قمت بتطوير نظام تحليلي متكامل للتنبؤ بإلغاء الحجوزات الفندقية بهدف مساعدة الفنادق على تحسين نسب الإشغال وتقليل الخسائر الناتجة عن الإلغاءات المفاجئة. بدأت المشروع بإجراء مراجعة شاملة لجودة البيانات وتنظيفها من القيم المفقودة والتكرارات والبيانات غير الضرورية، مع تطبيق تقنيات معالجة القيم الشاذة وتحسين جودة المتغيرات لضمان جاهزية البيانات للتحليل والنمذجة.
نفذت تحليلًا استكشافيًا متعمقًا للبيانات (EDA) لفهم سلوك العملاء والعوامل المؤثرة في قرارات الإلغاء، حيث قمت بتحليل تأثير مدة الحجز المسبقة (Lead Time)، ونوع الفندق، وعدد البالغين والأطفال، وسجل الإلغاءات السابقة، وعدد الطلبات الخاصة، ومستوى ولاء العملاء، ونوع الوديعة، والقطاعات التسويقية المختلفة على احتمالية إلغاء الحجز.
قمت بتطبيق تقنيات هندسة الخصائص (Feature Engineering) من خلال إنشاء متغيرات جديدة مثل إجمالي مدة الإقامة، والمواسم السياحية، ومستويات الولاء، وتصنيف أنماط الإقامة، بالإضافة إلى استخدام التحويلات اللوغاريتمية لمعالجة التوزيعات المنحرفة وتحسين أداء النماذج التحليلية.
أسفر التحليل عن مجموعة من النتائج المهمة، حيث تبين أن الحجوزات ذات مدة الحجز المسبقة الطويلة كانت أكثر عرضة للإلغاء، كما أظهرت البيانات أن العملاء المتكررين يتمتعون بمعدلات إلغاء أقل بشكل ملحوظ مقارنة بالعملاء الجدد. كذلك كشفت النتائج أن زيادة عدد الطلبات الخاصة ارتبطت بانخفاض احتمالية الإلغاء، في حين ارتفعت معدلات الإلغاء لدى العملاء الذين يمتلكون سجلًا سابقًا من عمليات الإلغاء.
كما قمت بتحليل الأنماط الموسمية وسلوك الحجوزات عبر الأشهر والأسابيع المختلفة، وتحديد الفترات الأعلى خطورة من حيث احتمالية الإلغاء، بالإضافة إلى مقارنة معدلات الإلغاء بين الفنادق الحضرية والفنادق السياحية واستخراج مؤشرات تشغيلية يمكن الاستفادة منها في تحسين استراتيجيات إدارة الحجوزات.
وقمت ايضاً بكتابة تقرير شامل فيه اهم المعلومات التحليله والاقتراحات التي تساعد في اتخاذ القرار الصحيح القائم علي البيانات والارقام الموضحه في التحليل" الملف مرفق باللغه العربيه".
استخدمت Python ومكتبات Pandas وNumPy وMatplotlib وSeaborn لإجراء التحليل ومعالجة البيانات، مع تطبيق أفضل ممارسات تحليل البيانات واستخراج الرؤى التجارية القابلة للتنفيذ. ساهم المشروع في توفير فهم أعمق لسلوك العملاء والعوامل المؤثرة في إلغاء الحجوزات، مما يدعم اتخاذ قرارات استباقية لتحسين نسب الإشغال وزيادة الإيرادات وتعزيز كفاءة إدارة الفنادق.
