bnovo.ru

Как Revenue Management System помогает отелям максимизировать выручку в период неопределённости

Ноябрь 12, 2020
Сегодня многие отели столкнулись с новыми реалиями поведения спроса. Большая доля бронирования приходится на период ближе к датам заезда и потоки бронирований идут, в основном, из сегмента индивидуальных гостей. Все это связанно с тем, что клиенты не в состоянии долгосрочно планировать из-за возникновения возможных ограничений и, в основном, принимают решения о выборе отеля онлайн в последний момент. В связи с этим, управление ценообразованием на основе спроса стало требовать большего внимания и частоты обновлений, чтобы быть уверенными в лучших результатах.

Мы предлагаем вам истории опыта нескольких ваших коллег, в которых они рассказывают, как решают данный вопрос, используя систему RMS (Revenue Management System) от компании hotellab.io.

Мария Дударенко, кластерный Генеральный менеджер отелей М-отель и Маджестик Бутик Отель в Санкт-Петербурге. 135 номеров совокупно

Система RMS помогает нам увеличивать наши показатели по отношению к рынку от 15% (на основе данных системы KPI Benchmarking от Hotel Advisors), а также экономить несколько часов в день на анализе данных и управлении ценами. А самое главное, я уверена, что наши открытые цены соответствуют спросу и приносят нам доход 24/7, за счет полной автоматизации управления ценами.

Ключевые функции системы, которые помогают в работе:

  • “Open pricing” — ценообразование без уровней цен и зависимости между категориями, а именно — сопоставление конкурентного пула индивидуально под каждую категорию и учет минимальной эластичности спроса в обновлении ценовых рекомендаций.
  • Интеграция с системой Travelline — позволяет, вместо ежедневных часовых трат на анализ и изменение цен, проводить обновления за несколько минут.
  • Сбор цен (Rate Shopper) всего рынка Санкт-Петербурга - система хорошо ориентируется в динамики спроса, т.к. знает: повышаются или понижаются цены на рынке последние дни на конкретную дату, а также как на это реагируют наши продажи.
  • Быстрая интеграция с нашей системой PMS (Fidelio Suite 8).
  • Удобная отчетность, что позволяет всегда быть в курсе ситуации в отелях.
Ольга Сухорукова, генеральный менеджер отеля Вознесенский в Екатеринбурге. 55 номеров

Внедрение системы hotellab уже в первый месяц работы помогло нам увеличить ADR на 5% и за этого счет удерживать уровень выручки, несмотря на нестабильный и ограниченный спрос. Дополнительно, на основе отчетов системы, мы пересмотрели нашу ценовую политику и сократили долю посредников OTA на 3%, без потерь в уровне дохода.

Причина внедрения RMS
Мой опыт работы директором помог мне понять важность использования технологий Revenue Management даже в период ограниченного спроса, чтобы максимизировать выручку отеля.
Процесс внедрения
Команда hotellab помогла нам быстро настроить интеграцию с PMS и менеджером каналов Travelline, настроить наш конкурентный сет, а также, предоставили тестовый период и обучающие онлайн сессии, что помогло запустить систему всего за пару недель.
Первые результаты
Первое время у меня возникали сомнения в правильности ценовых рекомендаций. Казалось, что иногда слишком дешево, иногда дороже средних цен на рынке. Но проанализировав несколько итоговых результатов по датам, в которых цены обновляли с глубиной более 10 дней, я увидела, что система всегда точно предугадывала спрос, стимулируя бронирования ценой в неактивные периоды, и продавая дороже когда спрос есть. За счет этого рос наш ADR, т.к. создавалась «подушка» в виде броней заранее и цены поднимались, когда спрос был выше и ближе к датам заезда.
Текущая работа
Сейчас система работает на авто-пилоте по обновлению цен, а мы с командой используем отчеты и аналитику системы для принятия решений, как по продажам, так и при планировании всей деятельности отеля.
Артем Огородников, руководитель СПИР. Отель Урал Тау в Уфе, 107 номеров

В нашем отеле 107 номеров, и мы в начале 2020 года обратились в компанию hotellab, чтобы попробовать внедрить их решение по Revenue Management, а также получить рекомендации по улучшению тарифной политики. В первый месяц сотрудничества мы наблюдали заметный прирост по доходу: в 18% по сравнению с аналогичным предыдущим периодом. На рынке в это время заметного роста не наблюдалась. После снятия ограничений, связанных с пандемией, мы сразу же вернулись к сотрудничеству с компанией Hotellab. И в августе доход в индивидуальном сегменте был на 24% выше, чем в прошлом году. Внедрения технологий Hotellab помогают восстанавливаться значительно быстрее. Также отмечаем команду поддержки hotellab, которая постоянно на связи и менеджеры проводят с нами стратегические звонки по возможным точкам роста эффективности нашего отеля.

Зачем обратились
Мы начали понимать, что теряем потенциал дополнительной выручки, когда не уделяем достаточного внимания открытой цене и работе с индивидуальными бронированиями.
Как часто используем
На ежедневной основе мы анализируем отчеты Pick-up системы, а каждую неделю делаем детальную выгрузку для наших собраний. Параллельно с этим цены меняются автоматические в онлайн ресурсах.
Как работали после пандемии
В июне, после первого снятия ограничений, мы восстановили работу с системой, т.к. наблюдали рост бронирований с маленькой глубиной . За счет обновления цен несколько раз в день, мы сразу же наблюдали рост дохода индивидуальных бронирований, так как наша открытая цена постоянно менялась на 15-20% ниже и выше рынка.
Как продолжаем работу
Система hotellab помогает нам квотировать групповые цены, а также внедряет такие инструменты, как овербукинг и ограничения длительности проживания. Эти действия уже дали нам заметный результат: уровень дохода в индивидуальном сегменте вырос более чем на 20% по сравнению с прошлым годом, а отклонение общего дохода составляет менее 5%.
О системе и компании Hotellab
Компания предлагает первую полноценную систему управления доходами (RMS) для отелей, разработанную в России. Компания основна экспертами Revenue Management в отелях и разработчиками систем машинного обучения. Ключевыми преимуществами системы являются: динамическое ценообразование на основе машинного обучения, наличие собственного сбора цен конкурентов Rate Shopper со всего рынка отелей и сохраненных историй, прогнозирование загрузки с точностью в 90%, расширенная аналитика PMS/АСУ и спроса, интеграция с менеджерами каналов и другие функции.
Дополнительно компанией разработан алгоритм запуска рекламных кампаний Google и Yandex, на основе спроса, для оптимизации комиссий посредников и возможности учета себестоимости номера для увеличения прибыли отеля.

Более подробно ознакомится с решениями hotellab.io и записаться на индивидуальную консультацию, можно по ссылке.

Материал уже оценили 3 гостя на:
5
5
Другие оценили статью на 5* из 5. А ваше мнение?