Анализ данных и методы прогнозирования загрузки гостиниц: часть 2
На практике используются вспомогательные программы, такие как RMS (revenue management system – система автоматизированного управления доходом), которые, используя эконометрические модели регрессионного анализа, принимают во внимание изменения кривой бронирований и рассчитывают максимально точный прогноз. В соответствие с прогнозируемой загрузкой определяется оптимальный тариф для продаж, оценивается целесообразность применения инструментов ограничений (min stay – минимальное пребывание, овербукинг по категории номера и по всему отелю), также будет рассчитан возможный тариф для бронирования группы, эффективность примененной стратегии продаж будет оценена с помощью индексов. При необходимости, политика продаж будет скорректирована.
Прогнозирование включает в себя ряд качественных и количественных методов, использование которых дает максимально точный числовой результат. Уезерфорд и Кимс в своем исследование делят количественные методы на исторический, метод раннего бронирования и комбинированный. В свою очередь наиболее применимые исторические методы включают: простое скользящее среднее, мультипликативная сезонность (в этой модели анализа временных рядов простое экспоненциальное сглаживание применяется для прогноза обеих компонент: линейного тренда и мультипликативной сезонной компоненты) и другие регрессионные модели. Все исторические методы основаны на анализе временных рядов.
Простое скользящее среднее
Простое скользящее среднее представляет собой прогноз функции на момент (период) t как невзвешенное среднее актуальных значений
возможных для будущих моментов (периодов) n
Источник Stanislav Ivanov “Hotel Revenue Management” Перевод HotelAdvisors, Hospitality Management & Consulting