Vienetas 3 / 11

Pajamų valdymas ir dinaminė kainodara

Pelnas:

  • Galimybė apskaičiuoti ir interpretuoti pajamų valdymo rodiklius, tokius kaip RevPAR, ADR ir užimtumą naudojant dirbtinio intelekto palaikymą
  • Galimybė parengti dirbtinio intelekto projektą ir įvertinti dinaminius kainodaros scenarijus pagal paklausą, sezoną ir konkurentų duomenis
  • Suprasti, kad kainos sprendimas priklauso žmogui, atsižvelgiant į rinką, prekės ženklo poziciją ir etines ribas, o dirbtinis intelektas tik sukuria scenarijus.

Tas pats kambarys tame pačiame viešbutyje antradienio vakarą gali būti parduotas už 1800 Lt, savaitgalį – už 3200 Lt, o festivalio savaitę – už 4500 Lt. Tai nėra nenuoseklumas, tai metodas: jis vadinamas pajamų valdymu. Jo tikslas paprastas: parduoti reikiamą kambarį reikiamam svečiui tinkamu laiku, už tinkamą kainą, tinkamu kanalu. Šiame skyriuje sužinosite, kaip naudoti dirbtinį intelektą (DI) pajamų rodikliams apskaičiuoti, paklausos ir konkurentų duomenims interpretuoti bei dinaminiams kainodaros scenarijus generuoti. Kritinis principas yra nuo pat pradžių: kainos sprendimas yra labai rizikingas sprendimas; AI kuria scenarijus, žmonės nustato kainą.

Trys pagrindiniai pajamų valdymo rodikliai

Prieš kalbėdami apie kainas, išsiaiškinkime tris skaičius.

Užimtumas: parduotų kambarių skaičius, padalytas iš galimų parduoti kambarių skaičiaus. Jei 120 kambarių viešbutyje parduodami 96 kambariai, užimtumas yra 80% (96 / 120).

ADR (vidutinis dienos tarifas): kambario pajamos, padalytos iš parduotų kambarių skaičiaus. Jei 96 kambariai buvo parduoti iš viso už 230 400 TL vienai nakčiai, ADR = 230 400 / 96 = 2 400 TL.

RevPAR (Revenue per Available Room): kambario pajamos, padalytos iš parduodamų kambarių skaičiaus; alternatyviai užimtumas × ADR. Anksčiau pateiktame pavyzdyje RevPAR = 230 400 / 120 = 1 920 USD arba 80 % × 2 400 = 1 920 USD. RevPAR yra pajamų valdymo pagrindas, nes jis sujungia užimtumą ir kainą į vieną skaičių.

Kodėl abu svarbūs? Nes didelis užimtumas ne visada yra gerai. Parduoti kambarius labai pigiai ir pasiekti 100% užimtumą gali būti blogiau nei parduoti šiek tiek brangiau ir pasiekti 85% užimtumą bei didesnį RevPAR. AI gali apskaičiuoti ir rodyti šiuos du scenarijus greta, kai pateikiate duomenis; Kurį pasirinksite, priklauso nuo jūsų strategijos ir rinkos žinių.

indikatorius

formulę

Ką tai matuoja?

užimtumas

Parduotas kambarys / Parduotas kambarys

Kiek tu pilnas?

ADR

Pajamos iš kambarių / parduoti kambariai

Už kiek vidutiniškai pardavei?

RevPAR

Pajamos iš kambarių / parduodamas kambarys

Kaip gerai įvertinote savo pajėgumą?

TRevPAR

Bendros pajamos / parduodamas kambarys

Efektyvumas, įskaitant ne kambario pajamas

Kas yra dinaminė kainodara

Dinaminė kainodara yra tada, kai kambario kaina nėra fiksuota, o kinta pagal paklausą, sezoną, likusį užimtumą, dieną, renginius ir konkurentų kainas. Tai ta pati logika, prie kurios esame įpratę, kai kalbame apie skrydžių bilietus. Įvesties duomenys apima: paklausos signalus (paiešką, užsakymo tarifą), paėmimą (kaip greitai užsakymai gaunami tam tikrą dieną), pristatymo laiką (laiką nuo užsakymo iki viešnagės), konkurentų kainas, vietinių įvykių kalendorių ir jūsų išlaidų bazę.

AI čia yra galingas pagalbininkas, tačiau jo vaidmuo yra ribotas: kai pateikiate tokius duomenis kaip paklausa, užimtumo tikslas, konkurentų diapazonas ir kaina, AI gali sudaryti skirtingų kainų taškų numatomo užimtumo ir RevPAR scenarijus, paaiškinti logiką, parašyti kainodaros pagrindimo pastraipą. Ko ji negali padaryti: žinoti realią rinkos situaciją, gyvai pamatyti konkurento kainą ir nustatyti galutinę kainą. Tai jūsų darbai.

Dėmesio: AI liepimas „nustatyti rytojaus kainą“ reiškia, kad jis turi nuspręsti dėl klausimo, kurio jis nemato rinkos. Prašykite dirbtinio intelekto kainos „scenarijaus“, o ne kainos „sprendimo“; Jūs nusprendžiate pagal savo rinkos žinias.

Etinės ir teisinės ribos

Dinaminė kainodara turi savo ribas. Nustatant individualizuotą kainodarą, taikant diskriminacines kainas, pagrįstas svečio asmeninėmis savybėmis (pvz., įrenginys, vieta), kyla tiek etinė, tiek teisinė rizika. Didelis kainų padidėjimas ypatingu laikotarpiu, pavyzdžiui, nelaimių ir epidemijų metu, laikomas oportunizmu ir gali būti baudžiamas. Be to, dėl kainų skaidrumo ir vartotojų teisės aktų reikalaujama vengti paslėptų mokesčių. Kai dirbtinis intelektas rekomenduoja kainą, būtinas žmogaus filtravimas, kuris gerbia šias ribas.

Žingsnis po žingsnio: kainų scenarijų kūrimas naudojant AI

  1. Paruoškite rodiklius. Anonimiškai rinkite esamą užimtumą, paėmimo rodiklį, likusias dienas, išlaidų bazę ir konkurentų kainų diapazoną.
  2. Nurodykite paskirties vietą. Ar teikiate pirmenybę RevPAR, užimtumui ar užpildymui iki tam tikros datos?
  3. Paprašykite scenarijaus. Surašykite laukiamus rezultatus pagal skirtingus kainų taškus.
  4. Patvirtinti. RevPAR = užimtumas × ADR apskaičiavimas rankiniu būdu; Patikrinkite konkurentų duomenis iš tikro šaltinio.
  5. Nuspręskite. Pasirenkate galutinę kainą pagal savo rinkos žinias ir įvedate ją į sistemą.

trys mini dėklai

1 atvejis – teisingas RevPAR nuskaitymas. Viename kurorte savaitgalį buvo 98% užimtumas, tačiau pelnas buvo mažesnis nei tikėtasi. Vadovas AI suteikė anoniminius užimtumo ir ADR duomenis; YZ pakomentavo: „RevPAR sumažėjo, nes didelis užimtumas atsirado kartu su mažu ADR“ ir pateikė du alternatyvius kainų scenarijus. Žmogus pasirinko 90% užimtumo tikslą su šiek tiek didesne kaina; Kitą savaitgalį RevPAR pakilo 11%. AI pateikė sąskaitą ir scenarijų, sprendimas buvo žmogaus.

2 atvejis – nepatvirtinti konkurento duomenys. Pajamų ekspertas paklausė AI: „Kokia šiandien yra konkuruojančių viešbučių kaina? AI „pateikė“ patikimas kainas trims viešbučiams, nors neturėjo prieigos prie tiesioginių duomenų. Visa tai buvo prasimanymas; Specialistas atitinkamai sumažino kainą ir prarado nereikalingas pajamas. Teisingas būdas buvo gauti konkurento kainą iš tikro kainų stebėjimo įrankio arba rankinio patikrinimo, naudoti AI tik interpretacijai.

3 atvejis – etinė riba. Viena komanda paprašė AI „automatiškai didesnės kainos svečiams, skambinantiems paskutinės minutės“ logikos. AI sukūrė projektą; tačiau vadovas suprato, kad tai gali sistemingai nubausti kai kuriuos svečius ir pakenkti skaidrumo principui. Logika buvo išversta į paskutinės minutės tvarkaraštį, kuris yra aiškus ir nuoseklus visiems svečiams. AI pasiūlė tai, etinis filtras kilo iš žmonių.

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Nustatykite mūsų kambario kainą rytojui ir užsirašykite savo konkurentų kainą.

Šis teiginys yra dvigubai klaidingas: AI nežino nei jūsų tikrosios paklausos, nei realios konkurento kainos; gamina abu.

Galingas raginimas:

Jūsų vaidmuo: pajamų valdymo asistentas. Kainos sprendimas yra mano; Jūs sukuriate scenarijų. Duomenys (anoniminiai, realūs): 120 kambarių miesto viešbutis, rytdienai pilni 78 kambariai, likę 42 kambariai, atsiėmimas paspartėjo paskutines 3 dienas. Kaina ~900 TL vienam kambariui. Pateikiu konkurencinį diapazoną: 2.200–2.800 TL. Mano tikslas: maksimaliai padidinti RevPAR. Užduotis: Pateikite pagrįsto užimtumo prielaidą 2200 / 2500 / 2800 TL kainos balams (parašykite, kad tai prielaida), apskaičiuokite numatomą RevPAR ir sudėkite į lentelę, parodykite skaičiavimą. Konkurentas NESUDARYTI kainos; Naudokite diapazoną, kurį daviau.

Šablonas: pajamų rodiklio skaičiavimas:

Anoniminiai duomenys: parduotas kambarys [x], parduotas kambarys [y], kambario pajamos [z]. Užduotis: apskaičiuokite užimtumą, ADR ir RevPAR su jų formulėmis, komentuokite vienoje pastraipoje. Tiesiog dirbk su mano duotais skaičiais; sukurti kitus duomenis.

Šablonas: kainodaros pagrindimo tekstas:

Kontekstas: [data] nustačiau kainą [x] TL dėl užimtumo [%], paėmimo [būsena], įvykio [esant / nebuvimo]. Užduotis: išverskite šį sprendimą į aiškų 4 sakinių pagrindimą komandai. Naujo numerio pridėjimas; Apsiribokite duomenimis, kuriuos jums pateikiau.

Šablonas: sezoninės kainų strategijos metmenys:

Kontekstas: [nuosavybės tipas], būsimas sezonas [didelis / žemas], tikslas [RevPAR / užimtumas]. Užduotis: sukurkite sistemą, kuri siūlo kitokią kainodaros logiką darbo dienomis / savaitgaliais / įvykių dienomis. Konkrecia kaina pateiksiu; Jūs išvardijate logiką ir etinius/teisinius sumetimus.

Dažnos klaidos

  • Leiskite dirbtiniam intelektui priimti sprendimus dėl kainos. AI nemato rinkos; Žmonės kainą nustato žinodami apie rinką.
  • Paklausti konkurento kainos iš AI. AI negali pasiekti tiesioginės kainos; Jei paprašys, jis išsiaiškins. Gaukite jį iš tikro šaltinio.
  • Tik žiūrint į užimtumą. Didelis užimtumas gali užmaskuoti žemą RevPAR; Skaitykite abu kartu.
  • Etikos/teisinės ribos peržengimas. Per didelis kainų augimas ir diskriminacinės kainos kelia riziką; reikalingas žmogaus filtras.
  • Prielaidos sumaišymas su tikrove. Pažymėkite AI užimtumo prielaidą kaip „prielaida“ ir patikrinkite ją savo duomenimis.
Patarimas: kiekviename kainos scenarijuje paprašykite AI aiškiai užrašyti savo užimtumo prielaidas. Taigi visada galite pamatyti klausimą „kokia prielaida pagrįstas šis scenarijus“ ir palyginti jį su realybe.

Apibendrinant

Pajamų valdymas yra menas optimizuoti pajamas už parduodamą kambarį (RevPAR), o ne užimtumą. Trys rodikliai – užimtumas, ADR, RevPAR – yra šio verslo kalba. Dinaminėje kainodaroje AI generuoja scenarijus, apskaičiuoja ir rašo pagrindimą, kai pateikiate įvestis; tačiau jis nemato realios rinkos, nežino konkurento kainos ir negali priimti kainos sprendimo. Kaina yra labai rizikingas sprendimas ir priklauso žmogui kartu su savo etinėmis-teisinėmis ribomis.

Taikymo užduotis

Gaukite vienos nakties anoniminius duomenis: parduodami kambariai, parduoti kambariai, pajamos iš kambarių. Leiskite AI apskaičiuoti užimtumą, ADR ir RevPAR pagal formules ir patikrinti rankiniu būdu. Tada sugeneruokite RevPAR scenarijų trims kainų taškams naudodami kainos scenarijaus šabloną „Stiprus raginimas“; Pažymėkite užimtumo prielaidas ir 5 sakiniais parašykite, kokią kainą rinktumėtės ir kodėl.

kontrolinis sąrašas

  • [ ] Ar rankiniu būdu patikrinau užimtumą, ADR ir RevPAR?
  • [ ] Konkurento kainą paėmiau iš tikro šaltinio, ar AI netaikiau jos?
  • [ ] Ar aiškiai pažymėjau AI užimtumo prielaidas?
  • [ ] Ar priimdamas sprendimą dėl kainos laikiausi etinių ir teisinių ribų?
  • [ ] Ar galutinę kainą nustačiau žinodamas apie rinką?