1 ¿Por qué se cancelan las reservas hoteleras?

Este informe transforma el análisis exploratorio del dataset Hotel Booking Demand en un storytelling accesible y publicable online. La pregunta guía es sencilla: ¿qué patrones ayudan a entender la cancelación de reservas hoteleras?

La versión actual incorpora una capa interactiva ligera: filtros por tipo de hotel, estado de cancelación, segmento de mercado, mes de llegada y país de origen. El objetivo no es convertir el documento en una aplicación compleja, sino facilitar una exploración guiada desde el propio HTML.

2 Carga y tratamiento del conjunto

indicador valor
Reservas originales 119390
Reservas tratadas 117398
Tasa global de cancelación 37.5%
Lead time mediano 71
ADR mediana 95

El tratamiento aplicado elimina estancias sin coste, reservas sin noches, registros sin huéspedes y valores extremos. Esta decisión permite que los gráficos respondan a patrones de negocio y no a casos residuales.

3 Panel interactivo de exploración

Los filtros siguientes afectan a los gráficos y a la tabla interactiva de esta sección. Sirven para explorar el conjunto tratado sin abandonar el informe HTML.

4 Primer hallazgo: no todos los hoteles cancelan igual

El hotel urbano presenta una tasa de cancelación superior al resort. Esto sugiere que el comportamiento de reserva no es homogéneo: el cliente urbano parece más flexible, mientras que el cliente vacacional presenta una intención de viaje más estable.

5 La anticipación cambia el riesgo

Las reservas hechas con más antelación tienden a concentrar más incertidumbre. Desde negocio, este punto es importante porque permite activar medidas preventivas antes de que la cancelación se materialice.

6 La demanda tiene estacionalidad

El resort y el hotel urbano no deben analizarse como si fueran el mismo producto. La estacionalidad y el volumen responden a lógicas distintas, por lo que cualquier modelo o dashboard debería permitir filtrar por tipo de hotel.

7 Segmentos de mercado: volumen no significa estabilidad

Los segmentos muestran niveles de cancelación muy distintos. La lectura útil no es solo cuántas reservas aporta cada segmento, sino cuántas reservas permanecen activas hasta la llegada.

8 ADR: impacto económico de la cancelación

El ADR permite pasar de una lectura operativa a una lectura económica. No todas las cancelaciones pesan igual: una cancelación de alto ADR tiene un impacto diferente a una de bajo ADR.

9 País de origen y cancelación

El país de origen puede aportar señales, pero no debe interpretarse de forma aislada. La cancelación combina mercado emisor, canal, segmento, hotel, temporada y anticipación.

10 Recomendaciones de negocio

A partir de los patrones observados, la gestión hotelera podría priorizar tres líneas de actuación:

  1. Separar siempre la lectura entre hotel urbano y hotel vacacional, porque su comportamiento no es equivalente.
  2. Monitorizar reservas de alto lead time, especialmente cuando pertenecen a segmentos con mayor propensión a cancelar.
  3. Cruzar el riesgo de cancelación con ADR, para distinguir cancelaciones frecuentes de cancelaciones económicamente críticas.

11 Conclusión

La historia que cuentan los datos es clara: la cancelación no es aleatoria. Se concentra en determinados hoteles, segmentos, anticipaciones y mercados. El valor del análisis está en convertir esta lectura en decisiones: priorizar reservas de alto riesgo y alto valor, diseñar políticas por segmento y separar siempre el comportamiento urbano del vacacional.

12 Siguiente evolución

Como evolución futura, este informe podría transformarse en una pieza online más completa, incorporando filtros dependientes, explicación ampliada de variables, dashboard embebido y una sección final de recomendaciones de revenue management.