"Principi, processi e potenziale ineguagliabile della REVENUE SCIENCE"
Indipendentemente da quale sia il fulcro della vostra attività, sia che vendiate stanze di albergo o parcheggi, la possibilità di realizzare previsioni certe e, di conseguenza, prendere decisioni mirate sui prezzi, parte da una ben radicata comprensione della domanda disponibile nel vostro mercato.
Il punto di partenza è adottare un approccio scientificamente ragionato alla valutazione della vostra domanda senza restrizioni, ossia una domanda che non è vincolata dalla capacità o dalle limitazioni del vostro esercizio e che potrebbe essere soddisfatta qualora la vostra proprietà avesse un numero illimitato di risorse disponibili.
Immaginiamo, ad esempio, un hotel di 100 camere o un parcheggio di 100 posti con una domanda di circa 100 camere o posti auto in una data particolare. Applicando una tariffa appropriata, il gioco è fatto. Adesso pensate alla stessa proprietà, ma con una domanda per 1.000 unità. Il modo in cui ottimizzate la vostra attività può necessitare di misure molto differenti tra le due circostanze. In definitiva, in entrambe le situazioni, potete raggiungere la piena occupazione, ma la domanda reale è molto diversa. Nel secondo caso, potete permettervi di adottare una strategia di yielding più aggressiva, di applicare tariffe più elevate e di riempire comunque la vostra proprietà.
Tutti i dati cronologici cui fate riferimento dopo la data in questione saranno influenzati da molti fattori, come la capacità e le decisioni sui prezzi. È importante capire quale sarebbe stata la domanda, se non fosse stata influenzata dai suddetti fattori di restrizione. Invece di guardare alla domanda con restrizioni, ciò ci permette di conoscere la vera domanda, ottimizzando così realmente i profitti.
A volte mi chiedono perché non utilizziamo i dati delle occasioni sfumate per determinare la domanda senza restrizioni. Forse, alcuni decenni fa, poteva ancora essere effettivamente possibile tenere traccia di cancellazioni e prenotazioni non finalizzate, ma nel complesso mondo online di oggi, tenere traccia di questo tipo di dati in modo ordinato e accurato è difficile. Ciò è particolarmente vero quando non si può sapere perché una persona non è disposta a pagare una determinata tariffa. Una prenotazione non confermata non è più solo dovuta al prezzo, ma a una combinazione di molti fattori come posizione, reputazione e contenuti online.
L'utilizzo dei dati relativi alle occasioni perse è fallibile e passibile di errori, nonché, in ultima analisi, incline a produrre una stima non accurata della domanda. I sistemi più avanzati di revenue management utilizzano metodi scientifici per comprendere la vera domanda ed è dimostrato come questo approccio sia in grado di garantire la massima affidabilità a causa dell'integrità dei dati utilizzati.
La domanda porta con sé molta incertezza, quindi è meglio vederla come un segnale che può essere previsto, ma a cui deve essere aggiunto il rumore statistico, ossia tutte le fluttuazioni apparentemente casuali o arbitrarie della domanda. Il rumore statistico non può essere previsto e non è possibile separare in modo preciso un segnale dal rumore utilizzando i metodi di previsione tradizionali.
L'attività di previsione consiste nell'isolare il segnale e utilizzarlo per produrre una previsione. Ma ciò che rimane, dopo aver tolto il segnale, è il rumore casuale. Pertanto, è necessario capire che, per qualsiasi previsione, permane sempre un certo grado di incertezza e che bisogna tenere conto del rumore casuale.
Per realizzare previsioni accurate, il sistema di revenue management deve:
- Evitare dati inesatti o "rumorosi" che riducono l'affidabilità di una previsione della domanda.
- Sviluppare sistemi di machine learning, basati su decisioni, che si adattano rapidamente ai cambiamenti della vostra azienda o del mercato per migliorare continuamente le prestazioni previste.
- Sfruttare la potenza di centinaia di modelli di analisi, che devono essere ottimizzati per specifici scenari aziendali.
- Prevedere la domanda incorporando dati storici e futuri, prezzi dei concorrenti e intelligence sulla domanda di mercato futura.
- Considerare la domanda e come varia a causa di andamento, stagione, giorno della settimana, tendenze anno-dopo-anno, cambiamenti, durata del soggiorno e tipo di risorsa.
- Comprendere le relazioni uniche tra proprietà, segmenti di mercato e i loro modelli di prenotazione, tenendo conto dell'incertezza o della volatilità nel mercato.
- Integrare i dati di pricing e market demand intelligence direttamente nelle previsioni della domanda e nelle decisioni strategiche prese per ottimizzare le prestazioni della revenue.
Presso IDeaS, quando parliamo delle previsioni non stiamo parlando soltanto di prevedere un risultato ma anche di prevedere l'affidabilità di quel risultato. Utilizziamo la previsione della domanda, e l'incertezza, per far fronte al rischio associato all'incertezza stessa della domanda sul mercato nel nostro processo decisionale, invece di ignorarla.
Ravi Mehrotra, President, Founder e Chief Scientist IDeaS Revenue Solutions
IDeaS, azienda del gruppo SAS, è leader nel settore dei software e dei servizi di consulenza innovativi per il revenue management. Con oltre 30 anni di esperienza, IDeaS diffonde la cultura del revenure scientifico a oltre 11.000 strutture clienti in 129 Paesi.
Dall'unione delle conoscenze del settore con la tecnologia innovativa di analisi dei dati, IDeaS crea soluzioni sofisticate ma semplici per offrire opportunità di revenue attraverso strumenti decisionali precisi e automatizzati.
