🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
Когда выгоднее всего покупать авиабилеты?
Есть популярный миф, что покупать билеты задолго до даты вылета выгоднее, потому что потом они начинают резко дорожать. И еще иногда этот миф дополняется тем, что в самый последний момент цена может резко упасть.
Чтобы проверить, действительно ли так всё происходит, можно взять датасет Flight Price Prediction и проанализировать его. Здесь собраны 300 000 бронирований билетов за 1.5 месячный промежуток времени с индийского сайта EaseMyTrip.
В датасете есть ключевые поля:
▶️Дней до вылета
▶️Цена
И вспомогательные:
▶️Название авиакомпании
▶️Flight Code
▶️Город отправления
▶️Время вылета
▶️Кол-во пересадок
▶️Время прибытия
▶️Город назначения
▶️Класс (эконом или бизнес)
▶️Продолжительность полета
🟠Проводить анализ можно на SQL. Основной план - брать по отдельности каждый рейс и внутри него следить за динамикой цены в зависимости от того, как скоро будет вылет. И в конце вывести среднее по всем рейсам и сделать выводы.
Но есть одна проблема - явно из датасета вытащить отдельно каждый рейс нельзя. Не поможет даже Flight Code, потому что он может повторяться из рейса в рейс. Поэтому определять где какой рейс можно по совокупности вспомогательных полей.
И есть еще одна проблема - в датасете собрано огромное множество самых разных рейсов с разным уровнем цен. Напрямую всё это сравнивать и искать среднее нельзя, поэтому нужна нормализация. Внутри каждого рейса с помощью AVG можно определить базовую цену и считать изменения относительно нее в процентах.
🟠В коде это всё можно записать так:
WITH flight_groups AS (
SELECT *,
AVG(price) OVER (
PARTITION BY airline, flight, source_city,
destination_city, departure_time, arrival_time,
class, stops) AS group_avg_price,
COUNT(*) OVER (
PARTITION BY airline, flight, source_city,
destination_city, departure_time, arrival_time,
class, stops) AS group_size
FROM flights)
по совокупности признаков определяем, где какой рейс, и для каждого выводим среднюю цену для будущей нормализации и кол-во. Затем уже считаем само соотношение, отсекая слишком малые группы:
SELECT
days_left,
AVG(price / group_avg_price) AS n_price,
COUNT(*) AS n_obs
FROM flight_groups
WHERE group_size >= 20
GROUP BY days_left
ORDER BY days_left
❗️В итоге получилась таблица, где вывелось кол-во дней до вылета, нормализованная цена и кол-во наблюдений. Каждый наблюдаемый день стат значим, выводится на основе 3000 - 6500 рейсов от 6 авиакомпаний:
▶️В промежутке с 49-ого дня до 18-ого включительно цена очень стабильна и находится примерно на уровне 80-90% от базовой. То есть дисконт составляет 10-20%.
▶️Затем она начинает расти. Дисконт растворяется полностью за 16 дней до вылета, а уже c 14-ого дня цена идет с наценкой аж 30-40%. И такая картина сохраняется вплоть до 4-ого дня.
▶️Потом цена начинает расти еще сильнее, и уже за 2 дня до вылета наценка составляет уже целых 70%. А за 1 день до вылета цена вырастает в 2 раза, то есть наценка уже 100%.
То есть миф оказался отчасти правдивым. Цена действительно растет ближе к вылету, но в последний момент за 1 день она не обваливается, а наоборот взлетает вплоть до удвоения.
🟠А более подробно полный цикл анализа реальных данных можно научиться проводить в моем курсе на Stepik.