Per anni gli albergatori sono stati messi alla prova da forze economiche imprevedibili, tendenze inspiegabili ed eventi mondiali a volte caotici. In mezzo a tutto questo, i revenue manager sono stati in prima linea, cercando di minimizzare le perdite e migliorare l'accuratezza delle previsioni.

Nonostante i grandi progressi compiuti negli ultimi vent'anni nei sistemi decisionali automatizzati, la mancanza di fiducia nella tecnologia ha impedito al settore di trarre maggiori informazioni dalle previsioni. Gli ultimi anni ci hanno costretto a fare di più con meno e hanno dimostrato la necessità di sistemi sofisticati che utilizzino in modo intelligente set di dati completi.

I migliori sistemi di revenue management misurano l'incertezza creando una previsione della domanda non vincolata, che a sua volta produce una previsione complessiva più accurata. Il panorama tecnologico alberghiero è variegato, in particolare la gamma di strumenti che si rivolgono alla previsione e alla gestione dei ricavi. Comprendere le differenze tra i sistemi è essenziale per evitare le insidie: come si confrontano i sistemi basati su regole con quelli automatizzati? Come si può evitare che il processo decisionale cada in un silo scegliendo il tipo di ottimizzazione sbagliato?

Comprendere i sistemi basati sulle regole rispetto a quelli guidati dall'IA

In parole povere, i sistemi basati su regole utilizzano dichiarazioni predefinite "Se/Allora" per impostare trigger che impongono azioni all'interno del sistema. Ad esempio, se l'occupazione raggiunge il 20%, allora la tariffa della camera aumenterà del 10%.

Questi sistemi eseguono solo azioni predefinite e continuano a farlo finché non gli si dice di fermarsi. Ogni eventualità necessita di una regola scritta per garantire l'azione; se non c'è una regola, il sistema non prenderà alcuna iniziativa. Se si commette un errore nell'inserimento di una regola, il sistema continuerà a seguire ciecamente quella regola, con il rischio di danneggiare l'azienda. 

I sistemi basati su regole sono comunemente confusi con l'intelligenza artificiale e i sistemi di apprendimento automatico; tuttavia, non sono né l'una né l'altra cosa: anche se apparentemente funzionano da soli, agiscono esattamente secondo le istruzioni impartite da un umano. Mentre i sistemi basati sull'intelligenza artificiale imparano e si adattano per determinare l'azione migliore in base ai comportamenti dei dati, senza bisogno di parametri predefiniti.

Gli svantaggi dei sistemi basati su regole

I sistemi basati sulle regole richiedono che i revenue manager abbiano il tempo di controllare, rivedere e creare costantemente le regole. Questo processo può essere altrettanto complesso dell'installazione di un approccio algoritmico, a causa del numero di variabili presenti nel processo di prenotazione dell'hotel, tra cui il tipo di ospite, le sue esigenze di prenotazione e di soggiorno.

A volte, le regole possono entrare in conflitto tra loro: ad esempio, potreste avere una regola impostata per fornire plusvalori a chi soggiorna 5 o più notti in un hotel resort, e una regola separata che non prevede plusvalori per chi prenota un tipo di camera entry-level. Se non vengono impostate correttamente all'interno di una gerarchia complessa, le regole possono riflettere tariffe che confondono i clienti, costringendoli a rivolgersi altrove per prenotare.

I prezzi di gruppo sono un ostacolo particolare per i sistemi basati su regole, soprattutto quando le richieste includono la spesa per cibo e bevande. Le esigenze variabili delle prenotazioni di gruppo semplicemente non si adattano ai sistemi basati su regole, creando lavoro manuale per i team di prenotazione interni e spesso causando ritardi nella risposta alle richieste di business di gruppo, mentre i team di vendita, prenotazione e revenue discutono su quale parte di business prendere.

Nelle aziende in cui le competenze umane sono sufficienti per definire (e ridefinire costantemente) le regole, i sistemi basati su regole possono funzionare per problemi semplici. Ma i risultati sono variabili, a seconda della qualità del revenue manager, della sua conoscenza del mercato, della diligenza nella creazione delle regole e del tempo investito regolarmente per creare e regolare le regole.

I sistemi basati su regole tendono a non raggiungere il loro scopo quando i responsabili delle entrate sono assenti, in vacanza, indisposti ad altre priorità o lasciano l'azienda (con un nuovo membro del team che di solito deve partire da zero e revisionare il sistema per assicurarsi di conoscere le complessità delle regole esistenti).

Una previsione accurata in circostanze difficili può essere creata solo da un sistema automatizzato intelligente, che apprende continuamente ed è in grado di elaborare migliaia di dati più velocemente di un essere umano. Tali sistemi consentono agli hotel di rispondere dinamicamente alle mutevoli condizioni di mercato 24 ore su 24, 7 giorni su 7, gestendo anche le sfumature delle singole prenotazioni.

Aumentare il potere di determinazione dei prezzi e gestire l'incertezza

Le decisioni relative alla gestione dei ricavi e all'ottimizzazione dei prezzi comprendono troppe variabili che la mente umana non è in grado di analizzare in tempo reale. Per fornire una capacità decisionale più accurata, i sistemi devono modellare le situazioni reali e reagire in modo intelligente in un batter d'occhio per rimanere al passo con le tendenze del mercato e lavorare nel contesto degli obiettivi aziendali di un hotel.

Mentre le regole stagnanti e non adeguate lasciano il denaro sul tavolo, un sistema automatizzato aiuta gli albergatori a gestire l'incertezza e ad essere proattivi nella gestione delle tariffe, aumentando il loro potere tariffario. 

Dal punto di vista dei dati, la struttura del soggiorno di un hotel è una complessa rete basata sul tempo, costruita su molteplici combinazioni di giorni di arrivo, durata del soggiorno e categoria di camera che interagiscono. Deve considerare tipi di ospiti qualificati e non qualificati, ciascuno con una domanda distinta. Se a ciò si aggiunge l'incertezza relativa ai modelli di prenotazione, alla stagionalità, ai tassi di mancata presentazione e così via, si ottiene una complessità che va oltre le capacità di analisi umane.

Ottimizzazione automatica

Tutte le decisioni di revenue management - anche la vendita di una camera per una singola notte - hanno un impatto su tutte le altre decisioni, poiché quella camera potrebbe essere venduta in combinazione con altre notti per ottenere maggiori entrate complessive. La natura di rete del problema comporta una notevole complessità. Ad esempio, gli itinerari di soggiorno che sono una combinazione di notti adiacenti occupate e non occupate possono produrre maggiori entrate complessive rispetto agli itinerari di soggiorno che sono una combinazione di sole notti occupate.

Le decisioni di accettare o rifiutare le prenotazioni devono essere prese continuamente, spesso fino a un anno prima. Ciò introduce incertezza e mancanza di conoscenze complete nel momento in cui tali decisioni devono essere prese. Poiché le decisioni devono essere prese in tempo reale in un ambiente incerto, è necessario un complesso processo di previsione e ottimizzazione matematica proattiva, possibile solo con sistemi di revenue management automatizzati e basati sull'AI.

Nei sistemi ottimizzati basati sull'intelligenza artificiale, il processo decisionale è altamente dinamico, sofisticato ed economico, grazie alla capacità del computer di elaborare grandi quantità di dati e di tenere conto di migliaia di scenari in pochi secondi. Possono produrre decisioni ottimali in tempo reale in un'ottica di rete, tenendo conto della natura incerta della domanda.

Questo è possibile solo con tecniche di previsione che producano non solo una previsione della domanda media, ma anche dell'incertezza della domanda. Un sistema di previsione di questo tipo alimenta il sistema di ottimizzazione delle decisioni basato sull'apprendimento automatico e sull'ottimizzazione matematica per massimizzare i profitti gestendo i rischi associati alla natura incerta della domanda e del mercato.

Quando l'abbastanza buono NON è abbastanza buono

C'è spazio sia per approcci tradizionali basati su regole che per sistemi automatizzati. Il sistema migliore per la vostra azienda dipende da molti fattori, come la complessità del vostro hotel, la quantità di dati a cui avete accesso, la struttura del sistema sottostante che fornisce valore e la frequenza con cui il sistema decisionale deve essere aggiornato.

Alcuni albergatori hanno deciso che i sistemi basati su regole sono "abbastanza buoni", soprattutto in caso di rinnovo del personale e di riqualificazione. Ma hanno considerato le lacune più critiche, note o sconosciute, comprendendo la matematica complessa e le anomalie comportamentali? I responsabili commerciali devono valutare come correggere queste lacune tenendo conto dell'impatto sul personale e delle decisioni interne che prendono.

L'obiettivo principale delle previsioni è identificare l'intera gamma di possibilità, non un insieme limitato di certezze immaginarie. L'accuratezza di una specifica previsione è solo una parte del quadro: anche un orologio rotto ha ragione due volte al giorno. Gli ospiti di oggi si comportano in modo diverso da quelli di ieri; quelli di domani saranno ancora diversi.

Il compito del previsore è soprattutto quello di mappare l'incertezza. In un mondo in cui le nostre azioni nel presente influenzano il futuro, l'incertezza è un'opportunità. La scelta di un sistema di gestione delle entrate con processo decisionale automatizzato farà la differenza per una migliore comprensione dell'ignoto.

IDeaS dispone di una suite di soluzioni di revenue management per hotel e altre strutture ricettive, progettate per ottimizzare i profitti in tutti i flussi di entrate. Per saperne di più idee.com