Revenue Management

RateManager di Booking Suite

Recensione del nuovo RMS RateManager di Booking Suite fatta da Edoardo Caldari

Il colosso delle prenotazioni on-line BookingCom ha da pochi mesi lanciato un nuovo programma per gli albergatori/host per gestire le tariffe della propria struttura in modo consapevole. Lo sto utilizzando da un pò di mesi e ti condivido le mie impressioni.

2017, l’anno dei tools di Revenue Management

Il 2017 è sicuramente l’anno memorabile sotto il profilo dell’innovazione tecnologica in ambito Revenue Management. RateManager di BookingSuite è stato il precursore ed è stato il programma che ha dato il via ad un nuovo settore tecnologico in ambito Revenue, alla portata di tutti. Ne sono seguiti molti altri sulla sua scia.

Il grande pregio di questa mossa di BookingCom è stato quello di aver “democratizzato” un settore ancora d’elitè. I software sino ad allora in commercio erano per pochi per via dei costi piuttosto impegnativi oppure erano molto complessi e difficili da digerire.

Scrivo questa recensione dopo circa 6 mesi d’utilizzo, in cui ho confrontato le raccomandazioni di prezzo del nuovo prodotto di Booking con le raccomandazioni dei miei nuovi algoritmi di Revenue Management.

Breve storia del software RateManager di BookingSuite

BookingCom in realtà non ha sviluppato da zero il programma, infatti per accelerare i tempi di sviluppo (e probabilmente anche i costi) ha acquisito PriceMatch, azienda tra le prime ad aver costruito un sistema di Revenue Management per gli hotel.

Come si presenta la “Dashboard”

La dashbord si presenta con uno stile Metro, mai sinceramente apprezzato dal sottoscritto. Il profilo grafico dell’interfaccia potrebbe piacere a seconda delle preferenze stilistiche.

In questa dashboard vi è un calendario in alto a sinistra dove in modo molto sintetico (ma molto molto) i giorni del calendario vendono colorati di verde/giallo/rosso a seconda che il nostro prezzo attuale sia o meno simile alla mediana dei prezzi dei competitor. In pratica ti fa vedere a colpo d’occhio dove i miei prezzi sono molto differenti da quelli dei miei competitor. Sinceramente non ho mai preso in considerazione questo calendario..

Passando al secondo blocco subito a destra del calendario, troviamo uno spaccato dei prossimi 7 giorni. In questo prospetto sono visualizzate le seguenti informazioni: Occupazione, data e prezzo medio. Anche in questo caso l’utilità di questo piccolo grafico lascia decisamente a desiderare. Ma andiamo avanti.

Passando a 4 blocchi in alto a destra troviamo i ricavi (qui chiamati profitti) del mese in corso, il numero di raccomandazioni che il sistema ha creato per la tipologia di riferimento (standard double in questo caso), l’occupazione del mese in corso confrontata con l’occupazione del mese dell’anno precedete e l’ADR del mese in corso. Nello Screenshot alcuni dati sono mancanti a causa di alcuni problemi di sincronizzazione/dialogo con il PMS.

Se continuiamo ad esaminare l’interfaccia della Dashboard, nella parte bassa vediamo un riepilogo delle ultime modifiche alle raccomandazioni tariffarie sulla sinistra e alcuni vanity stats sulla destra.

La mia opinione sulla Dashboard: Molto migliorabile, al momento credo sia la pagina del programma meno utilizzata in assoluto.

Come si presenta il “Calendario”

Infatti il vero punto forte del software e la pagina dove si trascorrerà la maggior parte del tempo è senza dubbio la pagina chiamata “Calendario”.

Questo è il vero pannello di controllo in cui si prenderanno le decisioni che contano. In questa pagine vediamo un calendario molto potenziato in cui poter analizzare moltissimi dati. Se ci posizioniamo con il mouse sopra un giorno qualsiasi vedremo apparire un pop up come questo:

In questo pop up si potranno vedere diverse cose interessanti. La più interessante per il mio punto di vista è l’andamento del Pick-Up (sono un fan sfegatato del pick-up e ho fatto alcuni studi interessanti su questo argomento). L’altra informazione è il dettaglio del prezzi dei miei competitor.

Nel riquadro del giorno del calendario ci sono queste informazioni:

Il primo è il mio prezzo inserito, il secondo dato è l’occupazione attuale, il terzo rappresenta la mediana dei competitor e il quarto rappresenta la raccomandazione tariffaria.

Se notate in alto a destra trovate una insignificante “i” di informazioni, ma cliccandoci sopra si aprirà un piccolo mondo! Quindi clicchiamo sulla “i” del 5 luglio e compare un nuovo pop-up molto interessante.

Appena si clicca si aprirà un pop up con 4 tab. Il primo ad aprirsi in default è quella della “raccomandazione“. In questo troviamo semplicemente la raccomandazione di prezzo 284 euro e il prezzo attuale di 275 euro. Peccato che non ci sia nessuna spiegazione sul motivo della raccomandazione al rialzo, sarebbe stato davvero utile. Sulla destra ci sarebbe lo spazio per inserire gli eventi e i dati dello stesso giorno dell’anno passato. Come potrete notare facilmente viene fatta una semplice sincronia di calendario per giorno della settimana, infatti i dati di “Mercoledì 5 Luglio 2017” vengono confrontati con i dati di “mercoledì 6 luglio 2016”.

Ora spostiamoci sul tab che reputo più interessante di tutti. Quello chiamato “occupazione

In questo tab è visualizzato il pick-up delle prenotazioni per la data del 5 luglio. Molto interessante e spiega l’andamento delle prenotazioni nel tempo mano a mano che ci si avvicina alla data di arrivo. Anche in questo caso vi invito a leggere questo articolo molto interessante a tema.

Passiamo a vedere velocemente gli altri due tab rimasti, questo è quello dei competitor:

In cui in modo piuttosto banale viene visualizzato l’andamento dei miei prezzi e di quello dei competitor, nello screen i competitor vengono sintetizzati con la loro mediana.

Infine l’ultimo screen di mostra la segmentazione dei canali di vendita che hanno maturato le vendite per la data presa in esame:

In pratica potete confrontare la segmentazione di quest’anno con quella dell’anno passato. Oppure visualizzare la quota di mercato di ogni tipologia di camera come si può vedere nel prossimo Screenshot:

Commento e considerazioni varie

Le caratteristiche principali del sistema sono quelle che sono state evidenziate nel paragrafo precedente, ovviamente ci sono ulteriori diramazioni e funzionalità che sono state omesse poiché non ritenute particolarmente interessanti.

La mia impressione generale è che si stia sviluppando il prodotto nella giusta direzione, ovvero quella di democratizzare l’accesso a programmi costosi a tutti gli addetti ai lavori. Con bookingSuite tutti si possono permettere di utilizzare uno strumento piuttosto articolato per monitorare e analizzare l’andamento delle proprie vendite. Diciamo che questo prodotto ha posizionato l’asticella per i competitor, in pratica tutti i nuovi tool di Revenue dovranno per forza confrontarsi con i prezzi e le funzionalità del leader di mercato.

Il fatto che anche i pesci piccoli o piccolissimi, possano utilizzare uno strumento sofisticato reso semplice come questo, è sicuramente un fatto positivo. La nota dolente è che questo strumento è stato creato dal colosso delle prenotazioni online, dal colosso che possiede in mano la fetta più grossa del mercato delle prenotazioni. Quindi consegnare tutti i dati delle vendite della propria struttura al colosso del web, beh.. non è proprio una scelta saggia. E anche il fatto che il costo di utilizzo della piattaforma sia così basso non è un buon segno in questo senso. Ovvero quando il prezzo del servizio è così basso il guadagno sta nell’accesso ai nostri dati. Quindi BookingCom guadagna molto più dalla possibilità di avere questi dati piuttosto che dalla riscossione del canone mensile.

Osservazioni sull’algoritmo sorgente del programma

Il sistema nella sua impostazione generale non è male. La cosa positiva è che BookingCom stia continuando ad investire nello sviluppo della piattaforma, quindi dalla sua uscita sul mercato molte cose sono migliorate sotto l’aspetto grafico e di utilizzo. La nota dolente sta nella costruzione dell’algoritmo. Non sono completamente in sintonia con la ratio sottostante. Vediamo i motivi.

Critiche all’algoritmo di raccomandazione dei prezzi di RateManager di BookingSuite

La serie di tool che sta mettendo a disposizione degli hotel BookingCom è davvero impressionante. Se pensiamo alle sole Analytics, aggiungiamo il Rate Intelligence per arrivare con il Rate Manager. Il valore aggiunto del portale direi che stia in gran parte qui. Probabilmente l’affiliazione a BookingCom è avvalorata moltissimo da questi tool che mette a disposizione.

Quindi le mie critiche sono in ottica migliorativa e come sempre (seguendo il mio motto) di innovazione incrementale. Non posso affermare che l’algoritmo sia sbagliato e non voglio neppure affermarlo, voglio solo sottolineare come questo algoritmo (ma anche altri in commercio) si possa migliorare.

Il problema delle variabili da considerare

Un qualsiasi algoritmo di Revenue Management è composto da variabili interne e da variabili esterne. Il bilanciamento corretto di queste variabili è il vero dramma da affrontare e da approfondire. La mia opinione, basata sull’esperienza e su esperimenti sul campo, è che in genere le variabili interne siano più importanti delle esterne, per la maggior parte del tempo. Le variabili interne dovrebbero essere i dati guida della mia strategia commerciale e di pricing, ovviamente non possiamo pensare che il mercato, i competitor e tutte le altre variabili esterne siano da ignorare. Come in tutte le cose serve il giusto bilanciamento. Ecco nel caso degli algoritmi costruiti dal sottoscritto le variabili interne sono predominanti, nel caso dell’algoritmo scritto da BookingCom sono quelle esterne ad esserlo (addirittura hanno creato una versione che tralascia completamente lo storico della struttura). Ma questo trend del tralasciare lo storico è abbastanza comune, sto pensando anche ad un altro nuovo tool RateGain, anche questo pone poca importanza allo storico della struttura. Ecco da dove nascono le mie critiche, il sistema è ponderato e bilanciato in modo sbilanciato sulle variabili esterne.

Per fare un esempio semplice, la scelta dei competitor e i prezzi dei miei competitor (sono solo 10 e dobbiamo inserirli in fase di set-up), influenzeranno in modo sostanziale tutte le raccomandazioni di prezzo che mi verranno presentate. Quindi se per caso non ho scelto correttamente i competitor o questi competitor stanno adottando strategie sbagliate.. beh influenzeranno le raccomandazioni di prezzo!

Altro esempio un pelo meno semplice è questo: BookingCom ha un dato formidabile in suo possesso, il “numero di ricerche fatto sul loro sito” per la destinazione in cui si trova l’albergo. Ecco questo dato che ha chiamato pressione della domanda della piazza, potrebbe essere molto molto interessante a prima vista, ma attenzione! non è detto che la domanda della piazza si ripercuota in modo proporzionale anche sulla domanda del mio albergo! Questo aspetto è sostanziale, solo se la domanda del mio hotel (guardacaso) corrispondesse all’andamento della domanda della piazza, quel dato della pressione sarà molto significativo, se ciò non fosse (come accade nella maggior parte delle volte) allora quel dato perderà inevitabilmente in termini di significatività.

Altro problema serio ma che vale per tutti i sistemi di Revenue, è quello dell’abbassamento tariffario sotto data. Ne ho parlato molto e purtroppo il trend è consolidato inevitabile e irrimediabile. Pertanto l’algoritmo che si appresta a raccomandare una tariffa sotto data dovrebbe tenere conto di questo trend ribassista. In teoria l’algoritmo di BookingCome pone molto peso ai dati esterni, quindi dovrebbe rilevare questo trend ribassita molto bene, nei fatti non riesce (ancora), poiché la pressione della domanda di quella data rimane alta lo stesso, infatti saranno sempre tantissime le richieste per quella determinata data, inoltre il secondo problema è che le richieste sono per un alloggio a basso costo, non importa più la scelta dell’alloggio, conta trovare l’alloggio al prezzo migliore. Quindi sotto data si sparigliano tutte le carte in tavola, strutture che normalmente non sono mie competitor lo diventano in modo prepotente e… Beh tutto questo si ripercuote sulla bontà della raccomandazione tariffaria che sarà semplicemente sbagliata.

Sto parlando della teoria, ma vediamo un altro esempio nei fatti.

Esempio di raccomandazione errata di RaManager di BookginSuite

La data presa in esame è il 24 giugno e stavo analizzando quella data pochi giorni prima data arrivo tipo intorno al 15 dello stesso mese. Questa era la raccomandazione tariffaria per quel giorno:

la raccomandazione tariffaria come si vede dallo screenshot era al rialzo. Ma se il sistema avesse valutato lo storico e l’andamento delle prenotazioni avrebbe dovuto capire che il prezzo era già molto sopravvalutato. La tariffa media ADR dello scorso anno in corrispondenza dello stesso evento era stata di 217 Euro, la tariffa media attuale era di 302 Euro, pertanto stiamo parlando di un aumento del 38%. L’aumento sostanziale della tariffa media di vendita era frutto di una corretta gestione in ottica di Revenue Management e di una corretta gestione del conduttore della struttura, tutto molto positivo, addirittura da arrivare a proporsi con una tariffa di 325 euro. Questo è il problema, arrivati alla tariffa di 325 euro le prenotazioni si sono bloccate. Addirittura erano diminuite a causa di alcune cancellazioni. L’andamento del grafico dell’occupazione era abbastanza palese:

Il trend del pick-up si era nettamente invertito, qualcuno potrebbe dirti che hai superato la “tariffa di resistenza“. Il mio competitive set era cambiato poiché mancavano pochi giorni alla data di arrivo presa in esame. Bene, detto questo il sistema continuava a raccomandare la tariffa al rialzo! Il sistema raccomandava una tariffa di 367 euro. Ecco questa raccomandazione sarebbe stata sballata e non avrebbe portato ulteriori prenotazioni.

Giusto per la cronaca per portare a casa le ultime prenotazioni la tariffa che le ha realizzate è stata intorno ai 280 euro. Ben diversa dalla tariffa raccomandata da BookingSuite di 367 Euro.

In conclusione spero di averti fatto cogliere le difficoltà ancora da superare da questi strumenti, sono delle sfide in continua evoluzione.

Leggi tutto

Edoardo Caldari

Data Scientist, esperto di Revenue Management, con una grande passione per la creazione di algoritmi di Forecasting per il Revenue Management. Laureato in economia e specializzato in Economia per il turismo alla Cà Foscari di Venezia con 110 con lode. CEO di HotelPro360 un'azienda innovativa per aiutare le piccole aziende turistiche ad ottenere il massimo delle performance.

Articoli correlati

One Comment

  1. Ciao Edoardo, mi hai fatto rivivere, con la tua spiegazione, un bel periodo.
    Cmq ti do uno spunto in piú: Le cause alla base dell algoritmo trovano una spiegazione proprio nella sua democratizzazione.

    Ciao,
    I.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Back to top button