I sistemi di Revenue Management (RM) per gestire in modo ottimale i prezzi delle stanze di un albergo e le disponibilità in vendita devono prevedere almeno gli elementi seguenti:
- Definizione di una strategia complessiva dell’hotel (posizionamento, segmenti di clientela, progettazione dell’esperienza offerta – oppure sfruttamento di un mercato “commodity” di letti puliti – servizi addizionali, schemi di fidelizzazione, organizzazione del lavoro, outsourcing o servizi interni, …). È’ un punto spesso tralasciato, ma senza una strategia chiara anche il sistema RM più’ sofisticato può portare a decisioni pessime. Ad esempio, se un albergo decide di lavorare anche con gruppi organizzati e il sistema RM considera la prenotazione di un gruppo numeroso come un picco di domanda “normale”, potrebbe suggerire aumenti radicali di prezzo in grado di azzerare la domanda per il futuro.
Dalla strategia complessiva derivano vincoli sulle azioni del sistema di RM, impostazione di diverse regole di prenotazione (es. prezzi non-rimborsabili o meno) misure diverse degli obiettivi, ecc. La strategia va impostata dialogando con l’albergatore al momento del setup di un sistema di RM. - Previsione della domanda. Previsioni scientifiche della domanda possono basarsi sulla domanda storica (es. andamento della domanda nell’anno scorso), su dati parziali di prenotazioni già ricevute per una data futura (prenotazioni “on the book” – “nei libri”), sull’andamento della curva di prenotazione nota come pick-up curve (“curva della raccolta”): con quanto anticipo ricevo prenotazioni per un certo periodo o per una certa data.
- Ottimizzazione dinamica dei prezzi e delle disponibilità. Appena una previsione della domanda per date future è’ disponibile, un albergatore potrebbe mettersi a fare a mano un serie di esercizi del tipo “what-if”, es. di quanto aumenterebbe il mio profitto se per la data di Pasqua aumentassi il costo di una stanza di 10 Euro. Questi esercizi “what-if” dovrebbero essere ripetuti per tutte le date future in un intervallo ragionevole (es. tre mesi), per tutte le tipologie di stanze, tenendo conto dei possibili errori nelle previsioni (le previsioni si chiamano così proprio perché non coincidono sempre con la realtà!). Alcuni albergatori fanno ancora a mano esercizi di questo tipo, il compito è però gigantesco ed è’ chiaro che il software ed i computer rapidissimi di questi anni possono facilmente analizzare milioni di possibilità, fornendo all’albergatore suggerimenti per prezzi e disponibilità ottimali per tutto il periodo.
I tre punti precedenti in genere permettono un salto notevole nel profitto di un albergo, ma e’ quando si integrano schemi di machine learning e intelligenza artificiale che il sistema può’ iniziare a funzionare in modalità pilota automatico:
Ad ogni nuova prenotazione e ad ogni nuovo segnale dalla concorrenza, dal meteo ecc. (sia che avvenga di giorno si che avvenga di notte) il sistema reagisce in modo automatico ridefinendo i prezzi e le disponibilità’ con un unico obiettivo: migliorare il profitto senza perdere nessuna opportunità, nell’ambito della strategia complessiva di lungo termine definita con l’albergo.
? Sei interessato al Revenue Management?
Scopri Sinapsi: Il primo Revenue Management con Online Machine Learning che non smette mai di imparare!
- Ascolta le tue strategie, analizza i dati del tuo albergo oltre alla concorrenza, meteo e altri eventi per proporti miglioramenti continui;
- In cloud nativo, connesso al tuo gestionale e sempre sotto il tuo controllo;
- Il massimo della tecnologia AI con il minimo della complicazione;
