インターン生募集 未来のゲームチェンジャーの「やってみよう」をカタチに!データサイエンスのかっこでインターン生募集中

データ分析例

大阪のホテル相場は1泊4500円。条件の違いで相場がどれだけ変わるのか見える化してみた

大阪 ホテル 価格相場のアイキャッチ画像
  • 大阪のホテルの1泊の価格相場がわからない
  • 条件ごとの違いでどれだけホテルの価格相場と変わってくるのかが分からない

とお悩みではありませんか。

旅行の計画を立てるとき、ホテルのプラン選びで悩むことはよくあります。

また、どのように条件を絞れば良いか分からないことも悩ましい問題です。

そこで、今回は価格の相場と各種条件による価格相場との違いについてデータ分析を行いました。

条件ごとに大阪の価格相場との価格差もまとめたので、大阪に旅行する際の参考にしてください。

\経験豊富なかっこのデータサイエンティストがまとめました!/ なぜデータサイエンスは必要?

結論

結論

今回の分析の結果、以下のような結論が導かれました。

  • 大阪のホテルの価格相場は1泊4500円である
  • 大阪市外は大阪のホテルの価格相場より2000円高くなる
  • 部屋タイプは値段を抑えるならツインか4ベッド、和室は3000円高くなる
  • 朝・夕の食事付きプランは大阪のホテルの価格相場より11000円高くなる
  • 温泉付きのプランは大阪のホテルの価格相場より3000円高くなる
  • チェックアウト終了時刻が10時は4000円が中央値、12時は10時の倍の8000円が中央値となる

以上の結論は、例として「4人」での旅行を想定しています。

また、各条件が価格に与える影響を表にまとめたのが以下です。

  • 地域
価格差(円)
大阪市内(大阪ベイエリア除く) -500(-11%)
大阪ベイエリア +1,000(+22%)
大阪市外 +2,000(+44%)
  • 部屋タイプ
価格差(円)
ツイン ±0
4ベッド ±0
和室 +3,000(+66%)
  • 食事
価格差(円)
食事なし -1,000(-11%)
朝のみ +1,000(+11%)
夕のみ +6,000(+133%)
朝・夕 +11,000(+244%)
  • 温泉
価格差(円)
温泉なし ±0
温泉あり +3,000(+33%)
  • チェックアウト終了時刻
価格差(円)
10時 -500(-11%)
11時 +500(+11%)
12時 +3,500(+77%)
今回の分析はコロナ禍で集計していて内容が陳腐化してしまう可能性があるため、価格の上昇率/減少率でも表示しています。

それでは、以下から分析の内容を解説していきます。

データ分析で使用したデータ

データ分析で使用したデータ

今回、大阪のホテルに関する情報は、じゃらんnetというサイトからスクレイピングして抽出しました。(2021/5/7時点)

スクレイピングとはWebサイトやWebページから情報を収集するための技術のことです。スクレイピングを行うプログラムを作ることで自動的にWebページからデータを収集できます。

また、旅行人数は例として「4人」に絞って情報を取得しています。

以下がじゃらんnetで取得した項目です。

  • ホテル名
  • プラン名
  • 価格
  • 部屋のタイプ
  • 食事の有無
  • 温泉の有無
  • チェックアウトの終了時刻

以上の項目を用いて、価格の相場と各条件による価格相場との違いについて分析していきます。

ホテルごとのプラン数は、偏りがあると価格などの傾向が特定のホテルに寄ってしまうことから、ホテル1つにつき最大3つまでとしました。

大阪のホテルの価格相場は1泊4,500円

データ分析で使用したデータ

分析の結果、大阪のホテルの価格相場は1泊4,500円であると分かりました。

今回は、大阪のホテルの価格帯を分布を知るために、ヒストグラムで分布を確認していきます。

ヒストグラムの作り方を詳しく知りたい方は『ヒストグラムとは?見方やエクセルでの作り方・経営分析の例を解説』の記事をご参照ください。

実際に作成したヒストグラムは下図になります。

大阪のホテルの価格帯の分布

上図から、4,000円付近のホテルが最も数が多い(最頻値)ことが分かります。

また、30,000円や40,000円などの極端な価格のホテルがあることも読み取れるでしょう。

そして、大阪のホテルの価格の相場を調べるために価格の平均値と中央値を調べたところ、以下のような値となりました。

  • 平均値:6,900円
  • 中央値:4,500円

平均値と中央値に差が出ているのは、平均値が極端な値に影響を受けやすい特徴があるためです。

そのため、極端な値の影響を受けにくい中央値である4,500円を大阪の1泊の価格相場としました。

中央値と平均値の違いについて詳しく知りたい方は『なんでも平均でいいの?中央値と平均値をどう使い分けるか』の記事をご参照ください。

それでは、各条件による価格の違いについて以下で説明していきます。

各条件による価格の違い

各条件による価格の違い

先ほどの章で求まった「4,500円」を大阪の1泊の相場とし、各条件によって価格にどれだけ差があるのか分析していきます。

今回、価格の相場との差を分析する条件は以下の6つです。

  • 大阪の地域での違い
  • 大阪市内での違い
  • 部屋タイプでの違い
  • 食事つきプランがあるかどうかの違い
  • 温泉つきかどうかの違い

それでは、それぞれの条件による価格相場との差を解説していきます。

プラン数が少なすぎると分析できないため、条件に当てはまるプラン数が小さいものは除外しました。

【条件1】大阪の地域での違い

まず、大阪の地域によって価格相場との差があるかどうかを分析しました。

大阪を「大阪市内・大阪南部・大阪東部・大阪北部」の4つの地域に分け、それぞれの価格の分布を箱ひげ図で可視化しました。

箱ひげ図について詳しく知りたい方は『箱ひげ図を使うメリット・デメリットや実際の作り方を解説』の記事をご参照ください。

実際に可視化した箱ひげ図が下図になります。

大阪の4エリアでの違い

上図から、大阪市内とその他の地域では大阪市内の方が価格の相場が安いことが分かります。

また、大阪市内は外れ値が多く他の3つの地域は外れ値が少ないことから、大阪市内のホテルのプランが豊富であることが読み取れるでしょう。

需要が低い3つの地域をまとめて「大阪市外」とし、大阪市内の外れ値が多いため、大阪市内と大阪市外の2つの価格相場を中央値で比較しました。

その結果、大阪市内と大阪市外の価格の中央値はそれぞれ、

  • 大阪市内:4,500円
  • 大阪市外:6,500円

となり、大阪市外のホテルは市内と比べて相場が2,000円高いことが判明しました。

大阪の価格相場は4,500円であることから、大阪市外は価格相場よりも2,000円高いと言えます。

【条件2】大阪市内での違い

大阪市内か市外かの違いだけでなく、大阪市内でも違いがあるかどうかも分析していきます。

大阪市内をさらに6つの地域に分けて価格の分布を箱ひげ図を用いて可視化しました。

可視化した箱ひげ図は下図です。

大阪市内での違い

上図から、大阪ベイエリアを除いて、価格差がほとんど見られないことが分かりました。

大阪ベイエリアにはUSJがあることから、大阪に旅行に来る人をターゲットに取っているかどうかで差が出ていると考え、大阪ベイエリアとその他の地域で価格を比較していきます。

大阪駅エリアやなんばエリアは外れ値が多いため、中央値で比較したところ、大阪ベイエリア以外の地域は4,000円、大阪ベイエリアは5,500円でした。

このことから、

  • 大阪ベイエリアを除く大阪市内:相場より500円安い
  • 大阪ベイエリア:相場より1,000円高い

であることが分かります。

【条件3】部屋タイプでの違い

それでは、部屋タイプごとの価格の差を見ていきます。

今回は、プラン数が多い部屋タイプごとの価格を箱ひげ図で可視化しました。

箱ひげ図に可視化したのが下図です。

部屋プランによる違い

その他というプランは複数の部屋タイプからなるプランであり、部屋タイプごとの価格を分析できないため、分析対象から除きます。

上図の箱ひげ図を見ると、ツインと4ベッドので価格がほとんど変わっていないことが見て取れます。

また、和室はホテルによって価格差があり、ツインと4ベッドよりも価格が高いホテルが多いことも分かるでしょう。

外れ値が多いため、この3つの価格の中央値を比較すると、ツインと4ベッドは4,500円、和室は7,500円となりました。

それぞれの部屋プランの中央値から、

  • ツイン:相場と変わらない
  • 4ベッド:相場と変わらない
  • 和室:相場より3,000円高い

であることが分かりました。

【条件4】食事つきプランがあるかどうかの違い

食事の有無によって価格差がどれほどか調べました。

食事の有無については、

  • 食事なし
  • 朝のみ
  • 夕のみ
  • 朝・夕

の4つに分類して、分析を行いました。

下図が食事のタイプごとの価格を箱ひげ図で示したものです。

食事プランによる違い

上図から、食事なし、朝のみ、夕のみ、朝・夕の順で価格帯が上がっていることが分かります。

さらに、食事タイプごとの価格の中央値の表を作成すると、以下のようになりました。

中央値 食事なしとの価格差
食事なし 3,500円
朝のみ 5,500円 +2,000円
夕のみ 9,500円 +6,000円
朝・夕 15,500円 +12,000円

上の表からは、どの食事タイプでも一般的な外食の費用と比べて高いことが分かります。

また、食事タイプごとの価格の中央値を示す表から、

  • 食事なし:相場より1,000円安い
  • 朝のみ:相場より1,000円高い
  • 夕のみ:相場より5,000円高い
  • 朝・夕:相場より11,000円高い

ことが分かりました。

【条件5】温泉つきかどうかの違い

温泉の有無でも価格差があるか調べました。

温泉の有無による価格の分布を箱ひげ図を用いて可視化したものが下図です。

温泉付きかどうか

上の図から、温泉ありの方が価格が高くなることが分かります。

また、温泉なしは外れ値が多いことから中央値で比較すると、温泉なしが4,500円、温泉ありが7,500円でした。

以上のことから、

  • 温泉なし:相場と変わらない
  • 温泉あり:相場より3000円高い

ことが言えます。

【条件6】チェックアウトの終了時刻の違い

最後に、チェックアウトの終了時刻が、価格にどの程度影響するのか調べました。

以下の表が、チェックアウトの終了時刻ごとに価格の中央値を示したものです。

中央値
10時 4000
11時 5000
12時 8000
9,13時はプラン数が少なかったため、除外しました。

上の表から、10時のチェックアウトは4000円以下、11時のチェックアウトは5000円以下のホテルが半分を占めることが分かりました。

また、12時のチェックアウトは、10時のチェックアウトに比べて中央値が4000円ほど高くなることが読み取れます。

以上の結果から価格相場と比較すると、

  • 10時:相場より500円安い
  • 11:相場より500円高い
  • 12時:相場より3500円高い

であることが言えます。

このように、各条件と価格相場との違いを知ることで、ホテル探しの時の検索がしやすくなるのです。

まとめ

今回は、大阪の価格相場から各条件による価格の違いをヒストグラムや箱ひげ図から集計していきました。

基礎的な集計ですが、使い方次第では今回のように価値のある情報を見つけられるのです。

集計の結果、以下のようなことが判明しました。

  • 大阪のホテルの価格相場は1泊4500円である
  • 大阪市外は大阪のホテルの価格相場より2000円高くなる
  • 部屋タイプは値段を抑えるならツインか4ベッド、和室は3000円高くなる
  • 朝・夕の食事付きプランは大阪のホテルの価格相場より11000円高くなる
  • 温泉付きのプランは大阪のホテルの価格相場より3000円高くなる
  • チェックアウト終了時刻が10時は4000円が中央値、12時は10時の倍の8000円が中央値となる

以上の情報をもとに、例えば4人でUSJを目的に最適なホテルを探してみましょう。

実際の計画例は以下の通りです。

  • 価格は1000円高くなるが大阪ベイエリア
  • 4人でツインだと2部屋に分かれてしまう可能性があるため、和室より3,000円ほど安くなる4ベッド
  • 食事は外食できる場所があり、朝・夕合わせて11,000円もかからないため、食事なしのプラン
  • 温泉は3000円も高くなるため、温泉なし
  • チェックアウト終了時刻は朝早くすると500円安くなるため、10時

以上の条件で検索を行うことで、安くて最高のホテルを見つけられる可能性が高まるのです。

データ分析によって様々なデータが可視化することで、意思決定の助けになることが多くあります。

ぜひこの記事を参考に、他の地域でもホテル探しの条件を調べてみてください。

データサイエンスの活用事例をもっと知りたい方は『データサイエンスの活用事例まとめ|導入事例4選と必要な3つの準備』の記事もご参照ください。

ピックアップ記事

  1. 多くの人と会話をするきっかけとなる最適な映画をデータサイエンスで選んでみた
  2. こんなときには異常検知
  3. RFM分析とは?優良顧客を見つけるやり方やメリット【例を用いて解説】
  4. 学生をデータサイエンティストに育てる4つのポイント
  5. 知っておきたいAIの理想と現実

関連記事

  1. 左から福山、おおたけ、安中

    データ分析例

    日々、巧妙化する不正取引の対策頻度を10倍に向上!「異常検知」活用事例

    かっこでは、AI、統計学、数理最適化などのデータサイエンス技術を用いて…

  2. NFL ドラフト アイキャッチ画像

    データ分析例

    大学時代の戦績からNFLのドラフト順位を予測してみた

    大学時代の戦績からドラフト順位って予測できる? ドラフト…

  3. 映画鑑賞初心者の私がデータ分析で映画を選んでみたのアイキャッチ画像

    データ分析例

    映画鑑賞初心者の私がデータ分析で映画を選んでみた

    最近コロナ禍で在宅時間が増え、在宅でできる新しい趣味を始めたい方が多い…

  4. データ分析で沖縄移住物件探し

    データ分析例

    データで判断! エンジニアの沖縄移住、おすすめエリア

    「引っ越ししたいけど、住みやすい物件はどれだろう?」「物件探しを始…

  5. 多くの人と会話をするきっかけとなる最適な映画をデータサイエンスで選んでみたのアイキャッチ画像

    データ分析例

    多くの人と会話をするきっかけとなる最適な映画をデータサイエンスで選んでみた

    会話するきっかけになる映画の条件ってなに? どんな映画を…

  6. データ分析でメルカリ出品戦略を立てる-修正版

    データ分析例

    データ分析による読み終わった漫画のメルカリ出品戦略

    「初めてフリマアプリに出品するけど、適切な値段設定はいくらだろう?」…


おすすめ記事

  1. 就活で話すことには困らないかっこのインターンシップ経験!
  2. 日々、巧妙化する不正取引の対策頻度を10倍に向上!「異常検知…
  3. 全力で食らいついたかっこでの1年間
  4. 確率を予測する「ロジスティック回帰」とは
  5. データサイエンスを現場の敵にしないために
  1. 需要予測のアイキャッチ画像

    分析

    需要予測とは?使える場面や予測の手法・注意点を徹底解説!
  2. 左から福山、おおたけ、安中

    データ分析例

    日々、巧妙化する不正取引の対策頻度を10倍に向上!「異常検知」活用事例
  3. 分析

    サブスクリプションの利用継続KPIをロジステック回帰分析で明らかに!
  4. インターン体験記

    フルリモートのインターンだから経験できたこと
  5. 分析

    まずはやってみよう!マーケティングでデータ分析!①イントロダクション
PAGE TOP