Zyski:
- Umiejętność obliczania i interpretacji wskaźników zarządzania przychodami takich jak RevPAR, ADR i obłożenie przy wsparciu sztucznej inteligencji
- Możliwość tworzenia i oceniania dynamicznych scenariuszy cenowych za pomocą sztucznej inteligencji w oparciu o popyt, sezon i dane konkurencji
- Umiejętność zrozumienia, że decyzja cenowa należy do człowieka, biorąc pod uwagę rynek, pozycję marki i granice etyczne, a sztuczna inteligencja produkuje jedynie scenariusze.
Ten sam pokój w tym samym hotelu można sprzedać za 1800 TL we wtorek wieczorem, 3200 TL w weekend i 4500 TL w tygodniu festiwalowym. To nie jest niespójność, to metoda: nazywa się to zarządzaniem przychodami. Jej cel jest prosty: sprzedać właściwy pokój właściwemu gościowi, we właściwym czasie, po właściwej cenie, właściwym kanałem. W tej części dowiesz się, jak wykorzystywać sztuczną inteligencję (AI) do obliczania wskaźników przychodów, interpretowania danych dotyczących popytu i konkurencji oraz generowania dynamicznych scenariuszy cenowych. Od samego początku obowiązuje podstawowa zasada: decyzja cenowa jest decyzją bardzo ryzykowną; Sztuczna inteligencja tworzy scenariusze, a cenę ustala człowiek.
Trzy kluczowe wskaźniki zarządzania przychodami
Zanim porozmawiamy o cenach, wyjaśnijmy sobie trzy liczby.
Wskaźnik obłożenia: liczba sprzedanych pokoi podzielona przez liczbę pokoi dostępnych na sprzedaż. Jeśli w hotelu ze 120 pokojami sprzedanych zostanie 96 pokoi, obłożenie wynosi 80% (96 / 120).
ADR (średnia stawka dzienna): Przychody z pokoi podzielone przez liczbę sprzedanych pokoi. Jeżeli sprzedano 96 pokoi za 230 400 TL za jedną noc, ADR = 230 400 / 96 = 2400 TL.
RevPAR (Przychód na dostępny pokój): Przychód z pokoju podzielony przez liczbę pokoi do sprzedaży; alternatywnie obłożenie × ADR. W powyższym przykładzie RevPAR = 230 400 / 120 = 1920 USD lub 80% × 2400 = 1920 USD. RevPAR jest sercem zarządzania przychodami, ponieważ łączy obłożenie i cenę w jedną liczbę.
Dlaczego oba są ważne? Ponieważ duże obłożenie nie zawsze jest dobre. Bardzo tania sprzedaż pokoi i osiągnięcie 100% obłożenia może być gorsza niż sprzedaż nieco droższa i osiągnięcie 85% obłożenia i wyższego RevPAR. Sztuczna inteligencja może obliczyć i wyświetlić te dwa scenariusze obok siebie, gdy podasz dane; To, który wybierzesz, zależy od Twojej strategii i wiedzy rynkowej.
wskaźnik
formuła
Co mierzy?
obłożenie
Sprzedany pokój / Sprzedany pokój
Jak bardzo jesteś pełny?
ADR
Przychody z pokoi / sprzedane pokoje
Za ile średnio go sprzedawałeś?
RevPAR
Przychód z pokoju / pokój do sprzedaży
Jak dobrze oceniłeś swoje możliwości?
TRevPAR
Całkowite przychody / pokój do sprzedaży
Efektywność, w tym przychody inne niż pokoje
Co to jest dynamiczna wycena
Ceny dynamiczne mają miejsce, gdy cena pokoju nie jest stała, ale zmienia się w zależności od popytu, pory roku, pozostałej dostępności, dnia, wydarzeń i cen konkurencji. To ta sama logika, do której jesteśmy przyzwyczajeni w przypadku biletów lotniczych. Dane wejściowe obejmują: sygnały popytu (wyszukiwanie, wskaźnik rezerwacji), odbiór (jak szybko przychodzą rezerwacje na daną datę), czas realizacji (czas między rezerwacją a pobytem), ceny konkurencji, kalendarz wydarzeń lokalnych i bazę kosztów.
Sztuczna inteligencja jest tutaj potężnym pomocnikiem, ale w ograniczonej roli: gdy podasz dane wejściowe, takie jak popyt, docelowe obłożenie, zakres konkurencji i koszt, sztuczna inteligencja może sporządzić wykres oczekiwanego obłożenia i scenariusze RevPAR dla różnych punktów cenowych, wyjaśnić logikę i napisać akapit uzasadniający cenę. Czego nie może: poznać realną sytuację rynkową, zobaczyć na żywo cenę konkurencji i ustalić cenę ostateczną. To są twoje prace.
Uwaga: nakazanie sztucznej inteligencji, aby „ustaliła jutrzejszą cenę”, oznacza zmuszenie jej do podjęcia decyzji w sprawie, w przypadku której nie widzi rynku. Poproś AI o „scenariusz” cenowy, a nie „decyzję” cenową; Decydujesz na podstawie swojej wiedzy rynkowej.
Granice etyczne i prawne
Dynamiczne ceny mają swoje ograniczenia. Stosowanie cen dyskryminujących w oparciu o cechy osobowe gościa (np. urządzenie, lokalizacja) przy ustalaniu cen spersonalizowanych niesie ze sobą ryzyko etyczne i prawne. Nadmierne podwyżki cen w okresach nadzwyczajnych, takich jak klęski żywiołowe i epidemie, są postrzegane jako oportunizm i mogą podlegać sankcjom. Dodatkowo przejrzystość cen i przepisy konsumenckie wymagają unikania ukrytych opłat. Kiedy sztuczna inteligencja zaleca cenę, niezbędne jest filtrowanie przez człowieka, które uwzględnia te granice.
Krok po kroku: Tworzenie scenariuszy cenowych za pomocą AI
- Przygotuj wskaźniki. Anonimowo zbieraj aktualne obłożenie, częstotliwość odbioru, pozostałe dni, podstawę kosztów i przedział cenowy konkurencji.
- Określ miejsce docelowe. Czy priorytetowo traktujesz RevPAR, obłożenie lub zapełnienie do określonej daty?
- Poproś o scenariusz. Zestawienie oczekiwanych wyników w tabeli dla różnych punktów cenowych.
- Zweryfikować. RevPAR = obłożenie × ręczne obliczenie ADR; Zweryfikuj dane konkurencji z prawdziwego źródła.
- Decydować. Korzystając ze swojej wiedzy rynkowej, wybierasz ostateczną cenę i wprowadzasz ją do systemu.
trzy mini etui
Przypadek 1 – Prawidłowe odczytanie RevPAR. Jeden z ośrodków mógł pochwalić się obłożeniem na weekend na poziomie 98%, ale zyski były poniżej oczekiwań. Menedżer przekazał AI anonimowe dane dotyczące obłożenia i ADR; YZ skomentował: „RevPAR spadł, ponieważ duże obłożenie wiązało się z niskim ADR” i zestawił w tabeli dwa alternatywne scenariusze cenowe. Człowiek wybrał docelowy poziom obłożenia na poziomie 90% przy nieco wyższej cenie; W następny weekend RevPAR wzrósł o 11%. AI podała relację i scenariusz, decyzja należała do człowieka.
Przypadek 2 – Niezweryfikowane dane konkurencji. Ekspert ds. przychodów zapytał AI: „Jaka jest obecnie cena konkurencyjnych hoteli?” Sztuczna inteligencja „podała” pewne ceny dla trzech hoteli, mimo że nie miała dostępu do bieżących danych. To wszystko było fabrykacją; Specjalista odpowiednio obniżył cenę i stracił niepotrzebne przychody. Właściwym sposobem było uzyskanie ceny konkurencji z narzędzia do monitorowania cen rzeczywistych lub sprawdzenie ręczne, wykorzystanie sztucznej inteligencji tylko do interpretacji.
Przypadek 3 — Granica etyczna. Jeden zespół poprosił sztuczną inteligencję o logikę „automatycznej wyższej ceny dla gości dzwoniących w ostatniej chwili”. AI stworzyła plan; jednak kierownik zdał sobie sprawę, że może to systematycznie karać niektórych gości i podważać zasadę przejrzystości. Logika została przełożona na harmonogram last minute, który jest jasny i spójny dla wszystkich gości. Sztuczna inteligencja to zasugerowała, filtr etyczny pochodzi od człowieka.
Słaba zachęta/silna zachęta
Słaba zachęta:
Ustal cenę naszego pokoju na jutro i zapisz cenę konkurencji.
Twierdzenie to jest podwójnie błędne: sztuczna inteligencja nie zna ani Twojego rzeczywistego popytu, ani aktualnej ceny konkurencji; wytwarza oba.
Potężny monit:
Twoja rola: asystent zarządzania przychodami. Decyzja o cenie należy do mnie; Tworzysz scenariusz. Dane (anonimowe, prawdziwe): 120-pokojowy hotel miejski, 78 pokoi jest zajętych na jutro, pozostałe 42 pokoje, odbiór przyspieszył w ciągu ostatnich 3 dni. Baza kosztowa wynosi ~900 TL za pokój. Podaję konkurencyjny asortyment: 2200–2800 TL. Mój cel: maksymalizacja RevPAR. Zadanie: Podaj rozsądne założenie dotyczące obłożenia dla punktów cenowych 2200 / 2500 / 2800 TL (napisz, że jest to założenie), oblicz oczekiwany RevPAR i umieść go w tabeli, pokaż obliczenia. Konkurencja NIE podrabia ceny; Skorzystaj z zakresu, który podałem.
Szablon: obliczenie wskaźnika dochodu:
Dane anonimowe: sprzedany pokój [x], sprzedany pokój [y], przychody z pokoju [z]. Zadanie: oblicz obłożenie, ADR i RevPAR za pomocą wzorów, skomentuj w jednym akapicie. Po prostu pracuj z liczbami, które podaję; sfabrykować inne dane.
Szablon: tekst uzasadnienia ceny:
Kontekst: Ustaliłem cenę [x] TL na [data] ze względu na obłożenie [%], odbiór [status], wydarzenie [obecny/nieobecny]. Zadanie: przetłumacz tę decyzję na jasne, czterozdaniowe uzasadnienie dla zespołu. Dodanie nowego numeru; Ogranicz się do danych, które Ci podałem.
Szablon: zarys sezonowej strategii cenowej:
Kontekst: [rodzaj nieruchomości], nadchodzący sezon [wysoki/niski], cel [RevPAR/obłożenie]. Zadanie: nakreśl ramy, które proponują inną logikę cenową dla dni powszednich/weekendów/dni wydarzeń. Podam konkretną cenę; Podajesz logikę i względy etyczne/prawne.
Typowe błędy
- Pozwól AI podejmować decyzje cenowe. AI nie widzi rynku; Ludzie ustalają cenę na podstawie wiedzy rynkowej.
- Zapytanie konkurencji o cenę od AI. AI nie ma dostępu do ceny na żywo; Jeśli zostanie poproszony, to wymyśli. Zdobądź to z prawdziwego źródła.
- Patrzę tylko na obłożenie. Wysokie obłożenie może maskować niski RevPAR; Przeczytaj oba razem.
- Przekraczanie granicy etycznej/prawnej. Nadmierny wzrost cen i ceny dyskryminacyjne stwarzają ryzyko; wymagany jest filtr ludzki.
- Mylenie założeń z rzeczywistością. Oznacz założenie AI dotyczące obłożenia jako „założenie” i przetestuj je na własnych danych.
Wskazówka: w każdym scenariuszu cenowym poproś sztuczną inteligencję o wyraźne zapisanie założeń dotyczących obłożenia. Zawsze więc można zobaczyć pytanie „na jakich założeniach opiera się ten scenariusz” i porównać go z rzeczywistością.
Podsumowując
Zarządzanie przychodami to sztuka optymalizacji przychodów na pokój do sprzedaży (RevPAR), a nie na obłożenie. Trzy wskaźniki — obłożenie, ADR, RevPAR — są językiem tego biznesu. W przypadku cen dynamicznych sztuczna inteligencja generuje scenariusze, oblicza i zapisuje uzasadnienie, gdy podajesz dane wejściowe; ale nie widzi prawdziwego rynku, nie zna ceny konkurencji i nie może podjąć decyzji cenowej. Cena jest decyzją bardzo ryzykowną i należy do człowieka wraz z jego granicami etyczno-prawnymi.
Zadanie aplikacji
Zdobądź anonimowe dane na jedną noc: pokoje dostępne na sprzedaż, pokoje sprzedane, przychody z pokoi. Niech sztuczna inteligencja obliczy obłożenie, ADR i RevPAR za pomocą formuł i weryfikuje ręcznie. Następnie wygeneruj scenariusz RevPAR dla trzech punktów cenowych za pomocą szablonu scenariusza cenowego „Silna zachęta”; Zaznacz założenia dotyczące obłożenia i napisz w 5 zdaniach, jaką cenę byś wybrał i dlaczego.
lista kontrolna
- [ ] Czy ręcznie zweryfikowałem obłożenie, ADR i RevPAR?
- [ ] Wziąłem cenę konkurencji z prawdziwego źródła, czy nie dopasowałem jej przez sztuczną inteligencję?
- [ ] Czy wyraźnie zaznaczyłem założenia dotyczące obłożenia AI?
- [ ] Czy podejmując decyzję o cenie, dostrzegłem granice etyczne i prawne?
- [ ] Czy ustaliłem ostateczną cenę na podstawie mojej wiedzy rynkowej?