Accompagnement Data Science pour un grand groupe d’hôtellerie

Le contexte

Un grand groupe d’hôtellerie nous a contactés afin de pouvoir générer plus de revenus et libérer du temps à ses managers. Car chez eux les stratégies de prix sont gérées par les Managers qui connaissent leurs hôtels sur le bout des doigts.

Ce travail, qui consiste à définir tous les prix et toutes les offres en fonction du contexte (l’offre et la demande) est un travail fastidieux qui demande énormément de temps.

Les objectifs

• Démontrer l’intérêt de l’apport de l’Intelligence artificielle sur une problématique de Revenue Management.
• Démontrer l’intérêt de l’apport de données externes dans la compréhension du contexte business de ses hôtels.
• Automatiser la stratégie de prix/offres des hôtels afin de maximiser leurs revenus et dégager du temps pour les Managers.

La solution Starclay

Pour mener à bien ce projet, nos Data Scientists ont réalisé :

• Pipeline d’ingestion de données, codes sources Python sous Git, documentations sur les algorithmes de Machine Learning implémentés.
• Un crawling de données externes pouvant impacter le tourisme (événements sportifs, politiques, données météo, etc.)
• Une modélisation de l’impact des évènements sur le taux de remplissage d’un hôtel (preprocessing des données d’évènements avec du text mining).
• Une classification des journées calendaires d’un point de vue contextuel (évolution des taux de remplissage et informations calendaires).
• Mais aussi une prédiction de la demande pour évaluer l’impact d’une variation de prix et en déterminer l’elasticité prix pour contrer le problème d’endogénéité (endogénéité : les managers anticipent la demande et adaptent leurs prix).

Les feedback

Objectifs futurs

Faire évoluer le système pour ajouter de nouvelles données qui affineront le modèle pour permettre d’optimiser le profit des hôtels au maximum.