Hotelarze, którzy wprowadzili Revenue Management do swoich hoteli, wiedzą, że podstawową rzeczą wymaganą przez RM są dane. Pochodzą one w głównej mierze z PMS-ów (systemów hotelowych), ponieważ tam gromadzone są wszelkie informacje o rezerwacjach, cenach i wynikach hotelu. Dane, które można uzyskać, są tak dobre jak ich wprowadzenie. W związku z tym hotelarze stosujący RM kładą duży nacisk na dyscyplinę wpisywania danych i przestrzegania ich poprawności. Dzięki temu mogą potem przeprowadzać analizy.
CO HOTELARZE ANALIZUJĄ
Dane potrzebne do analizy pod kątem RM można podzielić na dwie kategorie: wyniki i dane rezerwacji, które z kolei rozróżniamy, jako historyczne i prognozowane. Mając takie informacje, można odszukać podobne zachowania pomiędzy rezerwacjami i dokonać ich segmentacji, która pomoże nam dokładniej adresować wartość produktu i usługi i dopasowywać do nich cenę. Źródło rezerwacji per segment pomaga określić politykę dystrybucji: przez jaki kanał, jakim kosztem i kiedy docierają do hotelu rezerwacje. Wyniki podsumowują nasze akcje i decyzje, określają stan finansowy obiektu.
Na tej podstawie hotel może tworzyć politykę cenową docierającą do właściwego klienta we właściwym miejscu, o właściwym czasie. Marketing buduje świadomość klienta o wartości produktu, revenue manager uczy się, co wywołuje u klienta chęć zakupu produktu. W ten sposób coraz więcej hoteli pro- wadzi Revenue Management. Ale tak jak wspomniałem, na tym etapie RM istnieje pewien dylemat. Dane, jakie hotel analizuje, są danymi wewnętrznymi organizacji. Dotyczą tylko tego klienta, tylko takich rezerwacji, które zostały już w hotelu dokonane. Prognozy opierają się na rezerwacjach już dokonanych w przeszłości.
PRZYJRZYJ SIĘ DANYM RYNKOWYM
Załóżmy, że planuję przyjechać do Kra- kowa jako turysta. Wiem, że będę dużo zwiedzał i potrzebuję noclegu na jedną noc, na który chciałbym przeznaczyć 400 zł. Moje poszukiwania obiektu będą elementem doznań z wycieczki do Kra- kowa. Oprócz ceny za pokój będę więc poszukiwał dodatkowych elementów
w propozycji produktu hotelu, tak aby wydatek na nocleg miał jak największą wartość dla mnie. Załóżmy, że w Krakowie są dwa hotele: X i Y. Cena obiektu X za pokój wynosi 350 zł, zaś Y – 505 zł. Oba hotele spełniają moje oczekiwania, jednak różnica w cenie będzie miała duże znaczenie ze względu na zaplanowany przeze mnie budżet 400 zł.
Zajmijmy się najpierw hotelem X, którego cena mieści się w moim budżecie, więc dokonuję rezerwacji. Hotel wewnętrz- nie rejestruje dane rezerwacji. Danego dnia jest popyt, a ten równa się jednej rezerwacji za 350 zł. Hotel ten stosuje Revenue Management, prowadzi dyscyplinę danych, więc analizuje swoje dane wewnętrzne. Ale czy to są dane prawdziwe? Czy rzeczywiście popyt tego dnia był za 350 zł? Szczerze mówiąc, nie. Cieszę się, że dokonałem zakupu za 350 zł, ale pamiętajmy, że w budżecie przeznaczyłem na ten cel 400 zł.
Teraz zobaczmy, co stało się w hotelu Y, którego cena przekracza mój ustalony budżet. Zaplanowałem wydać 400 zł na nocleg. Pokój w hotelu kosztuje 505 zł
Nawet jeśli ma zalety, które są dla mnie bardzo ważne, to jednak różnica w cenie nie jest dla mnie na tyle atrakcyjna, żebym wybrał droższy hotel. Hotel Y wewnętrz- nie rejestruje dane rezerwacji z tego dnia. Danego dnia popyt równa się zero. Obiekt ten stosuje RM, prowadzi dyscyplinę danych, ale czy są one prawdziwe? Czy nie było w ogóle popytu?
W obydwóch przypadkach popyt wynosił jeden, za cenę 400 zł. Hotel X stracił przy- chód w wysokości 50 zł, bo byłem w stanie zapłacić za pokój 400 zł, ale nie zapłaciłem tyle, ponieważ cena wynosiła 350 zł. Takie 50 zł straty nazywa się w ekonomii nadwyżką konsumenta. Hotel Y stracił dużo więcej – 400 zł. Byłem w stanie zapłacić za ten pokój tę kwotę. Być może pokusiłbym się o małą ekstrawagancję i powiększył budżet do 450 zł, jeśli zalety hotelu bardzo by mnie do tego zachęcały. Ale ponieważ cena wynosiła 505 zł, zrezygnowałem z tego hotelu. Hotele, które stosują już Revenue Management, zdają sobie sprawę, że dane wewnętrzne, jakie posiadają, niekoniecznie odzwierciedlają sytuację na rynku. W RM pojawia się zagadnienie „rynek”. Zadanie jego zgłębienia staje się ważniej- sze niż wyniki wewnętrzne hotelu. Gdyby hotele X lub Y wiedziały, że danego dnia przyjadę do Krakowa z przeznaczonym budżetem 400 zł, być może dopasowałyby do niego cenę. Gdyby obiekt Y wie- dział, jakie mam oczekiwania, być może byłby w stanie przedstawić mi wartość swojego produktu tak, że byłbym skłonny zapłacić nawet 505 zł.
E-MARKETING POZWALA
WIDZIEĆ WIĘCEJ
Rola rynku w Revenue Managemencie zawsze była duża, ale do tej pory była określana na zasadzie wyczucia i doświadczenia revenue managera. Obecnie technologia pozwala nam odczytywać rynek dokładniej niż na wyczucie – dzięki e-marketingowi. Wróćmy do mojego przykładu z Krakowem. Od czego zaczynam rozpoznanie opcji noclegu w tym mieście? W Polsce mamy ponad 38 mln obywateli. 27 mln z nich korzysta z internetu. 13,9 mln internautów korzysta z sieci, by zdobyć wie- dzę na temat turystyki, w tym tę związaną z wyborem noclegu. Każda z tych osób używa 4 różnych urządzeń do skorzy- stania z internetu. Średnio każda osoba wchodzi na 30 różnych stron w poszukiwaniu informacji dotyczących podróży:
od tych o destynacji, do tych na temat bezpieczeństwa na rynku po 23.00. Informacje możemy zdobywać każdego dnia przez 365 dni w roku.
61% wszystkich użytkowników planujących podróż zaczyna od wyszukiwarki. Jeśli hotel ma własną stronę internetową, jeśli jest ona odpowiednio wypozycjonowana, pokaże się na pierwszej stronie wyników wyszukiwania. Jeśli hotel dystrybuuje przez OTA, najprawdopodobniej OTA pozycjonuje najbardziej poszukiwane w planowaniu podróży słowa kluczowe.
Szukając noclegu w Krakowie, zaczynam od wyszukiwarki, z której trafię albo na stronę hotelu, albo na stronę OTA. Wchodzę w przeglądarkę i wyszukuję słowa, które mają mi w pomóc znaleźć nocleg w Krakowie. Wpisuję więc frazę „hotel w Krakowie” oraz dodaję „w centrum”, ponieważ nie chcę tracić czasu na dojazdy. W rezultacie otrzymuję listę linków odnoszących się do mojego zapytania. 90% rezultatów to OTA lub meta-searche. W 90% przypadków booking. com wyświetla się jako pierwsze OTA. Istnieje więc bardzo duże prawdopodobieństwo, że kliknę właśnie w ten portal.
PIERWSZA STRONA CZYTANA
JEST BEZ SCROLLOWANIA
Będąc na stronie OTA, nie pozostaje mi nic innego, jak wyszukać hotele w terminach, które mnie interesują, by wtedy zwiedzić Kraków. To jest mój tak naprawdę pierwszy krok na etapie poszukiwań. Kolejny etap klienta w drodze do dokonaniu zakupu noclegu w Krakowie to przeczytanie rezultatów wyszukiwań. Statystyki podają, że 100% użytkowników wchodzących w wyszukiwarkę czyta pozycje na pierwszej stronie, bez scrollowania (przesuwania strony w dół). 90% osób scrolluje, aby poznać wyniki zamieszczone niżej na pierwszej stronie.
Stronę drugą odwiedza już 50% z tych użytkowników. Stronę trzecią odwiedza 50% z tych 50% itd.
Do tej pory pozycję na stronie OTA (page ranking) hotelarze sprawdzali ręcznie i wyrywkowo. Kiedy pozycja była słaba, hotele, aby ją poprawić, brały udział w dodatkowej, preferowanej promocji OTA, część tworzyła atrakcyjne cenowo promocje. Każda z tych akcji miała na celu stymulowanie atrakcyjności oferty na stronach OTA w stosunku do konkurencji. Problem polegał na tym, że ciężko było ręcznie sprawdzać, jaką hotel ma pozycję na każdy dzień w roku – zwłaszcza że lista pozycji hoteli w OTA dostosowuje się personalnie do użytkownika, wynika z jego zachowania i historii wyszukiwania.
Teraz hotelarze mają do dyspozycji narzędzia, które automatycznie monitorują page ranking hotelu i jego konkurencji dla danej destynacji. Są to dane poglądowe, ze względu na personalizację wyników wyszukiwania, ale monitoring pozycji na stronie OTA na każdy
dzień sam w sobie daje revenue managerowi dużo informacji wstępnej. Jeśli w ogólnym wyniku hotel jest na stronie drugiej lub dalej, istnieje powód do reakcji. Następny etap w drodze zakupowej klienta, po wyszukaniu destynacji i przeczytaniu rezultatów (na pierwszej stronie), stanowi poznanie obiektów, które wzbudziły jego zainteresowanie.
Opinie o hotelu formułowane przez innych użytkowników są dla 75% klientów wiarygodnym źródłem wiedzy. Informacja o wyniku hotelu w opiniach (scoringu), w porównaniu do konkurencji, jest bardzo ważnym atrybutem, jaki należy wziąć pod uwagę przy ustalaniu cen. Ogólny scoring opinii daje klientowi ogólne pojęcie o wartości produktu. Scoring podzielony na dane kategorie daje klientowi bardziej szczegółowy obraz. Ogólna średnia hotelu może mieć wysoki scoring. Ale jeśli na ten wynik składają się super lokalizacja, produkt, ale nie jakość usługi lub czystość, to diametralnie zmienia percepcję klienta.
STYMULACJA CENY
Po wyszukaniu destynacji, po wyborze hoteli z rezultatów i po zapoznaniu się z opiniami o hotelach klient zwraca uwagę na cenę, mającą dla niego – co oczywiste – bardzo duże znaczenie. Istotna jest też forma prezentacji tej ceny. Jeśli hotel stosuje promocję przedstawioną w taki sposób, że oryginalna cena wyż- sza jest przekreślona, a aktualna jest niż- sza cena, przekazuje informację klientom: wartość mojego produktu jest wyższa niż cena, za jaką możesz ją kupić. Jeśli jakiś hotel ma pokój za 505 zł, a inny podaje cenę 846 zł przekreśloną na 505 zł, to teoretycznie obydwa hotele są w tej samej cenie. Jednak wg statystyk klient chętniej wybiera cenę z promocji, sugerując się tym, że wartość produktu jest większa (tzw. skim pricing). Porównanie cen przez price shoppera, 505 zł do 505 zł, nie wzbudzi w revenue managerze podejrzeń. Ale informacja dotycząca promocji zamieszczanych w OTA przez konkurencję już tak. Revenue manager będzie miał teraz dużo szerszą wiedzę nie tylko o poziomach cen, ale i o ich prezentacji. Gdy nie ma on informacji o taktycznych planach konkurencji, bazuje na wiedzy zdobytej dzięki shopperowi: hotel Y ma cenę 505 zł, konkurencja tyle samo, czyli jesteśmy na dobrym poziomie. Mając informację o promocjach, revenue manager wie: „Hotel Y prowadzi agresywną promocję, zwrotną i bezzwrotną, obniżając cenę o 40% do poziomu 505 zł od 1 marca do 20 czerwca”. Często jest też tak, że oprócz promocji w OTA hotele praktykują zabiegi cenowe z wykorzystaniem śniadania wliczonego w cenę. Cena za sam pokój jest niższa, więc wpływa na pozycję w OTA, z drugiej zaś strony cena ze śniadaniem buduje większą wartość. Hotel konkurencyjny może mieć cenę za pokój 400 zł, a obiekt Y za 505 zł, ale ze śniadaniem. Czy revenue manager hotelu Y powinien akceptować taką różnicę w cenie? Do tej pory odpowiedź na takie pytanie była intuicyjna. Zobaczmy, co się stanie. Teraz mamy technologię, która podpowiada nam, jaka jest cena śniadania u konkurencji. Revenue manager obiektu Y dzięki temu wie, że różnica w cenie między pokojem ze śniadaniem w jego hotelu a obiektem konkurencyjnym bez śniadania wynosi 105 zł. Jednak średnia wartość śniadania wśród jego konkurencji to 40 zł. W związku z tym revenue manager musi podjąć decyzję, czy przypadkiem nie wycenia swojego pro- duktu ze śniadaniem za wysoko. Ostateczny etap klienta, by wybrać nocleg, stanowi dokonanie rezerwa- cji. Dopiero ten etap rejestruje hotel. Jest klient, w danej dacie, za daną cenę. Popyt równa się jeden, przychód równa się cena za pokój razy liczba dób. Dopiero od tego momentu revenue manager zaczyna analizować swoje wewnętrzne statystyki. Tę analizę już znamy. Przychód, średnia cena, obłożenie są podstawowymi współczynnikami, które mierzą wydajność hotelu.
Możemy z nich wyliczyć przychód na każdy dostępny pokój (RevPAR). Jeśli znamy bazy kosztowe – koszty zmienne i koszty stałe – możemy z powyższych wyników wyliczyć przychód netto lub zysk operacyjny brutto na dostępny pokój (GOPPAR).
Revenue manager, oprócz tradycyjnych wyników, analizuje rezerwacje, jakie są dokonywane w hotelu, w celu zdobycia wiedzy na temat charakterystyki zachowań rezerwujących. Podobne zachowania grupuje w segmenty. Potem adresuje propozycje produktu do każdego segmentu wraz z ceną. Dzięki temu może bardziej dynamicznie dostosować cenę do możliwości, zdolności i chęci zakupu przez potencjalnego klienta. Revenue Management rozwija się tak szybko jak technologie, które go wspierają. Nie jest to już tylko statystyczne wyliczenie prognozy, sztuczna inteligencja rekomendująca optymalną cenę na każdy produkt na każdy dzień, ale i ana- liza pozycji hotelu w kanałach online, propozycji jego produktu w kanałach online i atrakcyjności destynacji. RM można prowadzić ręcznie, na podstawie danych historycznych i Excela. Wyniki pokazują różnicę.
Krzysztof Głąbiński
0 komentarzy