Заказчик этого исследования сеть отелей как в гостях

Search code, repositories, users, issues, pull requests.

Saved searches

Use saved searches to filter your results more quickly

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.

arsepan/Hotel-Chain

Name already in use

Use Git or checkout with SVN using the web URL.

Work fast with our official CLI. Learn more about the CLI.

Sign In Required

Please sign in to use Codespaces.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching Xcode

If nothing happens, download Xcode and try again.

Launching Visual Studio Code

Your codespace will open once ready.

There was a problem preparing your codespace, please try again.

Latest commit

Git stats

Files

Failed to load latest commit information.

README.md

Заказчик этого исследования — сеть отелей «Как в гостях». Чтобы привлечь клиентов, эта сеть отелей добавила на свой сайт возможность забронировать номер без предоплаты. Однако если клиент отменял бронирование, то компания терпела убытки. Сотрудники отеля могли, например, закупить продукты к приезду гостя или просто не успеть найти другого клиента. Чтобы решить эту проблему, вам нужно разработать систему, которая предсказывает отказ от брони. Если модель покажет, что бронь будет отменена, то клиенту предлагается внести депозит. Размер депозита — 80% от стоимости номера за одни сутки и затрат на разовую уборку. Деньги будут списаны со счёта клиента, если он всё же отменит бронь.

Бизнес-метрика и другие данные

Основная бизнес-метрика для любой сети отелей — её прибыль. Прибыль отеля — это разница между стоимостью номера за все ночи и затраты на обслуживание: как при подготовке номера, так и при проживании постояльца. В отеле есть несколько типов номеров. В зависимости от типа номера назначается стоимость за одну ночь. Есть также затраты на уборку. Если клиент снял номер надолго, то убираются каждые два дня. Стоимость номеров отеля:

• категория A: за ночь — 1 000, разовое обслуживание — 400;
• категория B: за ночь — 800, разовое обслуживание — 350;
• категория C: за ночь — 600, разовое обслуживание — 350;
• категория D: за ночь — 550, разовое обслуживание — 150;
• категория E: за ночь — 500, разовое обслуживание — 150;
• категория F: за ночь — 450, разовое обслуживание — 150;
• категория G: за ночь — 350, разовое обслуживание — 150.

В ценовой политике отеля используются сезонные коэффициенты: весной и осенью цены повышаются на 20%, летом — на 40%. Убытки отеля в случае отмены брони номера — это стоимость одной уборки и одной ночи с учётом сезонного коэффициента. На разработку системы прогнозирования заложен бюджет — 400 000. При этом необходимо учесть, что внедрение модели должно окупиться за тестовый период. Затраты на разработку должны быть меньше той выручки, которую система принесёт компании.

Спрогнозировать кто из клиентов откажется от брони

Источник

Search code, repositories, users, issues, pull requests.

Saved searches

Use saved searches to filter your results more quickly

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.

Teeswiei/outflow-with-new-deposit-system

Name already in use

Use Git or checkout with SVN using the web URL.

Work fast with our official CLI. Learn more about the CLI.

Sign In Required

Please sign in to use Codespaces.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching Xcode

If nothing happens, download Xcode and try again.

Launching Visual Studio Code

Your codespace will open once ready.

There was a problem preparing your codespace, please try again.

Latest commit

Git stats

Files

Failed to load latest commit information.

README.md

Прогнозирование оттока клиентов в сети отелей «Как в гостях»

Заказчик этого исследования — сеть отелей «Как в гостях».

Чтобы привлечь клиентов, эта сеть отелей добавила на свой сайт возможность забронировать номер без предоплаты. Однако если клиент отменял бронирование, то компания терпела убытки. Сотрудники отеля могли, например, закупить продукты к приезду гостя или просто не успеть найти другого клиента.

Чтобы решить эту проблему, вам нужно разработать систему, которая предсказывает отказ от брони. Если модель покажет, что бронь будет отменена, то клиенту предлагается внести депозит. Размер депозита — 80% от стоимости номера за одни сутки и затрат на разовую уборку. Деньги будут списаны со счёта клиента, если он всё же отменит бронь.

Сравним прибыль отеля без внедрения депозитов и с ними. Будем решать заадачу классификации,разрабоатем модель для того, чтобы понять, отменит ли покупатель бронь или нет, далее по условиям проекта рассчитыввать прибыль.

Описание данных В таблицах hotel_train и hotel_test содержатся одинаковые столбцы:

• id — номер записи;
• adults — количество взрослых постояльцев;
• arrival_date_year — год заезда;
• arrival_date_month — месяц заезда;
• arrival_date_week_number — неделя заезда;
• arrival_date_day_of_month — день заезда;
• babies — количество младенцев;
• booking_changes — количество изменений параметров заказа;
• children — количество детей от 3 до 14 лет;
• country — гражданство постояльца;
• customer_type — тип заказчика:
  • Contract — договор с юридическим лицом;
  • Group — групповой заезд;
  • Transient — не связано с договором или групповым заездом;
  • Transient-party — не связано с договором или групповым заездом, но связано с бронированием типа Transient.
• days_in_waiting_list — сколько дней заказ ожидал подтверждения;
• distribution_channel — канал дистрибуции заказа;
• is_canceled — отмена заказа;
• is_repeated_guest — признак того, что гость бронирует номер второй раз;
• lead_time — количество дней между датой бронирования и датой прибытия;
• meal — опции заказа:
  • SC — нет дополнительных опций;
  • BB — включён завтрак;
  • HB — включён завтрак и обед;
  • FB — включён завтрак, обед и ужин.
• previous_bookings_not_canceled — количество подтверждённых заказов у клиента;
• previous_cancellations — количество отменённых заказов у клиента;
• required_car_parking_spaces — необходимость места для автомобиля;
• reserved_room_type — тип забронированной комнаты;
• stays_in_weekend_nights — количество ночей в выходные дни;
• stays_in_week_nights — количество ночей в будние дни;
• total_nights — общее количество ночей;
  • total_of_special_requests — количество специальных отметок.-

Источник

Search code, repositories, users, issues, pull requests.

Saved searches

Use saved searches to filter your results more quickly

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.

Akarinokadze/akarinokadze

Name already in use

Use Git or checkout with SVN using the web URL.

Work fast with our official CLI. Learn more about the CLI.

Sign In Required

Please sign in to use Codespaces.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching Xcode

If nothing happens, download Xcode and try again.

Launching Visual Studio Code

Your codespace will open once ready.

There was a problem preparing your codespace, please try again.

Latest commit

Git stats

Files

Failed to load latest commit information.

README.md

Data Scientist и руководитель отдела R&D в сфере защитной полиграфии.

За время учёбы в Яндекс.Практикум освоил Python, SQL и основные инструменты для машинного обучения. Дополнительно прошёл курсы по Python: 67 и 512 и по основам статистики: 76 от Института биоинформатики.

Работаю в стартапе приложения для контроля финансов Nimbler app в роли Data Scientist’а. Изучаю ML system design и готовлю модели к внедрению в приложение в качестве микросервиса.

Пять лет опыта руководителем группы разработчиков. С азартом берусь за выполнение задач с неочевидным решением. Работая технологом довёл от идеи до промышленной реализации ряд решений, в том числе для международного рынка, на два из них получил патенты.

В настоящий момент ищу full-time работу в роли Data Scientist / ML engineer. Офис, удалённо или гибридный график в Москве или север МО.

Компания	Должность	Достижения	Период: с	Период: по
Nimbler	Data Scientist project-based	— Разработал каталог категорий для приложения контроля трат. — Организовал сбор и разметку датасета для задачи классификации на платформе toloka.ai с учётом ограничений по бюджету. — Провёл анализ наиболее эффективных моделей категоризации и кластеризации. — На базе фреймворка Kedro написал микросервис предсказания категории в виде docker-контейнера, для работы на сервере через API.	08.2022	Н.В.
АО «НПО «КРИПТЕН»	Начальник R&D full-time	— Вместе с командой разработали и внедрили в производство ряд новых средств защиты спец-документов. — Запатентовали несколько уникальных технических решений в области спец. полиграфии. — Ведём постоянный анализ технологических процессов и занимаемся их совершенствованием. — Занимаюсь внедрением систем автоматического контроля качества выпускаемой продукции, сбора статистики и верификации подлинности с применением машинного обучения.	05.2018	Н.В.

ВУЗ	Направление	Специальность	Форма обучения
МГСУ	Строительство	Промышленное и гражданское строительство	дистанционная
РУДН	Лингвистика	Референт-переводчик с испанского языка (с отл.)	очная
РУДН	Химия	Магистр органической химии (с отл.)	очная

Русский — родной, English — B2, Spanish — B1

Источник