การจัดการรายได้และการกำหนดราคาแบบไดนามิก

กำไร:

• ความสามารถในการคำนวณและตีความตัวบ่งชี้การจัดการรายได้ เช่น RevPAR, ADR และอัตราการเข้าพักด้วยการสนับสนุนปัญญาประดิษฐ์
• ความสามารถในการร่างปัญญาประดิษฐ์และประเมินสถานการณ์การกำหนดราคาแบบไดนามิกตามความต้องการ ฤดูกาล และข้อมูลคู่แข่ง
• สามารถเข้าใจได้ว่าการตัดสินใจเรื่องราคาเป็นของมนุษย์ โดยคำนึงถึงตลาด ตำแหน่งแบรนด์ และขอบเขตทางจริยธรรม และปัญญาประดิษฐ์จะสร้างสถานการณ์ขึ้นมาเท่านั้น

ห้องเดียวกันในโรงแรมเดียวกันสามารถขายได้ในราคา 1,800 TL ในคืนวันอังคาร, 3,200 TL ในช่วงสุดสัปดาห์ และ 4,500 TL ในช่วงสัปดาห์เทศกาล นี่ไม่ใช่ความไม่สอดคล้องกัน แต่เป็นวิธีการ เรียกว่าการจัดการรายได้ เป้าหมายนั้นง่ายมาก: ขายห้องที่เหมาะสมให้กับแขกที่เหมาะสม ในเวลาที่เหมาะสม ในราคาที่เหมาะสม ผ่านช่องทางที่เหมาะสม ในหน่วยนี้ คุณจะได้เรียนรู้วิธีการใช้ปัญญาประดิษฐ์ (AI) เพื่อคำนวณตัวบ่งชี้รายได้ ตีความข้อมูลความต้องการและคู่แข่ง และสร้างสถานการณ์การกำหนดราคาแบบไดนามิก หลักการสำคัญมีตั้งแต่เริ่มแรก: การตัดสินใจด้านราคาเป็นการตัดสินใจที่มีความเสี่ยงสูงมาก AI สร้างสถานการณ์ มนุษย์เป็นผู้กำหนดราคา

ตัวชี้วัดสำคัญสามประการของการจัดการรายได้

ก่อนที่เราจะพูดถึงเรื่องราคา เรามาทำความเข้าใจตัวเลขสามตัวกันก่อน

อัตราการเข้าพัก: จำนวนห้องที่ขายหารด้วยจำนวนห้องว่างสำหรับขาย หากโรงแรมขนาด 120 ห้องขายได้ 96 ห้อง อัตราการเข้าพักจะอยู่ที่ 80% (96 / 120)

ADR (อัตรารายวันเฉลี่ย): รายได้ห้องหารด้วยจำนวนห้องที่ขายได้ หากมีการขายห้องพัก 96 ห้องในราคารวม 230,400 TL สำหรับหนึ่งคืน ADR = 230,400 / 96 = 2,400 TL

RevPAR (รายได้ต่อห้องว่าง): รายได้ห้องหารด้วยจำนวนห้องที่ขายได้ หรืออัตราการเข้าพัก × ADR ในตัวอย่างข้างต้น RevPAR = 230,400 / 120 = $1,920 หรือ 80% × 2,400 = $1,920 RevPAR เป็นหัวใจสำคัญของการจัดการรายได้เพราะรวมทั้งอัตราการเข้าพักและราคาไว้ในตัวเลขเดียว

ทำไมทั้งสองจึงมีความสำคัญ? เพราะอัตราการเข้าพักสูงไม่ได้ดีเสมอไป การขายห้องในราคาถูกมากและได้อัตราการเข้าพัก 100% อาจแย่กว่าการขายห้องที่มีราคาแพงกว่าเล็กน้อยและได้อัตราการเข้าพัก 85% และ RevPAR ที่สูงกว่า AI สามารถคำนวณและแสดงสถานการณ์ทั้งสองนี้เคียงข้างกันเมื่อคุณให้ข้อมูล สิ่งที่คุณเลือกขึ้นอยู่กับกลยุทธ์และความรู้ทางการตลาดของคุณ

ตัวบ่งชี้

สูตร

มันวัดอะไร?

อัตราการเข้าพัก

ขายห้อง/ขายห้อง

อิ่มแค่ไหน?

ADR

รายได้ห้อง/ห้องที่ขาย

เฉลี่ยแล้วขายได้เท่าไรครับ?

รายได้เฉลี่ย

รายได้ค่าห้องพัก/ห้องที่ขายได้

คุณประเมินความสามารถของคุณได้ดีแค่ไหน?

เทรฟพาร์

รายได้รวม/ห้องที่ขายได้

ประสิทธิภาพรวมถึงรายได้ที่ไม่ใช่ห้องพัก

การกำหนดราคาแบบไดนามิกคืออะไร

การกำหนดราคาแบบไดนามิกคือเมื่อราคาห้องพักไม่คงที่แต่เปลี่ยนแปลงตามความต้องการ ฤดูกาล ห้องว่างที่เหลืออยู่ วัน กิจกรรม และราคาของคู่แข่ง เป็นตรรกะเดียวกับที่เราคุ้นเคยเมื่อพูดถึงตั๋วเครื่องบิน ข้อมูลต่างๆ ได้แก่ สัญญาณความต้องการ (การค้นหา อัตราการจอง) การมารับ (การจองเข้ามาเร็วแค่ไหนในวันที่ระบุ) ระยะเวลาดำเนินการ (เวลาระหว่างการจองและการเข้าพัก) ราคาของคู่แข่ง ปฏิทินกิจกรรมในท้องถิ่น และฐานต้นทุนของคุณ

AI เป็นตัวช่วยที่ทรงพลังที่นี่ แต่ในบทบาทที่จำกัด: เมื่อคุณป้อนข้อมูล เช่น ความต้องการ เป้าหมายการเข้าใช้ ช่วงของคู่แข่ง และต้นทุน AI สามารถสร้างแผนภูมิอัตราการเข้าพักที่คาดหวังและสถานการณ์ RevPAR สำหรับจุดราคาที่แตกต่างกัน อธิบายตรรกะ เขียนย่อหน้าเหตุผลด้านราคา สิ่งที่ทำไม่ได้: รู้สถานการณ์ตลาดจริง ดูราคาของคู่แข่งแบบสดๆ และกำหนดราคาสุดท้าย นี่คืองานของคุณ

ข้อควรสนใจ: การบอก AI ให้ "กำหนดราคาของวันพรุ่งนี้" หมายถึงการตัดสินใจในเรื่องที่ไม่เห็นตลาด ถาม AI เกี่ยวกับราคา "สถานการณ์" ไม่ใช่ "การตัดสินใจ" ของราคา คุณตัดสินใจด้วยความรู้ทางการตลาดของคุณ

ขอบเขตทางจริยธรรมและกฎหมาย

การกำหนดราคาแบบไดนามิกมีขีดจำกัด เมื่อกำหนดราคาเฉพาะบุคคล การใช้ราคาที่เลือกปฏิบัติโดยอิงตามลักษณะส่วนบุคคลของแขก (เช่น อุปกรณ์ สถานที่ตั้ง) มีความเสี่ยงทั้งด้านจริยธรรมและกฎหมาย การเพิ่มขึ้นของราคาที่สูงเกินไปในช่วงเวลาพิเศษ เช่น ภัยพิบัติและโรคระบาด ถือเป็นการฉวยโอกาสและอาจได้รับการลงโทษ นอกจากนี้ ความโปร่งใสด้านราคาและกฎหมายผู้บริโภคจำเป็นต้องหลีกเลี่ยงค่าธรรมเนียมที่ซ่อนอยู่ เมื่อ AI แนะนำราคา การกรองโดยมนุษย์ที่เคารพขอบเขตเหล่านี้ถือเป็นสิ่งสำคัญ

ทีละขั้นตอน: การสร้างสถานการณ์ราคาด้วย AI

1. เตรียมตัวชี้วัด. รวบรวมอัตราการเข้าพักปัจจุบัน อัตราการรับ วันที่เหลือ ฐานต้นทุน และช่วงราคาของคู่แข่งโดยไม่เปิดเผยตัวตน
2. ระบุปลายทาง คุณให้ความสำคัญกับ RevPAR อัตราการเข้าพัก หรือกรอกตามวันที่กำหนดหรือไม่?
3. ขอสคริปครับ. ตารางผลลัพธ์ที่คาดหวังสำหรับจุดราคาที่แตกต่างกัน
4. ตรวจสอบ. RevPAR = อัตราการเข้าพัก × การคำนวณ ADR ด้วยตนเอง ตรวจสอบข้อมูลคู่แข่งจากแหล่งจริง
5. ตัดสินใจ. คุณเลือกราคาสุดท้ายด้วยความรู้ทางการตลาดของคุณและป้อนลงในระบบ

มินิเคสสามอัน

กรณีที่ 1 — อ่าน RevPAR อย่างถูกต้อง รีสอร์ทแห่งหนึ่งมีผู้เข้าพัก 98% ในช่วงสุดสัปดาห์ แต่ผลกำไรต่ำกว่าคาด ผู้จัดการให้ข้อมูลการครอบครองแบบไม่ระบุชื่อและข้อมูล ADR แก่ AI YZ แสดงความคิดเห็นว่า "RevPAR ลดลงเนื่องจากจำนวนผู้เข้าพักสูงมาพร้อมกับ ADR ที่ต่ำ" และจัดทำตารางสถานการณ์ราคาทางเลือกสองรายการ มนุษย์เลือกเป้าหมายการเข้าพัก 90% ด้วยราคาที่สูงกว่าเล็กน้อย RevPAR เพิ่มขึ้น 11% ในสุดสัปดาห์ถัดไป AI ให้เรื่องราวและสถานการณ์ การตัดสินใจขึ้นอยู่กับมนุษย์

กรณีที่ 2 — ข้อมูลคู่แข่งที่ไม่ได้รับการยืนยัน ผู้เชี่ยวชาญด้านรายได้ถาม AI ว่า “ราคาของโรงแรมคู่แข่งในปัจจุบันคือเท่าไร” AI “ให้” ราคาที่มั่นใจสำหรับโรงแรม 3 แห่ง แม้ว่าจะไม่สามารถเข้าถึงข้อมูลปัจจุบันได้ก็ตาม นี่คือการประดิษฐ์ทั้งหมด ผู้เชี่ยวชาญลดราคาตามนั้นและสูญเสียรายได้ที่ไม่จำเป็น วิธีที่ถูกต้องคือการได้ราคาของคู่แข่งจากเครื่องมือติดตามราคาจริงหรือการตรวจสอบด้วยตนเอง ใช้ AI ในการตีความเท่านั้น

กรณีที่ 3 — ขอบเขตทางจริยธรรม ทีมหนึ่งถาม AI เกี่ยวกับตรรกะ "ราคาที่สูงขึ้นโดยอัตโนมัติสำหรับแขกที่โทรในนาทีสุดท้าย" AI สร้างพิมพ์เขียว แต่ผู้จัดการตระหนักว่าสิ่งนี้สามารถลงโทษแขกบางคนอย่างเป็นระบบและบ่อนทำลายหลักการแห่งความโปร่งใส ตรรกะได้รับการแปลเป็นกำหนดการในนาทีสุดท้ายที่ชัดเจนและสอดคล้องกับแขกทุกคน AI แนะนำว่าตัวกรองทางจริยธรรมมาจากมนุษย์

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

กำหนดราคาห้องพักของเราสำหรับวันพรุ่งนี้และจดราคาของคู่แข่งของคุณ

การอ้างสิทธิ์นี้มีข้อบกพร่องเป็นสองเท่า: AI ไม่ทราบทั้งความต้องการที่แท้จริงของคุณและราคาของคู่แข่งแบบเรียลไทม์ ประดิษฐ์ทั้งสองอย่าง

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้ช่วยจัดการรายได้ การตัดสินใจด้านราคาเป็นของฉัน คุณสร้างสถานการณ์จำลอง ข้อมูล (ไม่ระบุชื่อจริง) โรงแรมในเมือง 120 ห้อง เต็ม 78 ห้อง พรุ่งนี้เหลือ 42 ห้อง กระบะเร่งในช่วง 3 วันที่ผ่านมา ฐานราคาอยู่ที่ ~900 TL ต่อห้อง ฉันให้ช่วงการแข่งขัน: 2,200–2,800 TL เป้าหมายของฉัน: เพิ่ม RevPAR สูงสุด งาน: ระบุสมมติฐานจำนวนผู้เข้าพักที่สมเหตุสมผลสำหรับจุดราคา 2,200 / 2,500 / 2,800 TL (เขียนว่าเป็นสมมติฐาน) คำนวณ RevPAR ที่คาดหวัง และวางไว้ในตาราง แสดงการคำนวณ คู่แข่งไม่ได้กำหนดราคา ใช้ช่วงที่ฉันให้

แม่แบบ: การคำนวณตัวบ่งชี้รายได้:

ข้อมูลที่ไม่ระบุตัวตน: ห้องที่ขาย [x] ห้องที่ขาย [y] รายได้ห้อง [z] งาน: คำนวณอัตราการเข้าพัก, ADR และ RevPAR ด้วยสูตร แสดงความคิดเห็นในย่อหน้าเดียว แค่ทำงานกับตัวเลขที่ฉันให้ไป สร้างข้อมูลอื่น ๆ

แม่แบบ: ข้อความเหตุผลด้านราคา:

บริบท: ฉันตั้งราคา [x] TL สำหรับ [date] เนื่องจากจำนวนผู้เข้าพัก [%] การไปรับ [สถานะ] กิจกรรม [ปัจจุบัน/ขาดหายไป] ภารกิจ: แปลการตัดสินใจนี้เป็นบันทึกเหตุผล 4 ประโยคที่ชัดเจนสำหรับทีม การเพิ่มหมายเลขใหม่ จำกัดไว้เพียงข้อมูลที่ฉันให้ไว้

แม่แบบ: โครงร่างกลยุทธ์ราคาตามฤดูกาล:

บริบท: [ประเภทอสังหาริมทรัพย์] ฤดูกาลที่กำลังจะมาถึง [สูง/ต่ำ] เป้าหมาย [RevPAR/อัตราการเข้าพัก] งาน: ร่างกรอบการทำงานที่เสนอตรรกะการกำหนดราคาที่แตกต่างกันสำหรับวันธรรมดา/สุดสัปดาห์/วันงาน ฉันจะใส่ราคาคอนกรีต; คุณระบุตรรกะและข้อพิจารณาด้านจริยธรรม/กฎหมาย

ข้อผิดพลาดทั่วไป

• ให้ AI ตัดสินใจเรื่องราคา AI ไม่เห็นตลาด คนกำหนดราคาด้วยความรู้ทางการตลาด
• การถามราคาคู่แข่งจาก AI AI ไม่สามารถเข้าถึงราคาสดได้ ถ้าถามเขาก็จะแก้ให้ ได้จากแหล่งจริง
• แค่ดูที่การเข้าพัก อัตราการเข้าพักสูงอาจปกปิด RevPAR ที่ต่ำ; อ่านด้วยกันทั้งคู่ครับ
• ก้าวข้ามขอบเขตด้านจริยธรรม/กฎหมาย การเพิ่มขึ้นของราคาที่สูงเกินไปและราคาที่เลือกปฏิบัติทำให้เกิดความเสี่ยง จำเป็นต้องมีตัวกรองของมนุษย์
• การสันนิษฐานผิดไปจากความเป็นจริง ทำเครื่องหมายสมมติฐานการเข้าใช้ของ AI ว่าเป็น "สมมติฐาน" และทดสอบด้วยข้อมูลของคุณเอง

เคล็ดลับ: ในแต่ละสถานการณ์ราคา ขอให้ AI เขียนสมมติฐานอัตราการเข้าพักอย่างชัดเจน ดังนั้นคุณจึงสามารถเห็นคำถาม "สถานการณ์นี้อิงตามสมมติฐานอะไร" และเปรียบเทียบกับความเป็นจริงได้ตลอดเวลา

โดยสรุป

การจัดการรายได้เป็นศิลปะของการเพิ่มประสิทธิภาพรายได้ต่อห้องที่ขายได้ (RevPAR) ไม่ใช่อัตราการเข้าพัก ตัวชี้วัดสามประการ ได้แก่ อัตราการเข้าพัก ADR RevPAR คือภาษาของธุรกิจนี้ ในการกำหนดราคาแบบไดนามิก AI จะสร้างสถานการณ์ คำนวณและเขียนเหตุผลเมื่อคุณป้อนข้อมูล แต่ไม่เห็นตลาดจริง ไม่รู้ราคาของคู่แข่ง และไม่สามารถตัดสินใจราคาได้ ราคาเป็นการตัดสินใจที่มีความเสี่ยงสูงมากและเป็นของมนุษย์พร้อมกับข้อจำกัดทางจริยธรรมและกฎหมาย

งานสมัคร

รับข้อมูลที่ไม่ระบุตัวตนหนึ่งคืน: ห้องพักที่ว่างสำหรับขาย ห้องพักที่ขายได้ รายได้ห้องพัก ให้ AI คำนวณอัตราการเข้าพัก, ADR และ RevPAR ด้วยสูตรและตรวจสอบด้วยตนเอง จากนั้นให้สร้างสถานการณ์ RevPAR สำหรับจุดราคาสามจุดด้วยเทมเพลตสถานการณ์ราคา "พร้อมท์ที่รัดกุม" ทำเครื่องหมายสมมติฐานจำนวนผู้เข้าพักและเขียนเป็น 5 ประโยคว่าคุณจะเลือกราคาใดและเพราะเหตุใด

รายการตรวจสอบ

• [ ] ฉันได้ตรวจสอบอัตราการเข้าพัก, ADR และ RevPAR ด้วยตนเองแล้วหรือยัง
• [ ] ฉันเอาราคาของคู่แข่งจากแหล่งที่มาจริง ฉันไม่ได้ทำให้ AI เหมาะสมใช่ไหม
• [ ] ฉันได้ทำเครื่องหมายสมมติฐานอัตราการเข้าพักของ AI ไว้อย่างชัดเจนหรือไม่
• [ ] ฉันปฏิบัติตามข้อจำกัดทางจริยธรรมและกฎหมายในการตัดสินใจเรื่องราคาหรือไม่
• [ ] ฉันกำหนดราคาสุดท้ายด้วยความรู้ด้านการตลาดของฉันหรือไม่?