AI-система прогнозування завантаження готелю на LightGBM

Revenue manager готелю часто покладається на інтуїцію, що призводить до втрат до 15% доходу. Ми замінюємо інтуїцію на data-driven прогноз, який будуємо на основі LightGBM та кастомних фіч. Помилка в прогнозі occupancy призводить до переповненого ресторану або простоюючого персоналу — ми вирішуємо це через гранулярний аналіз OTB, pickup та cancellations. Наша команда має 10+ років досвіду в AI/ML та 30+ впроваджених проєктів у hospitality. Гарантуємо точність MAPE <5% на горизонті 14 днів після стабілізації моделі.

Архітектура системи прогнозування завантаження готелю

On-the-books (OTB) база — розробка AI системи

Поточний портфель бронювань — відправна точка. На дату за 30 днів OTB може передбачити фінальний occupancy з точністю 70–80% лише на основі існуючих броней.

Pickup прогноз

Скільки ще бронювань надійде від поточного моменту до дати заїзду. Патерн pickup специфічний для кожного готелю та сегменту. Ми використовуємо історичні криві pickup з вагами за сегментами.

def pickup_forecast(arrival_date, current_reservations, pickup_curves):
    """
    Для кожного сегменту: історичний pickup до даного дня до arrival
    Приклад: business-сегмент бронює в середньому за 7 днів, leisure за 30
    """
    days_until_arrival = (arrival_date - today).days
    expected_pickup = {}
    for segment, curve in pickup_curves.items():
        expected_pickup[segment] = curve.predict(days_until_arrival, current_reservations[segment])
    return sum(expected_pickup.values())

Cancellation correction

Не всі бронювання реалізуються. Відміни залежать від lead time, типу тарифу (non-refundable — 0%) та каналу (OTA vs direct). No-show додає ще 2–5%. Модель прогнозує cancellation rate за сегментами, використовуючи історичні дані та lead time. Згідно з дослідженням Hospitality Technology, точне прогнозування відмін дозволяє знизити втрати на 10%. Додаємо feature cancellation_exposure — частку бронювань з high cancel rate, що покращує точність на 5–7%.

Feature Engineering

Ці ознаки дозволяють моделі враховувати як внутрішні тренди (OTB, pickup), так і зовнішні фактори (події, ринок). Важливість кожної ознаки оцінюється через SHAP values, що дає зрозумілий інтерпретований прогноз.

Моделі за горизонтом

LightGBM на short-term дає найкращу точність завдяки здатності захоплювати нелінійні взаємодії між OTB фічами. Порівняно з ARIMA, LightGBM знижує MAPE в 2 рази на горизонті 14 днів. Для середньострокових прогнозів використовуємо XGBoost з event embedding, для довгострокових — Prophet з сезонною декомпозицією.

Як інтеграція з PMS підвищує точність прогнозу?

Автоматичний імпорт бронювань з PMS кожні 4 години дозволяє перераховувати прогноз у реальному часі. При груповому бронюванні система тригерить перерахунок pickup forecast. Дашборд для revenue management оновлюється автоматично, що дає оперативну картину завантаження. Це знижує помилку прогнозу на 10–15% порівняно з ручним оновленням раз на день.

Крім того, ми інтегруємо дані STR (Smith Travel Research) для порівняння з конкурентним сетом. Market Penetration Index (MPI) дозволяє коригувати прогноз з урахуванням ринкової частки.

Метрики точності: D-1 forecast MAPE < 5%, D-7 forecast MAPE < 8%, D-30 forecast MAPE < 12%.

Сегментований прогноз готелю

Загальний occupancy — недостатньо. Потрібен розріз за сегментами гостей та типами номерів.

Сегменти гостей

• Transient leisure (FIT): найвища ціна, чутливий до ціноутворення
• Corporate: фіксовані ставки, передбачуваний патерн
• Groups & Meetings: бронюється заздалегідь, високий обсяг
• OTA vs. Direct: різна комісія та тип клієнта

Тип номера

• Стандарт / Делюкс / Сьют: різна ціна, різна еластичність попиту
• Single vs. Double: патерни завантаження відрізняються

Сегментований прогноз дає можливість застосувати dynamic pricing для кожного сегменту, що підвищує RevPAR на 5–8%. Додатковий виторг може бути суттєвим для готелю на 200 номерів.

Операційне планування

Staffing

Housekeeping: occupied_rooms × checkout_stayover_mix × min_per_room / 60
F&B: expected_guests × meal_plan_pct × meals_per_time_slot
Front Desk: check-ins_per_hour / optimal_agent_load

Точні прогнози occupancy дозволяють оптимізувати витрати на персонал та закупівлі. Наприклад, при прогнозі завантаження 80% housekeeping потрібно 12 осіб, при 50% — 8. Значна економія на персоналі.

Procurement

Прогноз сніданків → закупівля продуктів за 2–3 дні. Amenities — замовлення щотижня за прогнозом.

Maintenance scheduling

При прогнозованому низькому завантаженні → технічні роботи в номерах без втрати revenue.

Чому сегментований прогноз дає більше прибутку?

Сегментований прогноз дозволяє застосувати dynamic pricing для кожного сегменту. Наприклад, якщо leisure-сегмент показує високий pickup, можна підняти ціни на стандартні номери. Leisure-сегмент часто бронює ближче до дати і готовий платити більше при високому завантаженні. Сегментований підхід дозволяє піднімати ціни на стандартні номери, не зачіпаючи corporate блоки. Наш досвід показує зростання RevPAR на 5–8% після впровадження сегментованого прогнозу. Замовте розробку системи прогнозування завантаження готелю, щоб отримати аналогічні результати.

Як ми будуємо модель: покроковий процес

1. Аналіз PMS-даних та виявлення зміщень.
2. Feature engineering: OTB, pickup, events, competition.
3. Навчання LightGBM з крос-валідацією за часом.
4. A/B тест з поточним прогнозом на історичних даних.
5. Деплой моделі на Kubernetes через MLflow.
6. Моніторинг точності та автоматичний перерахунок при дрейфі даних.
7. Безперервний моніторинг та ретренінг раз на тиждень.

Обсяг робіт та терміни

Входить:

• Аналіз PMS-даних та виявлення зміщень
• Feature engineering: OTB, pickup, events, competition
• Навчання та валідація LightGBM/XGBoost
• Дашборд для revenue management
• Документація по моделі та ETL
• Навчання співробітників
• Підтримка 3 місяці після деплою

Базовий occupancy forecast з LightGBM + OTB фічами — 4–5 тижнів. Сегментована система з календарем подій та операційним плануванням — 3–4 місяці. Вартість розраховується індивідуально після аудиту даних. Зв'яжіться з нами для попередньої оцінки. Отримайте консультацію щодо пілотного проєкту.

Які проблеми прогнозування часових рядів зустрічаються найчастіше?

Фінансовий директор запитує прогнозування часових рядів продажів на квартал. Аналітик будує SARIMA, досягає MAPE 8.3% на тестовій вибірці — і з гордістю деплоїть. Через два місяці в production метрика падає до 23%. Причина класична: модель навчалася на даних до COVID, тестувалася на стабільному періоді, а production потрапив на промо-акцію та збій поставок. Data leakage + distribution shift = гарні цифри в ноутбуці та непрацюючий прогноз в реальності. Ми стикалися з цим десятки разів. Наш досвід — 5+ років у прогнозуванні часових рядів для рітейлу, фінтеху та IoT, більше 50 завершених проєктів.

Неправильна крос-валідація. Стандартний train_test_split для часових рядів — помилка. Випадкове розбиття створює data leakage: модель бачить «майбутні» значення в навчанні. Правильно — TimeSeriesSplit або walk-forward validation з expanding window.

Множинна сезонність. Погодинні дані споживання електроенергії мають три сезонності: добову (24 год), тижневу (168 год), річну (8760 год). SARIMA справляється лише з однією. Prophet обробляє кілька, але повільно масштабується на тисячі рядів.

Пропуски та аномалії в даних. Пропуск у сенсорних даних — це інформація (датчик відключився), а не просто NaN. Лінійна інтерполяція вбиває цей сигнал. Правильна обробка залежить від природи пропуску.

Cold start при ієрархічному прогнозуванні. Новий SKU в асортименті з 50 000 позицій: історичних даних немає, потрібен прогноз. Стандартні підходи тут не працюють — потрібні cross-learning підходи або feature-based методи.

Які інструменти і коли застосовувати?

Prophet (Meta) — чудовий старт для бізнес-даних із зрозумілою сезонністю та святами. Швидко налаштовується, інтерпретований, вбудована обробка викидів і пропусків. Падає в точності при нерегулярних патернах і не масштабується на десятки тисяч рядів без паралелізації. Prophet (Facebook) — офіційна документація.

Gradient boosting на фічах (LightGBM, XGBoost) — часто недооцінений підхід. Створюєте фічі вручну: лаги (t-1, t-7, t-28), ковзні середні, категоріальні ознаки (день тижня, місяць), екзогенні змінні. Модель навчається на всіх рядах одночасно — вирішує cold start через схожі ряди. MAPE на рітейл-прогнозуванні часто кращий за нейронні мережі при правильній feature engineering.

TFT (Temporal Fusion Transformer) — трансформер, спеціально розроблений для інтерпретованого прогнозування з коваріатами. Вбудовані механізми: variable selection (які ознаки важливі), temporal self-attention (які часові точки впливають на прогноз), квантильні передбачення. Доступний у pytorch-forecasting. Вимагає ~10 000+ записів на ряд для стабільного навчання. Temporal Fusion Transformer — академічна публікація.

PatchTST — трансформер, який ділить часовий ряд на патчі (аналогічно ViT для зображень). Краще захоплює локальні патерни, ніж класичні трансформери. Добре працює для long-horizon forecasting (прогноз на 96–720 кроків). Реалізація в neuralforecast від Nixtla.

N-HiTS, N-BEATS — нейронні архітектури без attention, швидші за TFT, конкурентна точність. N-BEATS виграє на M4/M5 benchmark для задач без коваріат.

Як ми розгортаємо TFT в production?

TFT потребує ретельної підготовки даних. Типовий пайплайн через pytorch-forecasting:

training = TimeSeriesDataSet(
    data,
    time_idx="time_idx",
    target="sales",
    group_ids=["store", "sku"],
    min_encoder_length=max_encoder_length // 2,
    max_encoder_length=max_encoder_length,  # 120 днів
    min_prediction_length=1,
    max_prediction_length=max_prediction_length,  # 28 днів
    static_categoricals=["store_type", "category"],
    time_varying_known_reals=["price", "promo_flag"],
    time_varying_unknown_reals=["sales"],
    target_normalizer=GroupNormalizer(groups=["store", "sku"], transformation="softplus"),
)

Часта помилка: target_normalizer за замовчуванням (StandardScaler) ламає передбачення для рядів з нульовими значеннями (немає продажів у вихідні). GroupNormalizer з transformation="softplus" — правильний вибір для count-даних.

Покрокова інструкція з налаштування TFT

1. Збір та підготовка даних. Обробити пропуски (маркувати NaN, інтерполювати лише якщо це технічний збій), агрегувати до потрібної частоти, сформувати коваріати (свята, промо, ціни).
2. Створення TimeSeriesDataSet. Вказати group_ids (наприклад, магазин+SKU), часовий індекс, горизонт прогнозу. Налаштувати target_normalizer з урахуванням розподілу таргета.
3. Навчання baseline. Спочатку Prophet або LightGBM — щоб зрозуміти, наскільки складніше завдання.
4. Тренування TFT. Запустити TemporalFusionTransformer з loss=QuantileLoss(), підібрати learning rate та розміри hidden шарів. Використовувати pytorch_forecasting або neuralforecast.
5. Валідація та інтерпретація. Перевірити walk-forward, проаналізувати variable selection, побудувати attention heatmap.

Кейс: прогноз попиту в рітейлі. Мережа з 120 магазинів, 8000 SKU, горизонт прогнозу 28 днів. Вихідна система: SARIMA окремо для кожного ряду, MAPE 18.4%, повний цикл перенавчання — 6 годин. TFT на PyTorch + pytorch-forecasting: одна модель на всі ряди, MAPE 11.2%, перенавчання — 40 хв на A10G. Додатковий бонус: feature importance через variable selection — з'ясувалося, що day_before_holiday впливає сильніше, ніж сама дата свята. Середня економія бюджету на інференсі для клієнта склала значну суму.

Як правильно оцінювати якість прогнозів?

Не використовуйте RMSE як єдину метрику — вона сильно штрафує за великі помилки на великих значеннях. Наш набір метрик для рітейл-прогнозування:

• MAPE — інтерпретована, але нестабільна при значеннях близьких до нуля
• sMAPE — симетрична версія, уникає ділення на маленькі числа
• MASE (Mean Absolute Scaled Error) — нормалізована відносно наївного сезонного прогнозу, чудово підходить для порівняння між рядами з різними масштабами
• Quantile loss / Pinball loss — для ймовірнісного прогнозування, оцінка покриття інтервалів

Гарантуємо: ми надаємо model card з цими метриками на валідаційній вибірці та результати walk-forward тесту на історії не менше 6 місяців.

Що входить в роботу

• Документація щодо обраної архітектури, обґрунтування вибору гіперпараметрів.
• Відтворюваний пайплайн навчання та інференсу (Docker + CI/CD + Airflow/Prefect).
• Код з коментарями та модульними тестами на ключові компоненти.
• Навчання вашої команди: як перенавчати модель, як інтерпретувати виходи, як деплоїти нові версії.
• Підтримка протягом 3 місяців після здачі: консультації, виправлення багів, доналаштування.

Процес роботи

Починаємо з EDA: візуалізація, тест ADF на стаціонарність, STL-декомпозиція, аналіз пропусків та викидів. Це 2–3 дні, але часто виявляє системні проблеми даних, які блокують прогнозування.

Потім: baseline (наївний seasonal, Prophet), feature engineering для LGBM, вибір архітектури нейронної мережі якщо потрібно. Walk-forward validation з реалістичним горизонтом. Деплой через API з автоматичним перенавчанням за розкладом через Airflow або Prefect.

Строки орієнтовно: MVP-прогноз на одному типі даних — 3–6 тижнів. Ієрархічна система прогнозування з автоматизацією — 2–5 місяців. Вартість розраховується індивідуально.

Наша команда — сертифіковані ML-інженери (AWS ML Specialty, GCP Professional ML Engineer). За 5 років на ринку реалізували понад 50 проєктів з прогнозування. Зв'яжіться з нами для безкоштовного аналізу ваших даних — ми оцінимо завдання та дамо перші рекомендації за 1–2 дні. Замовте консультацію і переконайтеся, що ваші прогнози працюють в production, а не тільки в ноутбуці.