在需求到來之前看見需求

• ThinkCol 建立了一個機器學習系統，結合酒店數據及外部需求訊號，例如城市活動、航班預訂及旅遊趨勢。
• 模型生成入住率預測及定價建議，支援更快速的收益決策。
• 持續運行的預測流程取代了人手審閱試算表的做法。

一家酒店集團過往透過人手審閱試算表及個人判斷管理房價。收益團隊需要結合外部指標解讀酒店表現，但這個過程耗時，亦難以在市況轉變時迅速更新。

ThinkCol 建立了一個機器學習系統，結合酒店自身數據及城市活動、航班預訂、旅遊趨勢等外部訊號。這些訊號被轉化為可供模型使用的特徵，協助在需求尚未於內部預訂數據中顯現之前作出預測。

系統將城市層面的需求模式轉化為個別酒店的入住率預測及定價建議，讓收益團隊以更快、更有系統的方式應對市場變化，並將過往需時數小時人手審閱的決策自動化。

為何要度身訂造？ 現成的預測工具難以吸納雜亂的外部訊號、將其與酒店的專有數據連結，並轉化為細緻的入住率及定價建議。模型必須按照酒店集團自身的物業、數據質素及收益流程度身打造。