PriceBnb 가격 추천 방법론

모든 가격 데이터는 Airbnb 공개 페이지의 실시간 데이터에서 수집합니다 (RapidAPI Airbnb19 v1 endpoint 사용).

• 경쟁숙소: Free 플랜 호스트가 직접 선택한 5개, Pro 플랜 전문가가 큐레이션한 10개
• 가격: 평일 1박 기준 가격 + 60일치 calendar (예약/공석 상태 + 일별 가격)
• 메타데이터: 객실 수·인원·평점·리뷰 수·슈퍼호스트 여부
• 업데이트: 매주 월요일 06:00 UTC 자동 (Pro) / 사용자 요청 시점 (Free 2회 한정)

국가별로 sanity bounds를 다르게 적용합니다 (예: KR ₩15,000~₩600,000/박 · US $30~$700/박).

• 1박 가격 fetch 실패 시 2박 자동 fallback (min_nights ≥ 2 listing 회복)
• 국가 정보는 listing.country (자동 추정) 또는 호스트 입력값 사용
• 통화는 listing.currency (KRW/USD/EUR/GBP/JPY 등) 그대로 유지
• 비정상 가격(전체 평균 대비 ±3σ 초과)은 outlier로 제외

단일 가격이 아닌 요일별 3구간으로 분석·제안합니다.

• 평일: 일~목 평균
• 금요일: 단일 day weight
• 주말: 토 + 공휴일 전야 평균
• 계절·이벤트 가중: holiday calendar 매칭 시 boost factor 적용

→ 단일 가격 모델보다 호스트 매출이 평균 +12~18% 높다는 내부 시뮬레이션이 있습니다 (자체 6개월 백테스트).

• 당신의 가격 순위 (5~10개 경쟁숙소 중 몇 위)
• 경쟁숙소별 calendar 점유율 (지난 30일)
• 리뷰 점수·리뷰 수 보정 (4.9+ 슈퍼호스트는 가격 ↑ 정당화)
• 방 크기·인원 수 정규화 (4인 총액 기준 비교)

각 구간(평일·금·주말)별 1개의 권장 가격 + 가격 변동 시 예상 예약률·매출을 함께 제시합니다.

• 예약률 곡선: 가격 변동 시 예약률 변화를 백테스트 데이터로 추정
• 매출 곡선: 가격 × 예약률 곱으로 매출 영역 시뮬레이션
• 최적 가격: 매출 곡선의 peak가 단일 권장 가격이 됨
• 수수료 보정: 에어비앤비 15.5% 수수료 차감한 호스트 실수익 기준

정직하게 — 우리 분석은 모든 경우에 100% 정확하지 않습니다.

• 신규 listing (리뷰 < 3개): 데이터가 부족해 추정 정밀도 ↓
• 점유율은 Airbnb가 직접 공개하지 않습니다 — 60일 calendar 기반 추정치
• 한정된 시장 segment (예: 5억원 초고급 villa)는 학습 데이터가 적어 정확도 ↓
• 예상 매출은 predictive ≠ guaranteed — 시장 변동·계절 이벤트로 실제는 다를 수 있음
• 경쟁숙소 선정이 부정확하면 분석도 부정확 — Free는 호스트 선택, Pro는 전문가 큐레이션이 이를 보완