1 of 26

�

Florida Airbnb 영업 데이터 기반 Host의 수익 향상을 위한 예약률 예측 모델 연구

캡스톤 디자인 최종발표회

엔프로(강수정, 김지민, 송현지)

2023.12.16.

This work was supported by Dr.Jinwon Kim who is an Associate Professor

(Department of Tourism, Hospitality and Event Management, University of Florida, USA) and a Director of the Center for Sustainable Business and Community Analytics.

2 of 26

�

1) 연구배경 및 목적

2) 연구 가설

3) 연구 방법

- 데이터 전처리, 탐색적 데이터 분석, 차원축소, 군집화, 모델 학습

4) 연구내용 및 결과

5) 결론

2 / 25

3 of 26

1. 연구배경 및 목적

미국 인플레이션 9.1% 증가에 따른 미국 내 Airbnb

신규 호스트 50% 이상 증가

‘22년 미국 인플레이션 상승 효과

경제적 압박에 따른 수익 창출의 수단으로 호스트

사업 시작(미국인의 약 41%)

'21년 기준 플로리다 키시미 활성 호스트: 약 46,600명

호스트가 하나의 일자리로 대체

[출처] Airbnb’s Post(Linkedin)

[출처] AllTheRooms Insights Articles

미국 인플레이션 증가에 따른 수익 창출의 기회로 Airbnb 신규 호스트 급증 및 플로리다 호스트 급여 격차는 지속 증가 예상

[출처] ZipRecruiter

‘23.12월 기준 플로리다 에어비앤비 호스트 Salary 통계

플로리다 Host들 간의 수익 양극화를 줄이고 예약률이 저조한 호스트들의 예약률 향상을 위한

숙소 정보 등록 및 운영 시점에

‘예약률 예측 + 지속 관리 feature’ 제안 서비스

3 / 25

저희가 이 연구를 하게 된 배경으로는

현재 미국은 작년 인플레이션 물가 상승에 따른 수익 창출의 수단으로 미국인의 약 41%가 호스트 사업을 시작했다고 합니다. 그로 인해 에어비앤비 신규 호스트가 50% 이상 증가했고 21년 기준 플로리다 키시미에서 활발하게 운영 중인 호스트 수는 약 46,600명이고 아래 보시는 것처럼 에어비앤비 호스트의 최고 소득자가 월 400정도 벌어들인다고 합니다. 실제로 하버드대 학생들이 졸업 후 취업을 안하고 호스트 사업을 하는 경우가 많다고 해요.

그만큼 미국에서 호스트는 이제 부업이 아닌 하나의 일자리로 대체되고 있는 상황입니다.

�

그렇다면 호스트가 늘어나는 만큼 호스트 간의 수익 격차는 더욱더 커질 것으로 예상되기에

저희는 이 부분을 문제로 삼아 예약률이 저조한 호스트들의 예약률 향상을 위해 숙소 운영 시, ‘예약률을 예측해주고 각 호스트마다 어떠한 요소들을 관리해야하는지’ 관리 feature까지 같이 제안하는 서비스를 고안했습니다.

4 of 26

2. 연구 가설

평균 1박 가격이 저렴하면 예약률이 높을 것이다.

유사한 특성을 가진 숙소별 군집 간에는 서로 다른 예약률 패턴과 연관

변수들을 가질 것이다.

4 / 25

5 of 26

3. 연구 방법

4) 군집별 모델 학습

3) 숙소별 군집화

2) SPCA를 통한 차원축소

1) 데이터 전처리 및 상관관계 파악

[ 분석 방안 ]

데이터 수: 43,219개(결측치 X)
데이터 타입 변환

Sparse PCA를 통한 주성분 파악 및 개수 선정

추출한 주성분 개수로 차원축소 진행

주성분 10차원 축소

유사한 특성을 가진 숙소 군집을 위해 K-means clustering 진행

적절한 군집 수 선정 지표: 실루엣 계수, DBI score, 3D 산점도 활용

최종 군집 수: 3개
군집별 EDA 시각화

활용 모델

1) Multiple Regression

2) Random Forest

3) Support Vector

Regression

4) Gradient Boosting

변수 간 Correlation 파악
로그변환을 통한 데이터 정규분포화

OLS 회귀분석 실시
설명변수 간 다중공선성 여부 확인
예약률 예측에 활용할 설명변수 선정

군집별 성능 평가 및 최종 모델 확정
Shap value 기여도 분석
고객 리뷰 Wordcloud 분석

5 / 25

6 of 26

4. 연구내용 및 결과

1-1) 데이터 전처리

데이터 수: 43,219개

중복변수, 불필요한 변수 제거 및 Label Encoder를 통한 데이터 타입 변환 → 1차 설명변수: 21개

설명변수
ADR	평균 1박 요금	Guest	예약 가능한 게스트 수	Ministay	최소 숙박 수	Checkrating	체크인 용이성(10점)
ARL	평균 연간 수익	Response	응답률	photonum	사진 수	Locaterating	위치 만족도 (10점)
Booking	예약 수	Superhost	슈퍼호스트 여부	Overall	전체 평점(%)	Valuerating	가치 만족도 (10점)
Reviewnum	리뷰 수	Deposit	보증금	Commrating	소통 평점 (10점)
Bedrooms	침대 수	Cleaningfee	청소 요금	Accuracyrating	광고 대비 만족도(10점)
Bathrooms	화장실 수	Nightfee	1일 숙박요금	Cleanrating	청결도(10점)

반응변수
Occupancy (예약률)

6 / 25

7 of 26

4. 연구내용 및 결과

1-2) EDA를 통한 전체 데이터 분포 확인

7 / 25

8 of 26

4. 연구내용 및 결과

1-2) EDA를 통한 전체 데이터 분포 확인

8 / 25

City]

도시별로 숙소의 수를 확인하보면 키시미 > 마이애미> 마이애미 비치 > 포토롤 더데일 > 덴버포트 순으로 가장 많은 숙소를 보여줍니다.

그이유는

* 키시미(Kissimmee): 디즈니 테마파크 및 기타 유명한 관광 명소들이 위치해 있어 가족 단위 관광객들에게 인기가 있습니다.

* 마이애미(Miami) 및 마이애미 비치(Miami Beach): 해변과 나이트라이프가 유명하며, 휴양지로서 많은 관광객들이 방문하는 곳입니다.

* 포트로더데일(Fort Lauderdale): 해변, 수상 스포츠, 쇼핑 등 다양한 관광 명소와 활동이 있어 휴양지로서 매력적이여서 아무래도 관광할 곳이 많은 지역이므로 그만큼 숙소가 많은 이유인거 같습니다.

또한 관광명소 임에도 불구하고 다소 평균(225달러) 1박 요금이 약 30만원에 근접한 숙박 가격대 분포를 보여주고 있습니다.

9 of 26

4. 연구내용 및 결과

1-3) 변수 간 상관관계 파악 및 데이터 정규분포화

로그변환을 통한 전체 데이터 정규분포화

Heatmap을 활용한 correlation 파악

1박 요금 ⬄ 연간 수익 / Bedrooms ⬄ Bathrooms ⬄ guest 간 높은 상관관계
Rating 변수들의 데이터 편중이 높음

[ ADR 로그 변환 전 ]

[ ADR 로그 변환 후 ]

9 / 25

10 of 26

4. 연구내용 및 결과

1-4) 예약률 예측에 활용할 설명변수 선정 과정

설명변수 간 다중공선성 진단을 위한 VIF 지수 확인

OLS 검정을 통한 다중회귀 분석

예약률에 대한 설명변수의 설명력(R-suqared): 약 46%

ministay, 일부 rating의 p-value 값이 0.5를 넘어 귀무가설 수용

VIF 지수 10 이상 변수

- Bathrooms / guest / Bedrooms / rating 변수

＇예측 성능을 저하시킬 수

있는 요인으로 판단됨＇

OLS 회귀분석, VIF 지수를 활용해 단순히 변수들을 삭제하지 않고

예약률 예측에 의미있다고 생각하는 설명변수

최종 17개 선정

10 / 25

다만, 로그변환을 해도 모든 변수가 정규분포화가 되진 않았고 실질적으로 예약률 예측에 활용한 주요 설명변수를 선정하고자 다음 2가지의 지표들을 활용했습니다.

Ols 검정을 통한 다중회귀 분석을 통해 현재 데이터의 설명력을 확인하고 각 변수들의 p-value 값을 기준으로 유의미하지 않은 변수들을 1차적으로 파악했습니다.
다음으로는 상관관계가 높은 변수들이 있다보니 다중공선성 진단을 위해 vif 지수를 확인해서 10 이상이 넘어가는 변수들을 확인해본 결과 bedrooms, guest, rating 변수들이 실제로 높았고 예측 성능을 저하시킬 수 있는 요인으로 판단했습니다.

�

이를 바탕으로 위 변수들을 단순히 삭제하진 않고 예약률 에측에 의미있다고 생각하는 설명변수들을 고려해서 최종적으로 17개의 설명변수를 선정했습니다. (cleaning fee, bedrooms, checkrating, commrating 4개의 변수를 제거하여)

11 of 26

4. 연구내용 및 결과

2-1) Sparse PCA를 통한 차원축소

주성분 개수 별 가중치가 낮은 변수들은 0으로 수렴
데이터의 설명력을 높이기 위해 누적기여율 70-90% 구간의 주성분 개수 선정

주성분 10개 선정

주성분 개수 별 기여율 및 누적기여율 확인

주성분 구성 변수 파악 및 10 차원 축소

11 / 25

두번째는 spca를 통한 차원축소 입니다.�

변수가 너무 많으면 데이터가 분산되어 의미있는 결론을 도출하기 쉽지 않을 것 같아서 주성분 추출을 통해 저희는 17차원에서 10차원으로 축소했습니다.

spca는 sparse pca로 pca에서 주성분을 구성하는 변수들을 알 수가 없다는 단점을 보완한 기법입니다.

실제로 주성분 개수별 가중치가 낮은 변수들은 0으로 수렴하는 것을 확인했고 오른쪽에 보시는 것처럼 주성분마다 가중치가 큰 상위 변수들을 세부적으로 확인할 수 있었습니다.�

공통적으로는 1박 가격, 연간 수익, rating 변수들이 많았는데 실제 예약률에 중요한 변수인지는 알고리즘 모델을 통해 확인해볼 필요가 있었습니다.

12 of 26

4. 연구내용 및 결과

3-1) 주성분 데이터 기반 K-means 클러스터링

실루엣 계수: 군집 수 2~4의 평균 20~35% 사이
DBI 지표: 낮은 score 기준으로 cluster 3이 가장 적절하다고 판단

실루엣 계수, DBI 지표를 활용한 군집 수 선정

[3개의 군집화 결과]

12 / 25

13 of 26

4. 연구내용 및 결과

3-2) 클러스터링 3D 산점도 분포

13 / 25

14 of 26

4. 연구내용 및 결과

3-3) EDA를 통한 군집별 특징

군집 1

위도, 경도로 숙소 분포 지역 확인

군집 2

군집 3

'전체적으로 숙소들이 해변가에 몰려있고 지리적 위치는 비슷하나

cluster 1의 숙소들이 cluster 2,3보다 각 위치에 집중되어 있는 편＇

14 / 25

15 of 26

4. 연구내용 및 결과

3-3) EDA를 통한 군집별 특징

ADR(평균 1박 가격) 및 ARL(평균 연간 수익) 평균 비교

₩ 21만	₩ 47만	₩ 20만

₩ 628만	₩ 6287만	₩ 3600만

15 / 25

16 of 26

4. 연구내용 및 결과

3-3) EDA를 통한 군집별 특징

숙소 리뷰 수 및 호스트가 등록하는 숙소 사진 수 평균 비교

13개	14개	67개

22개	33개	29개

16 / 25

17 of 26

4. 연구내용 및 결과

3-3) EDA를 통한 군집별 특징

군집별 예약률과 각 변수 간의 상관관계

‘3개의 군집 모두 평균 1박 가격이 저렴하면 예약률이 높아지는 경향’

’고객들은 침실보다는 화장실의 갯수나 청결도를 좀 더 고려하는 편’

17 / 25

이 값들은 회귀 분석에서 각 변수의 영향을 보여줍니다. 음의 계수는 해당 변수가 증가할 때 예약률(종속변수)에 부정적인 영향을 미친다는 것을 의미합니다. 반대로 양의 계수는 변수가 증가할 때 예약률 (종속 변수)에 긍정적인 영향을 미친다는 것을 나타냅니다.

1. cluster 3 에서 ADR (평균 일일 요금)의 회귀 분석 계수가 -0.3을 보이는데 이 의미는

평균 일일 요금이 1 단위 증가할 때 예약률 (종속변수)는 -0.3 만큼 감소한다고 해석됩니다. 즉, ADR이 증가하면 예약률이 감소하는 방향으로 관련됩니다. 이것은 평균 일일 요금이 높을수록 예약률 낮아질 것으로 예상된다는 것을 의미합니다.

2. 또한, 화장실과 침실 중에 화장실 변수가 양의 방향인데 사람들이 숙소를 선택할때

4인 이상 숙소에는 침실보다는 화장실의 갯수나 청결도를 좀 더 고려하는게 아닐까라고 생각을 해봤습니다.

18 of 26

4. 연구내용 및 결과

4-1) 군집별 예약률 예측 모형

군집별 예약률 예측 성능 평가 지표: RMSER, R-squared
군집 1의 설명력이 약 67%로 가장 높은 예측력을 보임

	군집 1	군집 2	군집 3
n_estimaters	800	1000	1000
min_sample_split	2	2	2
min_sample_leaf	2	2	2
max_features	Auto	Auto	Auto
max_depth	50	50	50

예측 과정

Train / Test data 분리: 70 : 30

최적의 Hyper parameter 설정(비선형 모델)

모델	군집	RMSE	R-squared
Multiple Regression	1	0.211	0.505
	2	0.138	0.416
	3	0.116	0.458
Random Forest (Regression)	1	0.171	0.674
	2	0.115	0.593
	3	0.100	0.595
Support Vector Regression	1	0.214	0.488
	2	0.139	0.409
	3	0.117	0.454
Gradient Boosting Regression	1	0.179	0.643
	2	0.119	0.564
	3	0.104	0.562

최종 모형 선택

18 / 25

19 of 26

4. 연구내용 및 결과

4-1) 군집별 예약률 예측 모형

Test data 기준 실제 예약률 – 예측 예약률 비교

군집 1

군집 2

군집 3

차이

19 / 25

20 of 26

4. 연구내용 및 결과

4-2) SHAP value를 통한 변수 기여도 분석

예약률은 공통적으로 ADR, ARL과 같은 가격적 요소에 가장 영향을 많이 받음

군집 1

군집 2

군집 3

실제 예약률 평균: 0.489
변수 영향도: 리뷰 수, 응답시간 등 �숙소 평가 위주

실제 예약률 평균: 0.549
변수 영향도: 1박 가격, 최소 숙박일수,

보증금 등 경제적 요소 위주

실제 예약률 평균: 0.646
변수 영향도: 리뷰 수, 게스트 수, 화장실 수 등

전반적인 숙소 상태 위주

20 / 25

21 of 26

4. 연구내용 및 결과

4-3) 군집별 예약률(occupancy)과 예약일 수(booking) 관계

군집 1 예약일 수 평균 : 6.61
군집 2 예약일 수 평균 : 34.6
군집 3 예약일 수 평균 : 44.2

군집 1 예약률 평균 : 0.489
군집 2 예약률 평균 : 0.549
군집 3 예약률 평균 : 0.646

21 / 25

22 of 26

4. 연구내용 및 결과

4-3) 군집별 예약률(occupancy)과 예약일 수(booking) 관계

22 / 25

23 of 26

4. 연구내용 및 결과

4-3) 텍스트 감성분석 데이터 기반 Wordcloud 분석

[ 긍정 리뷰 명사 및 형용사 ]

[ 부정 리뷰 명사 및 형용사 ]

실제 숙박 이용 후, 고객은 ADR, deposit 등 정량적인 요소보다는 place(위치), host(호스트 친절도), 숙소 청결도, Amenity 관리 등 정성적인 요소에 더 민감하게 반응함 ‘

23 / 25

24 of 26

5. 결론

5-1) 서비스 예상 시나리오

3) 예약률 예측을 통한 대시보드 안내 > 호스트 숙소 정보 개선

2) 랜덤 포레스트 알고리즘 동작

1) 호스트 숙소 정보 셋팅

24 / 25

25 of 26

5. 결론

군집 1 Host 제안 변수

숙소별 Shap 가중치 높은 변수 출력

5-2) 연구 결과

- 데이터 복잡성을 줄이고, 예측 성능을 높이기 위해 SPCA 차원축소. K-means 활용 3개 군집으로 분류

- 선형/비선형 모델을 적용하여 RMSE, R계수를 기준으로 예측력을 비교한 결과, 예약률 예측에 적합한 최종 모형은

‘Random Forest’로 결정

- SHAP value를 통해 ’평균 1박 가격이 저렴하면 예약률이 높아진다’는 연구가설 입증

- SHAP value를 통해 숙소별 예약률 예측에 기여한 변수들을 기반으로 군집별 Host가 숙소 정보 등록 및 운영 시점에

지속적으로 관리해야 할 요소들을 제안한다면 효과적인 호스팅 비즈니스 운영이 가능할 것으로 판단

ADR

Nightfee

Photonum

Reviewnum

군집 2 Host 제안 변수

군집 3 Host 제안 변수

response

ADR

Nightfee

Minimum stay

deposit

ADR

Nightfee

Photonum

Reviewnum

guest

deposit

25 / 25

26 of 26

감사합니다