Revenue Management und Dynamic Pricing

Gewinne:

• Fähigkeit zur Berechnung und Interpretation von Revenue-Management-Kennzahlen wie RevPAR, ADR und Auslastung mit Unterstützung künstlicher Intelligenz
• Möglichkeit, mithilfe künstlicher Intelligenz dynamische Preisszenarien auf der Grundlage von Nachfrage-, Saison- und Wettbewerbsdaten entwerfen und bewerten zu lassen
• Verstehen können, dass die Preisentscheidung unter Berücksichtigung von Markt, Markenposition und ethischen Grenzen dem Menschen obliegt und dass künstliche Intelligenz nur Szenarien produziert.

Das gleiche Zimmer im selben Hotel kann an einem Dienstagabend für 1.800 TL, am Wochenende für 3.200 TL und während einer Festivalwoche für 4.500 TL verkauft werden. Das ist keine Inkonsistenz, es ist eine Methode: Man nennt es Revenue Management. Das Ziel ist einfach: dem richtigen Gast das richtige Zimmer zur richtigen Zeit, zum richtigen Preis und über den richtigen Kanal zu verkaufen. In dieser Einheit erfahren Sie, wie Sie mithilfe künstlicher Intelligenz (KI) Umsatzindikatoren berechnen, Nachfrage- und Wettbewerbsdaten interpretieren und dynamische Preisszenarien generieren. Der entscheidende Grundsatz ist von vornherein: Die Preisentscheidung ist eine sehr risikoreiche Entscheidung; KI erstellt Szenarien, der Mensch bestimmt den Preis.

Drei Schlüsselindikatoren des Revenue Managements

Bevor wir über die Preisgestaltung sprechen, klären wir zunächst drei Zahlen.

Auslastung: Anzahl der verkauften Zimmer dividiert durch die Anzahl der zum Verkauf stehenden Zimmer. Wenn in einem Hotel mit 120 Zimmern 96 Zimmer verkauft werden, beträgt die Auslastung 80 % (96 / 120).

ADR (Average Daily Rate): Zimmerumsatz geteilt durch die Anzahl der verkauften Zimmer. Wenn 96 Zimmer für insgesamt 230.400 TL für eine Nacht verkauft würden, wäre ADR = 230.400 / 96 = 2.400 TL.

RevPAR (Umsatz pro verfügbarem Zimmer): Zimmerumsatz geteilt durch die Anzahl der verkaufsfähigen Zimmer; alternativ Belegung × ADR. Im obigen Beispiel ist RevPAR = 230.400 / 120 = 1.920 $ oder 80 % × 2.400 = 1.920 $. RevPAR ist das Herzstück des Revenue Managements, da es sowohl Belegung als auch Preis in einer einzigen Zahl vereint.

Warum sind beide wichtig? Denn eine hohe Auslastung ist nicht immer gut. Räume sehr günstig zu verkaufen und eine Auslastung von 100 % zu erreichen, kann schlechter sein, als etwas teurer zu verkaufen und eine Auslastung von 85 % und einen höheren RevPAR zu erreichen. KI kann diese beiden Szenarien nebeneinander berechnen und darstellen, wenn Sie die Daten angeben; Welche Sie wählen, hängt von Ihrer Strategie und Ihren Marktkenntnissen ab.

Indikator

Formel

Was misst es?

Belegung

Verkauftes Zimmer / Verkauftes Zimmer

Wie satt bist du?

ADR

Zimmerumsatz / verkaufte Zimmer

Für wie viel haben Sie es im Durchschnitt verkauft?

RevPAR

Zimmererlös / verkäufliches Zimmer

Wie gut haben Sie Ihre Leistungsfähigkeit eingeschätzt?

TRevPAR

Gesamtumsatz / verkäuflicher Raum

Effizienz einschließlich Nicht-Zimmer-Einnahmen

Was ist dynamische Preisgestaltung?

Bei der dynamischen Preisgestaltung ist der Zimmerpreis nicht festgelegt, sondern ändert sich je nach Nachfrage, Saison, verbleibender Verfügbarkeit, Tag, Veranstaltungen und Konkurrenzpreisen. Es ist die gleiche Logik, die wir von Flugtickets gewohnt sind. Zu den Eingaben gehören: Nachfragesignale (Suche, Buchungsrate), Abholung (wie schnell Reservierungen für ein bestimmtes Datum eingehen), Vorlaufzeit (Zeit zwischen Buchung und Aufenthalt), Preise der Konkurrenz, lokaler Veranstaltungskalender und Ihre Kostenbasis.

KI ist hier ein leistungsstarker Helfer, allerdings in einer begrenzten Rolle: Wenn Sie Eingaben wie Nachfrage, Auslastungsziel, Konkurrenzangebot und Kosten geben, kann KI die erwartete Auslastung und RevPAR-Szenarien für verschiedene Preispunkte darstellen, die Logik erläutern und einen Absatz zur Preisbegründung verfassen. Was es nicht kann: die reale Marktsituation kennen, den Konkurrenzpreis live sehen und den Endpreis ermitteln. Das sind Ihre Jobs.

Achtung: Der KI zu sagen, sie solle „den Preis von morgen bestimmen“, bedeutet, sie über ein Thema entscheiden zu lassen, für das sie keinen Markt sieht. Bitten Sie die KI um ein Preis-„Szenario“, nicht um eine Preis-„Entscheidung“. Sie entscheiden mit Ihrer Marktkenntnis.

Ethische und rechtliche Grenzen

Dynamische Preisgestaltung hat ihre Grenzen. Bei der personalisierten Preisgestaltung birgt die Anwendung diskriminierender Preise aufgrund der persönlichen Merkmale des Gastes (z. B. Gerät, Standort) sowohl ethische als auch rechtliche Risiken. Exorbitante Preiserhöhungen in außergewöhnlichen Zeiten wie Katastrophen und Epidemien gelten als Opportunismus und können sanktioniert werden. Darüber hinaus erfordern Preistransparenz und Verbrauchergesetze die Vermeidung versteckter Gebühren. Wenn KI einen Preis empfiehlt, ist eine menschliche Filterung, die diese Grenzen berücksichtigt, unerlässlich.

Schritt für Schritt: Preisszenarien mit KI erstellen

1. Bereiten Sie die Indikatoren vor. Erfassen Sie anonym die aktuelle Auslastung, die Abholrate, die verbleibenden Tage, die Kostenbasis und die Preisspanne der Konkurrenz.
2. Geben Sie das Ziel an. Priorisieren Sie RevPAR, Belegung oder Füllung bis zu einem bestimmten Datum?
3. Fordern Sie ein Skript an. Tabellieren Sie die erwarteten Ergebnisse für verschiedene Preispunkte.
4. Verifizieren. RevPAR = Belegung × ADR-Berechnung manuell; Überprüfen Sie Wettbewerbsdaten anhand der echten Quelle.
5. Entscheiden. Sie wählen mit Ihren Marktkenntnissen den Endpreis aus und geben ihn in das System ein.

drei Mini-Koffer

Fall 1 – RevPAR richtig lesen. Ein Resort konnte sich am Wochenende einer Auslastung von 98 % rühmen, die Gewinne blieben jedoch hinter den Erwartungen zurück. Der Manager übermittelte AI anonyme Belegungs- und ADR-Daten; YZ kommentierte: „RevPAR sank, weil hohe Auslastung mit niedrigem ADR einherging“ und stellte zwei alternative Preisszenarien dar. Der Mensch wählte das Auslastungsziel von 90 % mit einem etwas höheren Preis; Am darauffolgenden Wochenende stieg der RevPAR um 11 %. Die KI gab den Bericht und das Szenario vor, die Entscheidung lag beim Menschen.

Fall 2 – Nicht verifizierte Wettbewerberdaten. Ein Umsatzexperte fragte AI: „Wie hoch ist der Preis konkurrierender Hotels heute?“ Die KI „gab“ sichere Preise für drei Hotels an, obwohl sie keinen Zugriff auf Live-Daten hatte. Das war alles erfunden; Der Spezialist senkte den Preis entsprechend und verlor unnötige Einnahmen. Der richtige Weg bestand darin, den Wettbewerbspreis von einem echten Preisüberwachungstool oder einer manuellen Überprüfung zu ermitteln und KI nur zur Interpretation zu verwenden.

Fall 3 – Ethische Grenze. Ein Team bat die KI um eine „automatisch höhere Preiserhöhung für Last-Minute-Anrufe“-Logik. Die KI hat einen Bauplan erstellt; Der Manager erkannte jedoch, dass dies einige Gäste systematisch bestrafen und den Grundsatz der Transparenz untergraben könnte. Die Logik wurde in einen Last-Minute-Plan umgesetzt, der für alle Gäste klar und konsistent ist. Die KI hat es vorgeschlagen, der ethische Filter kam vom Menschen.

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwache Eingabeaufforderung:

Bestimmen Sie unseren Zimmerpreis für morgen und notieren Sie sich den Preis Ihrer Mitbewerber.

Diese Behauptung ist doppelt fehlerhaft: Die KI kennt weder Ihren tatsächlichen Bedarf noch den Preis des Live-Konkurrenten; fabriziert beides.

Kraftvolle Aufforderung:

Ihre Rolle: Assistent im Revenue Management. Die Preisentscheidung liegt bei mir; Sie erstellen ein Szenario. Daten (anonym, real): Stadthotel mit 120 Zimmern, 78 Zimmer sind für morgen ausgebucht, die restlichen 42 Zimmer, die Abholung hat sich in den letzten 3 Tagen beschleunigt. Die Kostenbasis beträgt ca. 900 TL pro Zimmer. Ich gebe die Wettbewerbsspanne an: 2.200–2.800 TL. Mein Ziel: RevPAR maximieren. Aufgabe: Geben Sie eine angemessene Belegungsannahme für Preispunkte von 2.200 / 2.500 / 2.800 TL an (schreiben Sie, dass es sich um eine Annahme handelt), berechnen Sie den erwarteten RevPAR und geben Sie ihn in die Tabelle ein, zeigen Sie die Berechnung. Der Wettbewerber übernimmt den Preis NICHT; Nutzen Sie den von mir angegebenen Bereich.

Vorlage: Berechnung des Einkommensindikators:

Anonyme Daten: verkauftes Zimmer [x], verkauftes Zimmer [y], Zimmerumsatz [z]. Aufgabe: Belegung, ADR und RevPAR mit ihren Formeln berechnen, in einem einzigen Absatz kommentieren. Arbeiten Sie einfach mit den Zahlen, die ich gebe; andere Daten fabrizieren.

Vorlage: Preisbegründungstext:

Kontext: Ich habe den Preis [x] TL für [Datum] aufgrund der Belegung [%], der Abholung [Status] und der Veranstaltung [anwesend/abwesend] festgelegt. Aufgabe: Übersetzen Sie diese Entscheidung in eine klare Begründung mit vier Sätzen für das Team. Hinzufügen einer neuen Nummer; Beschränken Sie sich auf die Daten, die ich Ihnen gegeben habe.

Vorlage: Übersicht über die saisonale Preisstrategie:

Kontext: [Immobilientyp], kommende Saison [hoch/niedrig], Ziel [RevPAR/Belegung]. Aufgabe: Entwurf eines Rahmenwerks, das unterschiedliche Preislogiken für Wochentage/Wochenenden/Veranstaltungstage vorschlägt. Ich werde den konkreten Preis angeben; Sie listen die Logik und ethische/rechtliche Überlegungen auf.

Häufige Fehler

• Lassen Sie KI Preisentscheidungen treffen. KI sieht den Markt nicht; Menschen bestimmen den Preis mit Marktkenntnis.
• Den Preis des Mitbewerbers von der KI erfragen. KI kann nicht auf den Live-Preis zugreifen; Wenn er gefragt wird, wird er es nachholen. Holen Sie es sich von der echten Quelle.
• Ich schaue mir nur die Belegung an. Eine hohe Auslastung kann einen niedrigen RevPAR verbergen; Lesen Sie beides zusammen.
• Die ethisch-rechtliche Grenze überschreiten. Übermäßige Preissteigerungen und diskriminierende Preise bergen Risiken; Es ist ein menschlicher Filter erforderlich.
• Die Annahme mit der Realität verwechseln. Markieren Sie die Belegungsannahme der KI als „Annahme“ und testen Sie sie mit Ihren eigenen Daten.

Tipp: Bitten Sie die KI in jedem Preisszenario, ihre Belegungsannahmen explizit aufzuschreiben. So können Sie die Frage „Welche Annahme liegt diesem Szenario zugrunde“ jederzeit erkennen und mit der Realität vergleichen.

Zusammenfassend

Revenue Management ist die Kunst, den Umsatz pro verkaufsfähigem Zimmer (RevPAR) und nicht die Belegung zu optimieren. Drei Indikatoren – Auslastung, ADR, RevPAR – sind die Sprache dieses Geschäfts. Bei der dynamischen Preisgestaltung generiert KI Szenarien, berechnet und schreibt Begründungen, wenn Sie Eingaben machen; aber er sieht den realen Markt nicht, kennt den Preis des Konkurrenten nicht und kann keine Preisentscheidung treffen. Der Preis ist eine sehr risikoreiche Entscheidung und liegt mit seinen ethisch-rechtlichen Grenzen in der Verantwortung des Menschen.

Anwendungsaufgabe

Erhalten Sie eine Nacht lang anonyme Daten: zum Verkauf stehende Zimmer, verkaufte Zimmer, Zimmerumsatz. Lassen Sie die KI Belegung, ADR und RevPAR mit Formeln berechnen und manuell überprüfen. Lassen Sie dann das RevPAR-Szenario für drei Preispunkte mit der Preisszenario-Vorlage „Starke Aufforderung“ generieren; Kreuzen Sie die Belegungsannahmen an und schreiben Sie in 5 Sätzen, welchen Preis Sie wählen würden und warum.

Checkliste

• [ ] Habe ich Belegung, ADR und RevPAR manuell überprüft?
• [ ] Ich habe den Preis des Mitbewerbers aus der echten Quelle übernommen, habe ich ihn nicht durch KI angepasst?
• [ ] Habe ich die Belegungsannahmen der KI deutlich gekennzeichnet?
• [ ] Habe ich bei der Preisentscheidung ethische und rechtliche Grenzen beachtet?
• [ ] Habe ich den Endpreis anhand meiner Marktkenntnisse ermittelt?