Hotel Booking Analytics & Cancellation Prediction
منذ أسبوع
عرض العمل
الوصف
مشروع متكامل من البداية للنهاية بيحلل بيانات حجوزات فندقية حقيقية (أكتر من 33,000 سجل).
المشروع بيتكون من 3 أجزاء:
- داشبورد Power BI تفاعلي (5 صفحات): تحليل الإلغاء، التسعير، الموسمية، العملاء، والسوق
- تقرير أعمال بتوصيات قابلة للتنفيذ للإدارة
- نموذج Machine Learning (XGBoost) لتوقع الإلغاء بدقة 85.47% وAUC-ROC 91.35%
أبرز النتائج:
- إجمالي إيرادات $2.44M مع خسائر محتملة $1.31M بسبب الإلغاء
- معدل الإلغاء 32.76%
- الـ Lead Time هو أقوى مؤشر للإلغاء
- استخدام SHAP لشرح قرارات النموذج بشكل مفهوم
الأدوات المستخدمة: Python, Power BI, XGBoost, SHAP, pandas, scikit-learn
التفاصيل
| المشاهدات | 0 |
| المفضلة | 0 |
| القسم | أعمال و خدمات إستشارية و إدارية |
حساب المستخدم
العربية
English