土耳其民宿淡季定价：我把三城入住率数据重排了一遍

安塔利亚老城一家八间房的民宿，去年11月到今年2月，四个淡季月的可售房夜总计约960个，实际卖出约410个，入住率约43%。同一时期，卡帕多奇亚格雷梅一家十二间房的洞穴民宿，入住率约51%，伊斯坦布尔苏丹艾哈迈德一家十间房的民宿约58%。三组数字来自我手上代运营的房源后台，不是官方统计口径，样本小，但足以看出淡季定价的松动空间在哪里。

我的做法是把四个淡季月的订单按“提前预订天数”分桶，再对每桶算实际成交均价，而不是看页面挂牌价。命令大致如下，数据从各平台导出的CSV合并后跑：

import pandas as pd
df = pd.read_csv("reservations_winter.csv", parse_dates=["checkin","booked_at"])
df["lead"] = (df.checkin - df.booked_at).dt.days
bins = [-1, 3, 14, 30, 60, 120, 999]
labels = ["0-3","4-14","15-30","31-60","61-120","120+"]
df["bucket"] = pd.cut(df.lead, bins=bins, labels=labels)
out = df.groupby(["city","bucket"], observed=True).agg(
    nights=("nights","sum"),
    adr=("net_revenue","sum")
)
out["adr"] = out.adr / out.nights
print(out.round(1))

跑出来最明显的一条：安塔利亚0-3天桶的成交均价只有提前30天以上桶的六成出头，而格雷梅这个差距不到两成。也就是说，安塔利亚淡季的临期折扣已经在自我强化，越临近入住越降价，客人也学会了等。

为什么这样处理：挂牌价是房东的意愿，成交均价是市场的回答。按提前天数分桶，能把“降价换来的量”和“本来就会来的量”分开，避免把整体均价下滑误读成需求崩塌。代价是需要至少两个完整淡季的订单数据，单季样本在分桶后会碎得没法看；而且各平台导出的字段名不一致，清洗成本比跑模型高得多。

会失效的地方：一是节假日前后的桶会被本地短途客扭曲，安塔利亚的周末订单提前天数天然偏短，不能直接和格雷梅比；二是我踩过的坑，有房东把“不可取消”低价房和“免费取消”高价房混在同一桶里，均价看着正常，实际取消率吞掉了利润，后来我把取消状态单独拉了一列才看清；三是里拉计价房源在汇率跳变周会出现整桶均价失真，那几周我直接按美元折算重算。

你们在淡季定价时，是按提前天数设阶梯折扣，还是只调周末价？临期那几天，会不会干脆关掉部分平台避免比价？