從 CSV 匯出到結果解讀,完整掌握旅宿數據分析技巧
5 個步驟 × 實用範例 × 專業建議
CSV(Comma-Separated Values)是一種以逗號分隔的純文本文件格式,用於存儲表格數據。大多數訂房系統(如 Booking.com、Airbnb、自建系統)都支持匯出 CSV 格式的訂單數據。
為什麼使用 CSV?
如果您使用自建系統或其他 PMS(Property Management System),請參考系統說明文件,通常在「報表」或「數據匯出」功能中可以找到 CSV 匯出選項。
💡 提示
如果您的系統不支持 CSV 匯出,可以將數據複製到 Excel 或 Google Sheets,然後另存為 CSV 格式。
| 欄位名稱 | 說明 | 範例 |
|---|---|---|
| 旅客姓名 | 旅客的姓名(會自動遮罩保護隱私) | 張三、李四 |
| 訂單日期 | 訂單建立的日期 | 2024-01-15 |
| 入住日期 | 旅客入住的日期 | 2024-02-01 |
| 退房日期 | 旅客退房的日期 | 2024-02-03 |
| 訂單金額 | 訂單的總金額(數字格式) | 5000、8500 |
| 旅宿名稱 | 旅宿或房型的名稱(用於多館篩選) | 璞草行旅、三十里桃花 |
重要提示
包含 50 筆範例訂單數據,展示正確的欄位格式和數據結構
前往數據分析工具頁面
在資源中心選擇「旅客價值與忠誠度分析」工具
點擊「上傳 CSV」按鈕
選擇您剛才匯出的 CSV 文件
選擇分析參數
根據您的需求選擇:
點擊「開始分析」
系統會自動處理數據並生成分析報告(通常需要 5-10 秒)
會員專屬功能
登入後可以保存分析結果,隨時查看歷史記錄,並獲得完整的 Top 30 旅客排名和專業顧問級建議。
分析期間內的獨立旅客數量,反映您的旅客基礎規模
所有訂單的總金額,展示您的營收規模
每筆訂單的平均價值,反映您的定價策略效果
重複訂房的旅客比例,衡量旅客忠誠度
消費金額高且訂房次數多的旅客。這是您最重要的旅客群,應優先維護關係,提供專屬優惠和個性化服務。
單次消費金額高但訂房次數少。應重點培養,通過會員計劃、積分獎勵等方式提升忠誠度。
訂房次數多但單次消費較低。可以通過升級推薦、套餐優惠等方式提升客單價。
消費金額和訂房次數都較低。可以通過行銷活動、限時優惠等方式激活,或專注於其他高價值客群。
系統會自動列出營收貢獻最高的 30 位旅客,並顯示以下資訊:
💡 專業建議:通常 20% 的旅客貢獻 80% 的營收(帕累托法則)。重點維護 Top 30 旅客關係,可以顯著提升整體營收。
建議每月或每季進行一次數據分析,追蹤以下指標變化:
對比上期營收,評估成長趨勢
追蹤旅客忠誠度是否提升
評估定價策略和升級方案效果
觀察 VIP 和潛力旅客比例
請檢查以下幾點:
這是系統的隱私保護機制。為了保護旅客個人資料,系統會自動遮罩姓名的後半部分。您仍然可以通過姓氏和消費記錄識別旅客,但不會完全暴露個人資訊。
可以!只要您的 CSV 文件中包含「旅宿名稱」欄位,系統就會自動識別並提供篩選功能。您可以選擇查看所有旅宿的整體數據,或單獨分析特定館別的表現。
登入用戶可以保存分析結果到歷史記錄,隨時查看。未來我們會推出 PDF 匯出和分享連結功能,敬請期待!
建議至少 3 個月的訂單數據(約 50-100 筆訂單)才能獲得較準確的分析結果。如果數據量太少,分析結果可能不夠穩定。理想情況下,建議使用 6-12 個月的數據進行分析。