Именно я про это и написал: есть смысл подключать новые отели именно в тех локациях, где есть повышенный спрос. там будет сосредоточен практически весь инкремент по выручке. В остальных локациях спрос будет удовлетворяться практически полностью имеющимися отелями. Само применение метода PSM замечательно идеей, что в статистическом смысле можно заменить юзера на его двойника и сформировать группы таких двойников, проводя эксперименты и анализ над ними, считая что поведенческие паттерны схожих юзеров будут приводить к похожим действиям на сервисе.
Статистически устойчивые и практически значимые результаты выше проведённого автором анализа прекрасны с точки зрения анализа поведения тысяч и тысяч юзеров. Но их корректность упирается в тот факт, что они выбирают среди отелей, их вроде также тысячи и тысячи. Но вот незадача, даже в тех локациях, где объектов размещения очень много, люди выбирают не весь регион, а конкретный район города. Еду я в Сочи и каждая сотня метров от моря это очень важно для курортника. Еду я в Москву в командировку и мне важны локации отеля, вокзала и работы, удобство перемещения между ними, я не выбираю по всему городу. Поэтому появление новых отелей или их исчезновение из поисковой выдачи ЯП дает очень разный эффект. Появился новый отель в курортной зоне (новый - только открытый или новый для ЯП), но далеко от моря (или от источника минеральной воды, или от горнолыжного подъемника), и его вклад минимален в силу не притягательности отеля для путешественников. А если появился отель в зоне притяжения путешественников, то число бронирований на ЯП в данной локации поднимется. Усилия под подбору юзеров, путешествующих в конкретные регионы, интересны с точки зрения методологии, но обобщение их интересов на весь регион ведет к отрыву от реальности. Предлагаю автору рассмотреть задачу с другой стороны, зайти со стороны отелей. То есть надо оценивать актуальность подключения отелей к ЯП в зонах высокого потребительского спроса. Так делают и отельеры. Надо ли расширять номерной фонд или строить новую гостиницу? Они смотрят загрузку отелей и операционные показатели деятельности отелей данной локации. При таком анализе ЯП имеют преимущество в виде исходных данных по множеству отелей региона. Необходимо искать локации перегретого потребительского спроса, там будут точки роста как для самих отелей, так и для агрегатора. Аналогично делают аналитики в Яндекс.Такси, на основе их данных водители, начинающие поездки в определенных районах и локациях имеют прибавку к вознаграждению. Тепловые карты спроса дают наглядное представление в пространственном и временном разрезах. Для ЯП можно сформировать аналогичные пространственно-временные карты-диаграммы. И предоставлять некоторые бонусы новым подключаемым отелям из зон высокого спроса, а отелям из невостребованных локаций ресурсы на подключение выделять по остаточному принципу.
Именно я про это и написал: есть смысл подключать новые отели именно в тех локациях, где есть повышенный спрос. там будет сосредоточен практически весь инкремент по выручке. В остальных локациях спрос будет удовлетворяться практически полностью имеющимися отелями.
Само применение метода PSM замечательно идеей, что в статистическом смысле можно заменить юзера на его двойника и сформировать группы таких двойников, проводя эксперименты и анализ над ними, считая что поведенческие паттерны схожих юзеров будут приводить к похожим действиям на сервисе.
Статистически устойчивые и практически значимые результаты выше проведённого автором анализа прекрасны с точки зрения анализа поведения тысяч и тысяч юзеров. Но их корректность упирается в тот факт, что они выбирают среди отелей, их вроде также тысячи и тысячи. Но вот незадача, даже в тех локациях, где объектов размещения очень много, люди выбирают не весь регион, а конкретный район города. Еду я в Сочи и каждая сотня метров от моря это очень важно для курортника. Еду я в Москву в командировку и мне важны локации отеля, вокзала и работы, удобство перемещения между ними, я не выбираю по всему городу. Поэтому появление новых отелей или их исчезновение из поисковой выдачи ЯП дает очень разный эффект. Появился новый отель в курортной зоне (новый - только открытый или новый для ЯП), но далеко от моря (или от источника минеральной воды, или от горнолыжного подъемника), и его вклад минимален в силу не притягательности отеля для путешественников. А если появился отель в зоне притяжения путешественников, то число бронирований на ЯП в данной локации поднимется.
Усилия под подбору юзеров, путешествующих в конкретные регионы, интересны с точки зрения методологии, но обобщение их интересов на весь регион ведет к отрыву от реальности.
Предлагаю автору рассмотреть задачу с другой стороны, зайти со стороны отелей. То есть надо оценивать актуальность подключения отелей к ЯП в зонах высокого потребительского спроса. Так делают и отельеры. Надо ли расширять номерной фонд или строить новую гостиницу? Они смотрят загрузку отелей и операционные показатели деятельности отелей данной локации. При таком анализе ЯП имеют преимущество в виде исходных данных по множеству отелей региона. Необходимо искать локации перегретого потребительского спроса, там будут точки роста как для самих отелей, так и для агрегатора. Аналогично делают аналитики в Яндекс.Такси, на основе их данных водители, начинающие поездки в определенных районах и локациях имеют прибавку к вознаграждению. Тепловые карты спроса дают наглядное представление в пространственном и временном разрезах. Для ЯП можно сформировать аналогичные пространственно-временные карты-диаграммы. И предоставлять некоторые бонусы новым подключаемым отелям из зон высокого спроса, а отелям из невостребованных локаций ресурсы на подключение выделять по остаточному принципу.