Keuntungan:
- Kemampuan untuk menghitung dan menafsirkan indikator manajemen pendapatan seperti RevPAR, ADR dan hunian dengan dukungan kecerdasan buatan
- Kemampuan untuk memiliki rancangan kecerdasan buatan dan mengevaluasi skenario penetapan harga dinamis berdasarkan permintaan, musim, dan data pesaing
- Mampu memahami bahwa keputusan harga adalah milik manusia, dengan mempertimbangkan pasar, posisi merek, dan batasan etika, serta bahwa kecerdasan buatan hanya menghasilkan skenario.
Kamar yang sama di hotel yang sama dapat dijual seharga 1,800 TL pada Selasa malam, 3,200 TL pada akhir pekan, dan 4,500 TL selama minggu festival. Ini bukan sebuah inkonsistensi, ini adalah sebuah metode: ini disebut manajemen pendapatan. Tujuannya sederhana: menjual kamar yang tepat kepada tamu yang tepat, pada waktu yang tepat, dengan harga yang tepat, melalui saluran yang tepat. Dalam unit ini, Anda akan mempelajari cara menggunakan kecerdasan buatan (AI) untuk menghitung indikator pendapatan, menafsirkan data permintaan dan pesaing, serta menghasilkan skenario penetapan harga dinamis. Prinsip pentingnya adalah sejak awal: keputusan harga adalah keputusan yang berisiko sangat tinggi; AI menghasilkan skenario, manusia menentukan harganya.
Tiga indikator utama pengelolaan pendapatan
Sebelum kita berbicara tentang harga, mari kita perjelas tiga angka.
Tingkat hunian: Jumlah kamar yang terjual dibagi dengan jumlah kamar yang tersedia untuk dijual. Jika 96 kamar terjual di sebuah hotel dengan 120 kamar, tingkat huniannya adalah 80% (96/120).
ADR (Average Daily Rate): Pendapatan kamar dibagi dengan jumlah kamar yang terjual. Jika 96 kamar terjual dengan total 230,400 TL untuk satu malam, ADR = 230,400 / 96 = 2,400 TL.
RevPAR (Pendapatan Per Kamar yang Tersedia): Pendapatan kamar dibagi dengan jumlah kamar yang dapat dijual; alternatifnya hunian × ADR. Pada contoh di atas, RevPAR = 230.400 / 120 = $1.920, atau 80% × 2.400 = $1.920. RevPAR adalah jantung dari manajemen pendapatan karena menggabungkan okupansi dan harga menjadi satu nomor.
Mengapa keduanya penting? Sebab okupansi yang tinggi tidak selamanya baik. Menjual kamar dengan harga sangat murah dan mencapai tingkat hunian 100% mungkin lebih buruk daripada menjual sedikit lebih mahal dan mencapai tingkat hunian 85% dan RevPAR lebih tinggi. AI dapat menghitung dan menampilkan kedua skenario ini secara berdampingan saat Anda memberikan data; Yang mana yang Anda pilih bergantung pada strategi dan pengetahuan pasar Anda.
indikator
rumus
Apa yang diukurnya?
hunian
Kamar terjual / Kamar terjual
Seberapa kenyang kamu?
ADR
Pendapatan kamar / Kamar terjual
Berapa harga rata-rata Anda menjualnya?
RevPAR
Pendapatan kamar / Kamar yang dapat dijual
Seberapa baik Anda mengevaluasi kapasitas Anda?
TRevPAR
Total pendapatan / Kamar yang dapat dijual
Efisiensi termasuk pendapatan non-kamar
Apa itu penetapan harga dinamis
Penetapan harga dinamis adalah ketika harga kamar tidak tetap tetapi berubah sesuai permintaan, musim, sisa ketersediaan, hari, acara, dan harga pesaing. Logikanya sama dengan yang biasa kita gunakan dalam hal tiket penerbangan. Inputnya mencakup: sinyal permintaan (pencarian, tingkat pemesanan), pengambilan (seberapa cepat reservasi masuk pada tanggal tertentu), waktu tunggu (waktu antara pemesanan dan menginap), harga pesaing, kalender acara lokal, dan basis biaya Anda.
AI adalah penolong yang ampuh dalam hal ini, namun dalam peran yang terbatas: ketika Anda memberikan masukan seperti permintaan, target hunian, jangkauan pesaing, dan biaya, AI dapat memetakan tingkat hunian yang diharapkan dan skenario RevPAR untuk titik harga yang berbeda, menjelaskan logikanya, menulis paragraf pembenaran harga. Apa yang tidak dapat dilakukannya: mengetahui situasi pasar sebenarnya, melihat harga pesaing secara langsung, dan menentukan harga akhir. Ini adalah pekerjaan Anda.
Perhatian: Memberi tahu AI untuk "menentukan harga esok hari" berarti membuat AI memutuskan suatu masalah yang pasarnya tidak mereka lihat. Mintalah “skenario” harga kepada AI, bukan “keputusan” harga; Anda memutuskan dengan pengetahuan pasar Anda.
Batasan etika dan hukum
Penetapan harga dinamis ada batasnya. Saat menentukan harga yang dipersonalisasi, menerapkan harga yang diskriminatif berdasarkan karakteristik pribadi tamu (misalnya perangkat, lokasi) membawa risiko etika dan hukum. Kenaikan harga yang terlalu tinggi selama periode luar biasa seperti bencana dan epidemi dipandang sebagai oportunisme dan dapat dikenakan sanksi. Selain itu, transparansi harga dan undang-undang konsumen mengharuskan menghindari biaya tersembunyi. Ketika AI merekomendasikan suatu harga, penyaringan manusia yang menghormati batasan-batasan ini sangatlah penting.
Langkah demi langkah: Membuat skenario harga dengan AI
- Siapkan indikatornya. Kumpulkan tingkat hunian saat ini, tarif penjemputan, sisa hari, basis biaya, dan kisaran harga pesaing secara anonim.
- Tentukan tujuannya. Apakah Anda memprioritaskan RevPAR, okupansi, atau pengisian pada tanggal tertentu?
- Mintalah naskahnya. Tabulasikan hasil yang diharapkan untuk titik harga yang berbeda.
- Memeriksa. RevPAR = okupansi × perhitungan ADR secara manual; Verifikasi data pesaing dari sumber sebenarnya.
- Memutuskan. Anda memilih harga akhir dengan pengetahuan pasar Anda dan memasukkannya ke dalam sistem.
tiga kasus mini
Kasus 1 — Membaca RevPAR dengan benar. Sebuah resor memiliki tingkat hunian sebesar 98% pada akhir pekan, namun keuntungannya berada di bawah ekspektasi. Manajer memberikan data hunian anonim dan ADR kepada AI; YZ berkomentar, "RevPAR turun karena tingkat hunian yang tinggi disertai dengan ADR yang rendah" dan membuat tabulasi dua skenario harga alternatif. Manusia memilih target okupansi 90% dengan harga sedikit lebih tinggi; RevPAR naik 11% pada akhir pekan berikutnya. AI memberikan penjelasan dan skenarionya, keputusan ada di tangan manusia.
Kasus 2 — Data pesaing yang belum diverifikasi. Seorang pakar pendapatan bertanya kepada AI, “Berapa harga hotel pesaing saat ini?” AI “memberikan” harga yang meyakinkan untuk tiga hotel meskipun tidak memiliki akses ke data langsung. Ini semua palsu; Spesialis menurunkan harga dan kehilangan pendapatan yang tidak perlu. Cara yang benar adalah mendapatkan harga kompetitor dari alat monitoring harga riil atau pengecekan manual, gunakan AI hanya untuk interpretasi.
Kasus 3 — Batasan etis. Satu tim meminta AI untuk memberikan logika "harga otomatis lebih tinggi untuk tamu yang menelepon di menit-menit terakhir". AI menghasilkan cetak biru; namun manajer menyadari bahwa hal ini dapat menghukum beberapa tamu secara sistematis dan melemahkan prinsip transparansi. Logikanya telah diterjemahkan ke dalam jadwal menit-menit terakhir yang jelas dan konsisten bagi semua tamu. AI menyarankannya, filter etisnya berasal dari manusia.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Tentukan harga kamar kita untuk besok dan tuliskan harga pesaing Anda.
Klaim ini memiliki kelemahan ganda: AI tidak mengetahui permintaan aktual Anda maupun harga pesaing saat ini; membuat keduanya.
Perintah yang kuat:
Peran Anda: asisten manajemen pendapatan. Keputusan harga ada di tangan saya; Anda membuat skenario. Data (anonim, nyata): city hotel 120 kamar, 78 kamar penuh untuk besok, sisa 42 kamar, penjemputan dipercepat dalam 3 hari terakhir. Basis biayanya adalah ~900 TL per kamar. Saya memberikan kisaran kompetitif: 2,200–2,800 TL. Tujuan saya: Memaksimalkan RevPAR. Tugas: Nyatakan asumsi hunian yang masuk akal untuk titik harga 2,200 / 2,500 / 2,800 TL (tuliskan bahwa ini adalah asumsi), hitung RevPAR yang diharapkan dan masukkan ke dalam tabel, tunjukkan perhitungannya. Pesaing JANGAN menaikkan harga; Gunakan rentang yang saya berikan.
Templat: perhitungan indikator pendapatan:
Data anonim: kamar terjual [x], kamar terjual [y], pendapatan kamar [z]. Tugas: menghitung okupansi, ADR dan RevPAR beserta rumusnya, berkomentar dalam satu paragraf. Kerjakan saja dengan angka-angka yang saya berikan; membuat data lain.
Templat: teks pembenaran harga:
Konteks: Saya menetapkan harga [x] TL untuk [tanggal] karena tingkat hunian [%], pengambilan [status], acara [ada/tidak ada]. Tugas: menerjemahkan keputusan ini menjadi catatan pembenaran 4 kalimat yang jelas untuk tim. Menambahkan nomor baru; Batasi pada data yang saya berikan kepada Anda.
Templat: garis besar strategi harga musiman:
Konteks: [jenis properti], musim mendatang [tinggi/rendah], target [RevPAR/hunian].Tugas: menyusun kerangka kerja yang mengusulkan logika penetapan harga yang berbeda untuk hari kerja/akhir pekan/hari acara. Saya akan memberikan harga yang konkret; Anda mencantumkan pertimbangan logika dan etika/hukum.
Kesalahan umum
- Biarkan AI membuat keputusan harga. AI tidak melihat pasar; Masyarakat menentukan harga dengan pengetahuan pasar.
- Menanyakan harga pesaing kepada AI. AI tidak dapat mengakses harga saat ini; Jika diminta, dia akan menebusnya. Dapatkan dari sumber aslinya.
- Hanya melihat okupansinya. Tingkat hunian yang tinggi mungkin menutupi RevPAR yang rendah; Baca keduanya bersama-sama.
- Melewati batas etika/hukum. Kenaikan harga yang terlalu tinggi dan harga yang diskriminatif menimbulkan risiko; filter manusia diperlukan.
- Salah mengira asumsi dengan kenyataan. Tandai asumsi hunian AI sebagai "asumsi" dan ujilah dengan data Anda sendiri.
Tip: Dalam setiap skenario harga, mintalah AI untuk secara eksplisit menuliskan asumsi huniannya. Jadi Anda selalu dapat melihat pertanyaan "apa asumsi yang mendasari skenario ini" dan membandingkannya dengan kenyataan.
Singkatnya
Manajemen pendapatan adalah seni mengoptimalkan pendapatan per kamar yang dapat dijual (RevPAR), bukan tingkat hunian. Tiga indikator – tingkat hunian, ADR, RevPAR – menjadi bahasa bisnis ini. Dalam penetapan harga dinamis, AI menghasilkan skenario, menghitung, dan menulis justifikasi saat Anda memberikan masukan; namun dia tidak melihat pasar sebenarnya, tidak mengetahui harga pesaing dan tidak dapat mengambil keputusan harga. Harga merupakan keputusan yang sangat beresiko tinggi dan menjadi milik manusia beserta batasan etika-hukumnya.
Tugas aplikasi
Dapatkan data anonim satu malam: kamar tersedia untuk dijual, kamar terjual, pendapatan kamar. Minta AI menghitung okupansi, ADR dan RevPAR dengan rumus dan verifikasi secara manual. Kemudian buat skenario RevPAR untuk tiga titik harga dengan templat skenario harga "Permintaan kuat"; Centang asumsi hunian dan tulis dalam 5 kalimat harga mana yang akan Anda pilih dan alasannya.
daftar periksa
- [ ] Apakah saya sudah memverifikasi okupansi, ADR, dan RevPAR secara manual?
- [ ] Saya mengambil harga pesaing dari sumber sebenarnya, bukankah saya menyesuaikannya dengan AI?
- [ ] Apakah saya sudah menandai dengan jelas asumsi okupansi AI?
- [ ] Apakah saya memperhatikan batasan etika dan hukum dalam pengambilan keputusan harga?
- [ ] Apakah saya menentukan harga akhir berdasarkan pengetahuan pasar saya?