Avui dia és conegut de sobres l’èxit que aporta el revenue management a les empreses d’allotjament turístic. Tothom en fa servir, encara que pocs saben realment de què es tracta. Tot i això, tothom presumeix de fer-s’ho a la seva manera.
“Nosaltres hem comprat un software súper modern d’una startup d’èxit que pràcticament ens ho dona tot fet”, diuen alguns. Al mercat hi ha múltiples ofertes de softwares de revenue management, que es basen en un seguit d’algoritmes que ofereixen coneixement sobre la demanda que tindrà el producte i, si la competència marcada és la correcta i la persona que interpreta les dades sap fer-ho, ens permetrà prendre decisions tarifàries a futur.
Aquests softwares de revenue management, disposen de diverses versions i preus segons els blocs que es vulguin contractar. Gairebé tots ofereixen les mateixes opcions:
Totes aquestes eines son molt útils si se saben interpretar totes les dades. La informació que ofereix un revenue manager pot servir per prendre decisions tarifàries i plantejar tàctiques de preus per la venda dels nostres productes a futur. Però què fem passat aquest moment?
La major part dels hotelers independents, a final de temporada o a finals d’any, seuen, calculen la facturació total, paguen les factures pendents i es reparteixen els resultats. Però saben d’on surten aquests resultats? Tenen la informació clara i segregada per analitzar la facturació d’aquell any i poder prendre decisions estratègiques per a l’any següent?
Quan fem inversió en màrqueting online ens obsessionem en saber com calcular el retorn de la inversió, parlem amb especialistes i busquem informació per comparar mètodes de càlcul de retorn de la inversió online. Per què quan invertim en softwares de revenue management no ens capfiquem també en calcular els resultats d’aquesta inversió? És senzill, creiem que el resultat son els diners que ens queden a la butxaca a final de temporada un cop hem pagat els nostres col·laboradors, però no ho analitzem.
Els softwares de revenue management faciliten la presa de decisions per establir les tarifes basant-se en algoritmes per conèixer la situació de la demanda i de la competència, però passada la data, ja no ens serveixen per analitzar les decisions preses, és a dir que no podem veure els resultats d’aquestes decisions ja preses.
Per això és necessari tenir en compte la producció per canals de distribució, conèixer quins percentatges de comissió suportem per cada canal, saber quant ens costa vendre les habitacions per un canal o un altre tenint en compte l’efecte aparador que ens ofereix cada canal i el que diu de la nostra marca. També es necessari conèixer les vendes per segments de compradors, no només per les nacionalitats dels nostres clients, sinó per tipologies segons el motiu del seu viatge, parelles, famílies, viatge de negocis o oci, grups… És imprescindible saber qui és el nostre client, i, sobretot, quin client és el més rendible, qui paga les habitacions més cares i qui és el que consumeix més serveis extra a part de la pernoctació. Tampoc podem deixar d’analitzar les vendes per tipologies d’habitacions, quina és l’habitació que es ven més, quina és la que es ven abans i com es venen segons el perfil del client. Potser tenim productes que només consumeix un tipus de client i no els estem traient el rendiment suficient, o els estem venent pels canals que rendeixen menys. S’ha de tenir en compte el mètode de compra del client; avui dia els clients disposen de moltes eines online per fer comparacions abans de reservar i trien les maneres de compra més ràpides i senzilles. Sabem per on entren les vendes? Coneixem el percentatge de reserves que entren per telèfon o les pernoctacions venudes a través de dispositius mòbils?
Tots aquests factors no els analitzen els softwares de revenue management, encara que són les anàlisis que necessitem per saber si la feina que hem fet ha estat exitosa i ens pot permetre prendre decisions estratègiques de cara al futur, sempre per rendibilitzar al màxim les nostres vendes. Si no, per què treballem?
Molts diran, “nosaltres tenim un software PMS (Property Management System), un programa de gestió interna de l’hotel on consten totes aquestes variables i ens serveixen per analitzar tots aquests factors”. Segur?
Avui dia el mercat ofereix innombrables ofertes de softwares PMS, i la majoria presumeixen de comptar amb un BI (Business Intelligence) molt desenvolupat que facilita la feina dels directius oferint-los gràfics i analítiques sobre els principals KPI que mostren l’evolució productiva i financera de l’establiment. En principi és senzill i a les cadenes hoteleres que compten amb personal i recursos per establir i configurar tots aquests sistemes i funcions es pot establir d’alguna manera, però, què ens trobem en hotels independents i amb menys recursos econòmics i humans?
La gran majoria d’hotels ni tan sols tenen configurada una segmentació dels seus clients. Molts només en coneixen la nacionalitat, ja que és un factor que estan obligats a complimentar per enviar la informació dels viatgers a les autoritats pertinents. Però hem configurat una segmentació segons la motivació del viatge del client? Estan els recepcionistes afegint aquesta informació al PMS un cop han fet el check-in i saben a quin segment pertany el client? Sabem per quin canal han arribat les reserves introduïdes? Quants connectors tenim configurats al PMS? Tenim els canals ben anomenats? O els tenim duplicats i cada recepcionista ho assigna com vol? Diferenciem les reserves directes rebudes per la web de l’hotel de les que hem rebut per telèfon o correu electrònic? En molts casos, quan extraiem informes analítics els camps “sense segment” o “sense agència” son els que tenen un percentatge més elevat. Això vol dir que no sabem qui són la major part dels nostres clients ni sabem d’on venen la major part de les reserves que tenim.
Els PMS no ofereixen facilitats de softwares de revenue management, sinó que ofereixen l’exportació a Excel de part de la informació gravada al sistema, la qual cosa ens dona una gran quantitat de dades en informes numèrics que, en la major part dels casos, no especifica els camps d’on treu la informació. Llavors tenim els informes, però sabem interpretar-los? En cas que sí, interpretar-los comporta una feina molt carregosa d’eliminar columnes que no ens serveixen per a res, unificar cel·les que segreguen una mateixa informació i generar gràfics suficientment fidels a la informació per poder extreure’n conclusions.
Hi ha PMS molt moderns que presumeixen d’oferir un BI molt desenvolupat amb gràfics i estadístiques a les pàgines principals de treball per tenir una idea clara de l’evolució de les vendes, però ni tan sols ofereixen dades comparatives de la producció de l’any anterior per a les mateixes dates. De debò que analitzen les dades que ens interessen? N’hi ha d’altres que son bàsics però que presumeixen de ser perfectes per la gestió d’establiments petits: “no paguis per funcionalitats de software que el teu establiment no necessita”, però a l’hora d’analitzar no ofereixen ni els preus mitjans de les habitacions venudes. Estem anomenant PMS a un programa que apunta reserves i emet factures?
Un bon software de revenue management ha de permetre analitzar dades a data passada, oferir estadístiques i resultats dels canals de venda, tipologia de clients, els preus amb què s’han produït les habitacions, antelació de les reserves per dates, percentatges d’ocupacions, percentatges d’anul·lacions, vendes per tipus de productes, produccions de serveis extra que ofereix l’establiment… S’han de poder analitzar aquestes dades per separat i entrellaçades entre si per conèixer d’on venen els ingressos i poder maximitzar-los, alhora que podem saber quins son els canals o clients menys rendibles i que no ens interessen. Sabrem quines son les restriccions que ens podem permetre posar a la venda, quins packs o serveis incloure en promocions i quins serveis o productes costa més vendre i així poder analitzar-los per optimitzar els ingressos.
Un software de revenue management no ha de servir només per investigar preus de la competència, conèixer la demanda i saber la nostra paritat de preus online, sinó que ens ha d’ajudar a comprendre els resultats, saber si les decisions preses han estat les correctes i ens ha de permetre millorar la nostra estratègia i les tàctiques a aplicar per temporades futures.
Cristina Fernández | Assessora i professora de Revenue Management a ESHOB