Estratègies de preus dinàmics d'hotel

Escrit per Marcos Montero en 2017-05-22T11:46:00Z

Topics: Smart Monitoring

Estratègies de preus dinàmics d'hotel

Des de la dècada de 1980, els hotels han estat utilitzant d’una manera o altra tècniques de revenue management per maximitzar el benefici que poden obtenir de cada client. Aquestes tècniques consistien bàsicament a realitzar promocions de caràcter estacional, com per exemple les típiques ofertes d'estiu.

Però des de fa poc, amb l'entrada en escena del big data, la reserva massiva d'habitacions per internet i la gran quantitat d'informació disponible dels clients, tant pel seu historial com per les preferències de compra de persones amb un perfil determinat, han aparegut nous mètodes d'anàlisi de dades per provar de maximitzar el benefici que es pot obtenir de cada client. Aquests nous mètodes s'apliquen en temps real i d'una manera àgil i personalitzada per a cada persona.

En aquest article explicarem en què consisteixen i com funcionen aquestes noves estratègies de preus dinàmics d'hotel. Però si ho prefereixes, pots escoltar el podcast de la nostra secció (minut 10:50) del programa de ràdio l'Altra Ràdio (Ràdio 4, RNE) del 4 de maig passat, en el qual tractàvem aquest tema.

 

En què consisteix l'estratègia de preus dinàmics dels hotels?

Aquesta estratègia es basa a oferir als clients preus variables de forma dinàmica. Ja no en funció de l'època de l'any o de la demanda, o posant certes habitacions a un preu rebentat com a esquer, sinó oferint preus diferents a CADA persona que faci una cerca d'habitació en funció del seu comportament i historial. L'objectiu final és intentar calcular el preu que està disposada a pagar cada persona per maximitzar el benefici.

D'aquesta manera, dues persones que consultin el preu d'una mateixa habitació en el mateix moment poden obtenir preus molt diferents segons que sigui el seu perfil i historial.

 

Quins són els factors que poden influir en la determinació del preu en el moment de realitzar la reserva?

Si per exemple una persona vol visitar una ciutat determinada i entra al web d'una cadena hotelera per consultar-ne la disponibilitat, considerant el seu perfil de client, el sistema podria tenir en compte aspectes com:

  • Ha estat alguna vegada en aquesta ciutat? A quin hotel? De quina cadena hotelera? Quan? Quant en va pagar aleshores? Amb aquesta informació el sistema pot establir un preu base acceptable per a aquest client, sobre el qual podria acceptar pagar més o menys segons els serveis addicionals que se li poguessin oferir.
  • Es tracta d'un viatge de negocis o personal? Qui pagarà aquesta habitació? En el cas que es tracti d'un viatge de negocis és més fàcil que el client accepti pagar un preu superior per l'habitació perquè no la paga ell, sinó la seva empresa.
  • Utilitza codis de descompte habitualment? Si els utilitza, el sistema podria apujar el preu de sortida de l'habitació perquè és probable que ho torni a fer.
  • Ha estat abans al mateix hotel? Ha escrit alguna opinió a les xarxes socials? Si el client ha escrit alguna ressenya positiva de l'hotel podria estar disposat a pagar més.
  • En quin tipus d'hotels s'allotja habitualment en aquesta zona? Quin preu mitjà tenen? El preu que se li ofereixi ha d'estar d'acord amb el rang de preus que ha pagat anteriorment.
  • El client té targeta de fidelització d'altres cadenes hoteleres? Tenen presència en aquesta mateixa zona? És probable que les estigui mirant, de manera que el sistema també podria valorar oferir-li un preu més baix.
  • Li interessen els programes de “punts”? Si està interessat en aquest tipus de programes, el sistema li podria mostrar un preu superior de l'habitació però a canvi li podria oferir el doble de punts si contracta serveis addicionals.
  • Quin és el preu màxim que ha pagat el client per una habitació com a aquesta en aquesta ciutat? Quin és el preu màxim que ha pagat en aquesta cadena? Si es coneix el preu màxim que ha pagat per una habitació premium, el sistema podria replicar aquestes mateixes condicions i aconseguir que contractés un servei més car del que pretenia al principi.
  • Contracta habitacions de tipus suite de manera habitual? Si ho fa, el sistema podria valorar no mostrar-li el preu d'una habitació estàndard per no arriscar-se que la contractés i pagués menys. Una altra estratègia podria ser mostrar-li el preu de l'habitació estàndard més car perquè la suite li continués semblant interessant.
  • Coneixem altres serveis que hagi contractat en altres ocasions (cotxes, spa, restaurants...)? Si fos aquest el cas, el sistema li podria oferir descomptes en paquets de preu superior que incloguessin aquests serveis.

Els sistemes de reserves d'habitacions d'hotels que utilitzen l'estratègia de preus dinàmics poden tenir en compte aquests aspectes, i molts altres, en temps real, mentre l'usuari fa la recerca i consulta de diferents habitacions d'hotel. Segons el resultat obtingut, a l'usuari se li mostrarà un preu o un altre per cada habitació. El preu màxim que s'estima que està disposat a pagar.

 

Altres exemples d'aquestes tècniques de preus dinàmics

Quan ja és a l'hotel, el client pot rebre ofertes per serveis addicionals en funció, fins i tot, de la seva posició GPS. Per exemple, l’hotel Caesars Palace de Las Vegas, si detecta que un client passa la tarda a l'hotel podria enviar-li una oferta d’entrades d'última hora per al concert que es farà aquella mateixa nit al seu casino. O un hotel de París podria enviar-li una oferta a un client per sopar en un restaurant a la Torre Eiffel si detecta que està passejant per aquesta zona a la tarda. En aquests casos, les ofertes no només s'ofereixen segons el perfil del client, sinó que també hi intervenen factors d'“oportunitat” com el lloc en el qual està situat i el temps que falta perquè tingui lloc l'esdeveniment.

Aquest tipus de tècniques s'utilitzen també en altres àmbits, com per exemple la reserva de bitllets d'avió. En aquest cas, hi ha companyies que mostren un preu de bitllet més elevat si el sistema detecta que la consulta s'està realitzant des d'un mòbil al qual li queda poca bateria. I això és així perquè es considera que l'usuari no voldrà arriscar-se a perdre la transacció i que, en conseqüència, la probabilitat de compra és més elevada.

 

Al final, la idea sempre és fer-li pagar al client el màxim possible (si pot ser, més del que pensava gastar al principi) però aconseguint que es quedi amb la sensació que ha trobat una ganga: “Pensava gastar X, però per molt poc més al final he aconseguit una suite amb spa ...".