© 2009-2023 г. Hotel Advisors info@hoteladvisors.ru + 7 812 603 77 73
Повышаем уровень дохода гостиницы: что скрывается под оболочкой RMS? Часть 1
Слова «big data», «аналитика» давно стали ключевыми в обсуждениях вокруг всемогущих инструментов управления доходом - revenue management, тем не менее, такое моделирование данных не должно переоцениваться как одно из обязательных аналитических составляющих в функционирование всякой программы RMS.
Для того чтобы определить, каким образом моделирование данных позволяет увеличить эффективность работы RMS, решено было обсудить этот вопрос с доктором Рави Мехрота, Президентом и Руководителем Отдела Развития в IDeaS Revenue Solutions.
«Каким образом RMS использует моделирование данных и почему так важна «правильная» модель?»
Рави Мехрот: RMS использует моделирование данных для определения, систематизации и анализа массивов информации, необходимых для управления доходом и оптимизации ценообразования. Существуют множество факторов, которые необходимо принимать во внимание, когда производится определение правильной концепции для оптимизации ценообразования и системы управления доходом.
Модели данных представляют собой подробное описание комплексности алгоритмов работы программы. Многие модели используют параметры, которые выверяются по входным данным. Итог является показателем, который можно оптимизировать. Это и определяется как «правильная» модель и абсолютно необходимый компонент для эффективной работы RMS”
«Вы не могли бы разъяснить пошагово простейшую модель? Лучше всего такую, которая могла бы продемонстрировать спрос как результат изменения цены? »
Рави Мехрот: Безусловно. Например, давайте возьмем историю динамики ценообразования, соотнесем проданные комнато-ночи к простой зависимости между ценой и спросом. Результат такой модели, с учетом допустимой погрешности, может быть использован для максимизации ожидаемого дохода и в итоге получается оптимальный тариф. Давайте обратимся к простой модели, которая поможет объяснить концепции оптимизации цены.
В таком случае мы выделим 4 шага:
Входные данные (история динамики цен и количества комнато-ночей, проданных по таким ценам) используются для калибровки модели;
Уточнение параметров модели, применяемых для прогноза уникальной модели спроса и цены;
Максимизация дохода на основе модели; и
Итог: оптимальная цена, основанная на максимизированном результате.
Шаг 1: Давайте начнем с входных данных:
Шаг 2: Для демонстрации примера построим простую линейную зависимость между ценой и спросом. Такая зависимость покажет тренд и прогноз на будущее (Замечание для читателей: в RMS используется комплексная модель ценообразования, линейная зависимость рассматривается только в качестве наглядного примера):
Рисунок выше представляет собой модель линейной зависимости цены и спроса. При ценовом предложение 40$, прогнозируется продажа 60-ти номеров. Если стоимость 60$, 40 номеров будут проданы согласно прогнозу.
Ниже в таблице видны данные по возможным соотношениям между ценой, спросом и доходом (Price - цена, Demand - спрос, Revenue - доход):
Согласно такой модели есть возможность соотнести доход от даты в будущем с предполагаемой стоимостью продажи номеров на эту дату. В случае предложения тарифа 60$, будет забронировано 40 номеров, что, в свою очередь, принесет доход – 2400$. По аналогии с вариантом: тариф 40$, забронированных номеров – 60, предполагаемый доход – 2400$. Отсюда следует важный вопрос: Какая из комбинаций наиболее оптимальна?
Шаг 3: Согласно нашему простому примеру, оптимальная стоимость та (с учетом использования динамичного ценообразования), что принесет больший доход. На рисунке ниже видно, что при цене в 50$, предполагается продажа 50 номеров, что принесет 2500$ дохода.
Шаг 4: В такой ситуации – оптимальный тариф – 50$.”
Источник: www.optimizeyourrevenue.com / Перевод HotelAdvisors, Hospitality Management & Consulting