Satuan 2 / 11

Reservasi dan Manajemen Saluran: Hunian, Ketidakhadiran, dan Pemesanan Berlebih

Keuntungan:

  • Kemampuan untuk memahami saluran reservasi (OTA, langsung, agensi), konsep hunian dan no-show dan menggunakan kecerdasan buatan untuk menghasilkan ringkasan permintaan dan draf pengingat
  • Kemampuan untuk mengevaluasi skenario pemesanan berlebih dan pembatalan berdasarkan skenario per skenario dengan dukungan kecerdasan buatan
  • Mampu mempertahankan bahwa keluaran kecerdasan buatan merupakan saran statistik dan bahwa keputusan akhir yang memengaruhi pemesanan berlebih dan viktimisasi tamu adalah milik manajer.

Pendapatan sebuah hotel atau fasilitas seringkali tidak dapat dipahami hanya dengan melihat satu angka saja: berapa banyak kamar yang terjual sama pentingnya dengan berapa banyak kamar yang terjual, melalui saluran apa, berapa harga, dan berapa banyak pembatalan. Reservasi dan manajemen saluran adalah seni mengelola keseluruhan gambar. Dalam unit ini, Anda akan mempelajari cara menggunakan kecerdasan buatan (AI) dengan percaya diri untuk merangkum alur pemesanan, menafsirkan pola pembatalan dan ketidakdatangan, menyiapkan teks pengingat, dan mengevaluasi skenario pemesanan berlebih. Peringatan sejak awal: pemesanan berlebih, keputusan paling penting dalam unit ini, adalah keputusan berisiko sangat tinggi dan AI hanya menghasilkan skenario di sini, tidak pernah mengambil keputusan akhir.

Mengenal saluran-saluran tersebut

Mari kita perjelas istilahnya terlebih dahulu. Saluran pemesanan adalah cara sebuah kamar dijual. Saluran utama adalah: saluran langsung (situs web hotel sendiri, telepon, meja depan — tanpa komisi), OTA (Agen Perjalanan Online; platform online seperti Booking.com, Expedia — menerima komisi), agen perjalanan/operator tur (penjualan massal atau paket), dan GDS (Sistem Distribusi Global; jaringan distribusi yang menggabungkan penjualan korporat dan agen). Manajer saluran adalah perangkat lunak yang menyinkronkan ketersediaan dan harga di semua saluran dari satu tempat; Tujuannya adalah untuk mencegah kamar yang sama terjual di dua saluran (overbooking error).

Dua konsep dasar lainnya: No-show adalah tamu yang tidak muncul dan tidak memberikan pemberitahuan meskipun telah melakukan reservasi. Pembatalan adalah ketika tamu mengingkari reservasinya sebelum kedatangannya. Kedua hal ini adalah ketidakpastian yang paling mempengaruhi pendapatan, karena ruangan yang tampaknya terjual bisa saja menjadi kosong di menit-menit terakhir.

Dalam tabel ini, AI dapat memberi Anda hal berikut: meringkas distribusi saluran, menafsirkan pola pembatalan dan ketidakhadiran, membuat draf konfirmasi/pengingat untuk dikirimkan kepada tamu, membuat tabulasi kemungkinan hasil dari berbagai skenario pemesanan berlebih. Apa yang tidak bisa diberikan: ketersediaan nyata, kemungkinan pembatalan nyata, dan nomor pemesanan akhir akhir. Ini berasal dari sistem dan keputusan Anda.

Langkah demi langkah: membaca data reservasi dengan AI

  1. Membawa data anonim dan terstruktur. Hapus kolom seperti saluran, kamar-malam, jumlah pembatalan dari PMS Anda tanpa nama.
  2. Tulis konteksnya. Tentukan periode, jenis fasilitas, musim dan apa yang ingin Anda pelajari.
  3. Mintalah akun dan komentar. Minta AI untuk menghitung rasio dan menulis komentar satu paragraf.
  4. Memeriksa. Periksa setiap rasio secara manual; Periksa nomor palsu.
  5. Anda mengubahnya menjadi sebuah keputusan. Keluaran adalah masukan; Strategi saluran dan keputusan pemesanan berlebih ada di tangan Anda.

Tabel berikut merangkum manfaat dan biaya saluran pada umumnya:

saluran

Keuntungan

Biaya/risiko

manfaat AI

langsung

Tanpa komisi, Anda menyimpan datanya

Sulit untuk menciptakan permintaan

Tulis teks konfirmasi/pengingat

OTA

visibilitas tinggi

Komisi 15-20%.

Komentar dan minta ringkasan

agen/wisata

hunian massal

Margin rendah, kontrak

rancangan usulan

GDS

Akses perusahaan

Kompleks, berbayar

Ringkasan laporan

No-show dan cancel: menafsirkan pola dengan AI

Ketidakhadiran dan pembatalan tidak terjadi secara acak; Mereka sering membawa pola. Misalnya, meskipun pembatalan tergolong rendah untuk tarif yang tidak dapat dikembalikan, pembatalan mungkin tinggi untuk tarif fleksibel; pemesanan dari saluran tertentu mungkin menghasilkan lebih banyak ketidakhadiran; Pemesanan menit terakhir berperilaku berbeda. AI dapat merangkum pola-pola ini ketika Anda memberikan data dan menunjukkan di segmen mana risiko terkonsentrasi. Namun hati-hati: skor yang dihasilkan AI, seperti "pemesanan ini memiliki risiko ketidakhadiran sebesar 30%", adalah prediksi statistik; Ini tidak digunakan untuk menstigmatisasi tamu secara individu, namun sebagai sinyal umum untuk pengingat dan rencana pemesanan berlebih.

Perhatian: Menandai tamu sebagai "berisiko" berdasarkan pola ketidakdatangan di masa lalu dan membatasi layanan akan menimbulkan diskriminasi dan risiko reputasi. Gunakan skor AI untuk perencanaan Anda, bukan untuk melawan tamu.

Pemesanan berlebih: keputusan dengan risiko tertinggi

Pemesanan berlebih adalah saat hotel menjual lebih banyak kamar daripada yang dimilikinya; Logikanya didasarkan pada asumsi bahwa beberapa tamu akan membatalkan atau tidak datang. Jika dilakukan dengan benar, ini akan mengisi ruangan kosong; Jika dilakukan secara tidak benar, hal ini akan menimbulkan tamu yang tidak memiliki kamar pada saat kedatangannya (situasi berjalan kaki/relokasi), yang merupakan mimpi buruk yang sangat merugikan bagi merek tersebut. Di sini AI dapat membuat skenario untuk Anda berdasarkan probabilitas pembatalan/ketidakhadiran: "jika Anda menjual 5 kamar secara berlebihan dan tingkat pembatalan historis Anda adalah 8%, jumlah kamar terbuka yang diharapkan adalah ini." Namun keputusan akhir mengenai pemesanan berlebih – berapa banyak kamar, pada malam apa, berapa kompensasi dan kebijakan walk-through – berada di tangan masing-masing individu.

tiga kasus mini

Kasus 1 — Keseimbangan saluran. 78% pendapatan hotel butik berasal dari satu OTA, dan biaya komisi meningkat. Manajer memberikan distribusi pendapatan saluran anonim kepada AI dan meminta ringkasan serta ide untuk mengembangkan saluran secara langsung. YZ menyusun email konfirmasi yang menawarkan sedikit keuntungan (check-in lebih awal) untuk pemesanan langsung. Hotel mengatur dan menggunakan ini; Pangsa saluran langsung meningkat dari 14% menjadi 22% dalam 3 bulan. Klaim numerik semuanya berasal dari data hotel sendiri, AI hanya menghasilkan komentar dan teks.

Kasus 2 — Pemesanan berlebih yang belum diverifikasi. Seorang manajer bertanya kepada AI tanpa data, "Berapa banyak lagi kamar yang bisa saya jual besok?" YZ bilang "nyaman 8 kamar". Manajer itu percaya; Keesokan harinya, di luar dugaan, hanya terjadi 2 kali pembatalan dan 6 tamu dibiarkan tanpa kamar dan dikirim ke hotel lain dengan kompensasi. Error: menunggu nomor dari AI tanpa riwayat pembatalan sebenarnya dan permintaan khusus untuk malam itu.

Kasus 3 — Penurunan versi tanpa kehadiran dengan pengingat. No-show termasuk kategori tinggi untuk pemesanan dengan tarif fleksibel di satu properti. Tim meminta AI agar draf teks dikirim sehari sebelum check-in, termasuk pengingat multibahasa dan tautan pembatalan yang mudah. Teks dikirim dengan persetujuan manusia; Tingkat no-show turun drastis karena tamu yang tidak hadir membatalkan terlebih dahulu dan mengosongkan kamar.

Perintah lemah / Perintah kuat

Perintah yang lemah:

Katakan padaku berapa banyak kamar lagi yang harus aku jual untuk besok?

Permintaan ini berbahaya: AI tidak mengetahui ketersediaan aktual, permintaan spesifik untuk malam itu, dan riwayat pembatalan; Nomor yang diberikan adalah fiktif dan dapat menyebabkan korban pada tamu.

Perintah yang kuat:

Peran Anda: asisten manajemen pendapatan. Keputusan ada di tangan saya, Anda tinggal membuat skenario. Data (anonim): Hotel dengan 100 kamar, tampaknya besok ada 100 kamar yang ditempati. Rata-rata tarif pembatalan+tidak datang untuk jenis malam ini selama 12 bulan terakhir adalah 6%, terendah 2%. Tugas: menunjukkan dalam tabel perkiraan risiko ruang terbuka dan tanpa ruang untuk nomor pemesanan berlebih yang berbeda (0, 2, 4, 6); jelaskan perhitungannya; menyoroti skenario terburuk. MENGENAKAN angka pasti, menambahkan tarif yang dibuat-buat.

Templat: email konfirmasi/pengingat saluran:

Peran Anda: asisten komunikasi tamu yang menulis sesuai dengan gaya merek hotel. Bahasa: [Turki/Inggris/Jerman]. Nada: hangat, singkat, profesional. Konteks: [tipe properti], check-in [tanggal], tarif fleksibel. Tugas: Membuat draf email 90 kata yang (1) mengonfirmasi reservasi, (2) mengingatkan Anda tentang ketersediaan pembatalan/perubahan yang mudah, (3) mengundang kontak untuk mengajukan pertanyaan. TAMBAHKAN harga, nomor kamar atau data pribadi; Saya akan menambahkannya.

Templat: ringkasan distribusi saluran:

Di bawah ini adalah tabel pendapatan saluran anonim saya: [saluran: kamar-malam, pendapatan]. Tugas: menghitung bagi hasil setiap saluran sebagai persentase (menunjukkan rumus), menulis komentar satu paragraf, menyarankan langsung 3 ide untuk mengembangkan saluran. Jangan mengarang angka apa pun yang datanya tidak saya berikan.

Pola: ringkasan pola ketidakhadiran:

Data anonim: nomor reservasi dan no-show berdasarkan segmen [tabel]. Tugas: menunjukkan segmen mana yang memiliki tingkat ketidakhadiran tertinggi, mengomentari kemungkinan alasannya, menyarankan strategi pengingat. Jangan menggunakan ekspresi yang menstigmatisasi tamu secara individu; Menafsirkan skor untuk tujuan perencanaan.

Kesalahan umum

  • Biarkan AI menentukan jumlah pemesanan berlebih. AI menghasilkan skenario; Berapa banyak kamar yang akan terjual berlebih ditentukan oleh riwayat pembatalan dan keputusan manajer.
  • Mencap tamu dengan skor ketidakhadiran. Ini adalah diskriminasi dan risiko reputasi; Skor ini hanya untuk tujuan perencanaan.
  • Mengandalkan komentar tanpa memverifikasi data saluran. Ringkasan AI berguna jika masukannya benar.
  • Berbagi data pribadi. Nama reservasi, kartu dan paspor tidak dimasukkan ke dalam kendaraan terbuka.
  • Mengabaikan ketergantungan pada satu saluran. AI menunjukkan keseimbangan, namun strategi saluran ada di tangan Anda.
Tip: Dalam skenario pemesanan berlebih, selalu tanyakan kepada AI baris "skenario terburuk". Saat mengambil keputusan, siapkan rencana kompensasi dan fasilitas alternatif berdasarkan kasus terburuk, bukan rata-rata.

Singkatnya

Reservasi dan pengelolaan saluran menargetkan pendapatan yang seimbang dan solid, bukan okupansi. Dalam pekerjaan ini, AI menghasilkan ringkasan saluran, komentar ketidakhadiran, teks pengingat, dan skenario pemesanan berlebih; Namun ketersediaan aktual, kemungkinan pembatalan, dan keputusan pemesanan berlebih bergantung pada sistem dan penilaian Anda. Keputusan dengan risiko tertinggi adalah overbooking, dimana AI hanya menghasilkan skenario, manusia mengambil keputusan.

Tugas aplikasi

Gunakan template pemesanan berlebih “Permintaan kuat” untuk satu malam (atau hipotetis) di properti Anda: properti dengan 100 kamar, tabulasikan skenario pemesanan berlebih 0/2/4/6 ke dalam AI, dengan asumsi rata-rata pembatalan/ketidakdatangan sebesar 6%. Validasi hasilnya (ruang terbuka yang diharapkan = pemesanan berlebih − pembatalan yang diharapkan), tandai skenario terburuk dan berikan justifikasi dalam 5 kalimat berapa jumlah pemesanan berlebih yang akan Anda pilih, dengan rencana kompensasi yang mana.

daftar periksa

  • [ ] Sudahkah saya menganonimkan dan menyusun data reservasi?
  • [ ] Apakah saya menginginkan baris "skenario terburuk" untuk pemesanan berlebih?
  • [ ] Apakah saya sudah memverifikasi secara manual setiap rasio yang dikembalikan AI?
  • [ ] Apakah saya menggunakan skor ketidakhadiran untuk perencanaan dan bukan untuk stempel tamu?
  • [ ] Apakah saya telah menghubungkan keputusan pemesanan berlebih dan saluran terakhir kepada manusia?