开票预订总数的比例(以百分比表示)

ABW - 提前预订窗口: 预订日期和入住日期之间的平均天数。该指标用于确定 预订是否足够早，以便享受最优惠的价格(以天数表示)

接受的最低价格百分比: 在该期间所有已开票的预订中，以最低价格进行的预订所占的比例(以百分比表示)

每名旅行者的预订量: 一段时间内旅行者的平均总支出(以货币表示)

价格与最低价格百分比: 客房最低价格与其实际购买价格之间的平均差额(以百分比表示)

总计 △ 预订与最低价格: 最低房价与实际房价之间的总差额(以货币表示)

平均 △ 价格与最低价格之比: 最低价格与房价之间的平均差额(以货币表示)

必需属性

发票日期 (日期): 发票日期(所有计算和可视化项都基于该日期)

预订日期 (日期): 预订日期

国家/地区 PoS (字符串；角色: 国家/地区): 预订所在的国家/地区

酒店 (字符串): 酒店名称

连锁酒店 (字符串): 连锁酒店名称

在线预订标志 (字符串) ← 预期值:“Y”、“N”。“Y”表示在线预订。

酒店所在城市 (字符串；角色: 城市): 目的地城市

酒店所在国家/地区 (字符串；角色: 国家/地区): 目的地国家/地区

旅行原因 (字符串): 客户会议、内部会议...

酒店入住日期 (日期): 酒店入住日期

旅行者 (字符串): 旅行者姓名

最低价格 (数字): 这家酒店的最低价格

酒店客房数量 (数字): 每晚的实际房价

酒店客房住宿天数 (数字): 已预订的住宿天数