Hotel Mapping Nedir? Property Eşleştirme Rehberi

Farklı OTA ve metasearch kaynaklarındaki aynı oteli doğru entity altında birleştirmek için hotel mapping mantığını öğrenin.

Editoryal bilgi
Advertisement

Hotel mapping, farklı supplier veya booking channel kayıtlarının aynı fiziksel tesisi temsil edip etmediğini belirleme problemidir.

Aynı tesis farklı provider'larda farklı isim, adres formatı veya ID ile bulunabilir. Metasearch bu kayıtları doğru canonical property altında birleştirmelidir.

Neden ID eşitliği kullanılamaz?

Her provider kendi ID namespace'ine sahiptir. Her provider kendi ID namespace'ini yönetir; aynı sayısal veya metinsel ID farklı sistemlerde tamamen farklı otelleri temsil edebilir. Bu nedenle eşleştirme provider ID eşitliği yerine canonical property kimliği ve çoklu matching sinyalleriyle yapılmalıdır.

Aynı sayısal ID farklı sistemlerde tamamen farklı tesisleri temsil edebilir.

Bu nedenle internal canonical property ID gerekir.

Hangi alanlar eşleştirmede kullanılır?

Güçlü sinyaller

  • latitude/longitude,
  • address,
  • phone,
  • official website,
  • stable chain/property identifiers.

Yardımcı sinyaller

  • name similarity,
  • city,
  • district,
  • postal code,
  • star category,
  • chain name.

Tek bir field'e güvenmek yerine sinyal kombinasyonu daha güvenlidir.

İsim normalizasyonu

Hotel name üzerinde lowercase, diacritic normalization, punctuation temizleme ve generic kelimelerin ağırlığını azaltma gibi işlemler yapılabilir.

Ancak aggressive normalization yanlış eşleşme riskini artırabilir.

Geo distance

Koordinatlar güçlü sinyaldir ama tek başına yeterli değildir. Aynı resort kompleksinde birkaç hotel çok yakın olabilir. Bu yüzden distance threshold, name ve address sinyaliyle birlikte kullanılmalıdır.

Confidence score

Binary match/no-match yerine confidence score faydalıdır.

Örnek policy:

Scoreİşlem
0.95 üzeriauto match
0.75–0.95review queue
0.75 altıunmatched

Threshold'lar dataset'e göre kalibre edilmelidir.

Merge ve split hataları

False merge

İki farklı otel tek property sanılır.

Sonuç: yanlış fiyatlar aynı kartta görünür.

False split

Aynı otel iki ayrı property olarak kalır.

Sonuç: duplicate sonuç ve eksik channel coverage oluşur.

İki hata tipi de metasearch kalitesini ciddi etkiler.

Manual mapping neden hala gerekir?

Machine matching yüksek otomasyon sağlasa bile yeni property, rebrand, relocation veya hotel split/merge gibi edge case'ler insan review gerektirebilir. İyi mapping sistemi manual override'ı first-class özellik olarak tutar.

Veri modeli önerisi

Canonical property tablosu ve provider mapping tablosunu ayırın. Property tarafında canonical name, geo ve address tutulabilir. Mapping tablosunda property ID, provider, provider property ID, confidence, mapping source ve review tarihi bulunabilir.

Bu yapı audit ve remapping işlemlerini kolaylaştırır.

Neden metasearch'in temelidir?

Mapping yanlışsa pricing, content, review, photo ve availability'nin geri kalanı da yanlış entity'ye bağlanır. Bu nedenle hotel mapping arka planda görünmeyen ama tüm metasearch kalitesini belirleyen temel data problemidir.

Property mapping için evidence model kurun

"İsim benziyor" mapping için yeterli değildir. Her candidate match için evidence saklayın:

text
name similarity
address similarity
geo distance
phone match
website/domain match
brand/chain
postal code
provider cross-reference
manual verification

Örnek confidence:

text
EXACT_VERIFIED
HIGH_CONFIDENCE
AMBIGUOUS
REJECTED

Candidate generation ve scoring'i ayırın

Önce olası adayları daraltın, sonra score hesaplayın:

text
provider property
  -> geo/name candidate generation
  -> feature scoring
  -> threshold
      -> auto-map
      -> manual review
      -> reject

Bu ayrım büyük catalog'da performans ve explainability sağlar.

Failure mode'lar

  • aynı isimli iki hotel merge edilir,
  • rebrand sonrası duplicate oluşur,
  • coordinate yanlış olduğu için başka property seçilir,
  • chain name property name sanılır,
  • closed property yeni property ile ID reuse yapar,
  • manual override batch job tarafından ezilir.

KPI'lar

  • mapped catalog coverage,
  • auto-map acceptance,
  • manual review queue,
  • remap rate,
  • duplicate canonical entities,
  • high-confidence reversal rate,
  • booking/price anomaly after mapping.

Mapping output yalnız ID değil; confidence + evidence + version taşımalıdır.

Teknik danışmanlık

Benzer bir entegrasyon mu planlıyorsunuz?

Gereksinim, feed/API tasarımı ve production yaklaşımını birlikte değerlendirebiliriz.

Projenizi konuşalım →

İlgili içerikler

reports

Türkiye Metasearch Pazarı: Public-Evidence Teknik Harita 2026

Türkiye travel metasearch ve dağıtım ekosistemini OTA, metasearch, GDS, NDC, bedbank, channel manager, CRS ve booking katmanlarıyla public evidence üzerinden haritalayın.

turkiyemetasearchtravel-distribution
İncele →
turkey-market

ENUYGUN vs Skyscanner Türkiye: Comparable Dimensions

ENUYGUN ve Skyscanner'ı Türkiye bağlamında yalnız karşılaştırılabilir boyutlarda: discovery, transaction ownership, vertical kapsam, handoff ve developer modelinde karşılaştırın.

enuygunskyscannerturkiye
İncele →
distribution

OTA vs Metasearch vs Travel Marketplace: Farklar

OTA, metasearch ve travel marketplace modellerini transaction ownership, supplier relationship, monetization, handoff ve teknik architecture açısından karşılaştırın.

otametasearchtravel-marketplace
İncele →
flight

Google Flights Partner Model Entegrasyon Rehberi

Google Flights partner modelini airline/OTA onboarding, fare/deeplink accuracy, partner integration boundary ve metasearch ownership açısından anlayın.

google-flightsmetasearchota
İncele →
distribution

GDS, OTA ve Metasearch Arasındaki Fark

Travel distribution zincirinde GDS, OTA ve metasearch'in ne yaptığını, kimden veri aldığını ve kullanıcıya nasıl ulaştığını öğrenin.

gdsotametasearch
İncele →
fundamentals

OTA vs Metasearch: Aralarındaki Fark Nedir?

Booking.com gibi OTA'lar ile Google Hotels, Skyscanner veya KAYAK gibi metasearch platformlarının rol, gelir modeli ve kullanıcı akışı farklarını öğrenin.

otametasearchdistribution
İncele →