Скрытые факторы, влияющие на доход вашего отеля. Часть 1
Прогнозирование всегда было синонимом управления доходами в гостиницах с момента его внедрения. Различные гостиничные департаменты используют все от операционных прогнозов до прогнозирования спроса и делятся этими наработками друг с другом, чтобы помочь установить идеальные тарифы, грамотно распределить соответствующий персонал и поддерживать текущее обслуживание и эксплуатацию объекта размещения на должном уровне.

Прогноз спроса является одним из главных инструментов, который помогает управлять стратегией максимизации доходов в отеле.
Это означает, что когда дело касается достижения поставленных целей и общей рентабельности гостиничного объекта, прогноз спроса, по меньшей мере, имеет огромное значение. И это особенно актуально на сегодняшнем высокотехнологичном и очень конкурентом рынке.


В течение последних двух десятилетий модель поведения клиентов при бронировании гостиниц подверглась существенному изменению. Сегодня гости отеля имеют множество доступных каналов, которые позволяют им искать, сравнивать, бронировать и оплачивать их путешествия. Фактически, существуют тысячи вариантов выбора онлайн агентств: от сайтов OTA, meta-поисковиков, сайтов отелей до каналов GDS и проч.
И когда речь идет о взаимодействии внутри такой быстро развивающейся среды как бронирование отелей, то сочетание различных факторов, которые должны учитывать менеджеры по управлению доходами для грамотного анализа и структурирования данных, может быть бесконечным. Поэтому важно использовать не только технологические решения, такие как различные системы RMS, но и уметь правильно интерпретировать полученные результаты и оперировать данными, чтобы получить максимальную отдачу и увечить доход своего отеля.


Существует огромное количество данных, которые отельеры хранят у себя в системах АСУ. Это то, что в отельной практике называется small data и структурированные данные. Большинство из них являются хорошими источниками для разработки оптимального прогноза спроса. Но стоить помнить, что без грамотного подхода к анализу входящей информации в АСУ, ваши данные по сути превращаются лишь в набор цифр. Одним из видов данных, в частности, на которые в последнее время стали все больше обращать внимание в практике управления доходами, является использование информации об отказах. Давайте разберем на примере, в чем может быть особенность работы с моделью планирования, основанной на учете таких данных.
По сути мы можем выделить два основных типа отказов, которые, однако, являются очень разными по смыслу:
1
Отказы, происходящие из-за того, что представленный тариф превышает планируемый бюджет покупателя.
2
Отказы из-за того, что на запрашиваемые даты проживания все номера или же определенный тип номера были не доступны/заняты.
Как мы видим, в первом случае в отеле были номера на интересующие клиента даты, однако по причине высоких тарифов, гость решил отказаться от бронирования. Во втором случае в отказы попадают заявки, которые не смогли быть поставлены в отель, из-за отсутствия номеров как таковых.


Используя в своих прогнозах количество отказов, но не конкретизируя данные по разным типам, отельеры могут вводить себя в заблуждение, что будет приводить к более размытым прогнозам. В одном случае мы будем иметь доступные в наличие номера, а в другом нет, что при будущем планировании по-разному скажется на ожидаемые темпы загрузки и показатели эффективности отеля. Данный пример показывает важность наличия структурированных данных и умение грамотного подхода к работе с такими данными.

Продолжение статьи во второй части.
Автор статьи: Виталий Дударенко
Понравилась статья?