大数据如何驱动收益管理?
关注微信
订阅号

订阅号

小程序

小程序

订阅邮件
新闻 > 旅游科技 > 正文

大数据如何驱动收益管理?

来源:环球旅讯 2016-05-19

互联网科技能够为酒店行业带来怎样的变革?“大数据”的话题热度持续不减,真正意义上的大数据究竟将会改变?颠覆?还是升级酒店的收益管理体系和理念?

【环球旅讯】5月18日,在环球旅讯主办的“2016中国酒店营销高峰论坛”上,众荟信息 CEO 林小俊就“大数据”对收益管理的驱动问题做了精彩的演讲。互联网科技能够为酒店行业带来怎样的变革?“大数据”的话题热度持续不减,真正意义上的大数据究竟将会改变?颠覆?还是升级酒店的收益管理体系和理念?这些都是值得行业思考的问题。


众荟信息 CEO 林小俊

以下为演讲全文:

大家好,首先声明一下,我不是做收益管理的,但今天要讲的确实跟收益管理相关,如何用大数据来做收益管理。收益管理很重要,整个酒店行业都在亏损,每年亏几十个亿,但是如何解决这种亏损,收益管理一定是最有效的方法,通过收益管理哪怕可以提高1%、2%的营收提升,整个行业就扭亏为盈了。但是整个中国收益管理的酒店数量非常少,这些酒店里面通过收益管理取得真正意义上的价值的酒店就更少了,因为它很难非常难,不仅做收益管理管理系统很难,用收益管理系统也难。如果我做收益管理出身,我也解决不了这个问题,但幸亏不是,我是搞大数据、人工智能的,所以我们利用大数据、人工智能稍微高精尖的领域扎入到收益管理这个领域当中,给这个领域一些突破壁垒的力量,这是我们想做的事情。

接下来可能内容会非常枯燥,介绍这么枯燥数据内容之前,先给大家分享一个小故事:

我们公司的另一位博士,去年5月份不开心,出发之前没有看数据就到这里参加环球旅讯的峰会,结果正好碰上那个时候开完会之后想要上海滞留,发现上海酒店都爆满了,冒着大雨跑到南京去了,非常不开心。回来励精图治,抓着做数据的小伙伴来说,预测全国各个地方的整个市场在未来任何一个时间段内的用户需求和市场热度,专门给他出差用,免得找不到房。9月份的时候他就开心了,他去任何一个地方,都有一大堆小伙伴告诉他,这个地方到底热不热有没有房订。我逼着他做更多的时间,怎么把这个通过大数据预测的东西分享给整个酒店行业,改变酒店行业在收益管理当中遇到的难题,这是我去年留给他的任务,后来解决了。

到了今年的4月份,众荟推出了自己的大数据收益管理系统,这个哥们乐的要打滚了,通过这样的系统真正意义上帮助酒店解决传统的收益管理系统里面很难解决的问题很开心,这个时候我也开心了。

大家登山过应该知道一件事情,体能很重要,但是比体能更重要的是工具。我们希望帮助酒店攀登收益高峰的时候,提供全套装备帮助大家攀登而不是处于相对裸身的状态。

整个收益管理工具里面有很多细节、功能要做,怎么做宴会的管理,捆绑销售、定量预测,但是这些都是浮云,真正有意义的就是需求预测加竞争对手分析。你能够全面预测未来的需求、你能判断需求环境下竞争对手的状况,你就能做好收益管理,这两点才是真正的难题。

怎么做?

现在做不好,肯定做不好,原因很简单:现在酒店自身在做收益管理的时候,面对的就是这样的问题,第一只有孤立的小数据,孤立的数据没有办法站在非常广阔的空间解决宏观的预测;第二凭着自己的经验做预测,21世纪阿尔法狗都可以战胜围棋选手了,还在凭经验判断已经落伍了,必须利用数据做驱动才有可能产生对于市场的正确预测,对于竞争环境的正确分析,还有定价行为的正确判断。

当我把这个难题抛给那位博士的时候他很迷盲,他也不知道怎么做收益管理,所以蹲在马路上迷茫的想很多问题,最后因为我们毕竟给了他一个大数据的平台,一个人工智能的平台,最后他想出来怎么解决这个问题了。下面可能我们会通过一个更实际的案例给大家介绍和汇报,他想出来的东西到底是什么?

先讲传统收益管理的一个case,我要先声明一点这家酒店的收益管理并不是做得不好,是北京一家五星级外资品牌酒店,他的收益管理比在座95%的人做得好。这是他们酒店2016年4月份的OTB,提前7天的预测,对应每一天4月7号站在3月31号预测,根据当时的OTB进行市场预测,这是黄的是他们在2015年的同期OTB,这是他们酒店自身内部的数据,基于这样的数据进行预测,提前7天预测得到了红色的线是2015年的状况,蓝色的虚线是当时做出来的预测,为了方便大家浏览我们做了几个大的绿点的标识,绿点是采取的动作。

提前7天预测

对于月头上的这几天因为今年4月份的OTB是低于去年同期的,所以做了一个那几天可能的实际入住率做了非常低的预测,大概80%左右,去年同期可能100%,原因对于整个市场是不乐观的。OTB显示不乐观,月尾的时候,当时的OTB非常乐观,作一个非常大的接近100%市场入住率的预测。这个预测的结果?真实是根据预测做了动作,把月头上那些天的房价下调,提前7天下调,完成之后我们得到的实际结果是入住率上升了,达到100%。我们看绿色的线就是实际入住率接近100%,因为下调了房价造成的。

但是我们看黄色的线是RGI,与周边竞争对手比的RGI,实际是下降的,跟去年同期比,实际产生的收益相对于竞争对手减少了,为什么?

实际结果与RGI

虽然保证了入住率但是下调了价格,实际收益在减少,月尾保持了RGI所以是上升的。月头为什么不行?肯定是他预测错了实际情况是怎么样的呢?这家酒店是我们一直的合作酒店,我们一直在跟踪他的数据,中间有一个通道在相互交互数据,我们可以看到下面的颜色块是我们提前30天给的提示,告诉他4月6、7、8市场热度相对于其他天都非常高,不只是利用自己酒店的OTB算,这个市场热度是利用整个行业互联网上作为用户的行为和用户提前3、4天产生的预订,用户提前3、4天浏览的数据算出来的,提前15天酒店已经很崩溃了想要下调价格,觉得那几天不够满房,数据会非常热。

我们的博士跳出来说不要降价,通过我们大数据监控,那几天竞争圈里面的需求是非常旺的,不需要下调价格,但是酒店不听,说我们搞了几十年收益管理,你可能采用的只是互联网数据你不够,我要相信自己的判断,所以酒店没有听我们的劝阻,继续下调了价格导致了满房,到了提前7天的时候整个大数据预测市场热度还是非常高,完全可以不用下调价格,所以不用下调最后带来RGI的整体下降。我们最后给到他这样的信号,做了一个复盘,4月中旬做了一个复盘确实反映了这样的问题,也分析了一个问题。

当酒店依赖自身酒店数据做预测的时候,很可能出现跟整个市场大环境出现偏差的场景,而利用整体互联网数据来做,对于酒店来说入住的订单不可能只是来自互联网,但是当互联网上有上亿用户不停产生行为的时候,足够样本的数据规模,足够弥补酒店自身能力的不足,4月中旬我们做完复盘给了酒店明确的信号。到了月尾是一个更奇妙的故事。

月尾的时候,这张图是对月尾从22号到4月30号数据的分析,当时可以看到酒店在月尾的时候OTB表现非常好,提前7天预测市场预测值接近100%,非常漂亮,很早之前就开始提价,这一步做得也非常漂亮,提前半个月涨价涨了400块钱,涨着涨着随着日期的临近每天的增不够,虽然OTB占比还OK,但是预订的增速放缓了,就开始产生疑问了,是不是涨价涨错了?照这种形式下去,那几天跟提前三四天和提前五天之间OTB的增长量非常少,所以他担心的事情是那几天是不是因为他的价格太高了,所以用户都跑到了他的竞争对手酒店里面去了客户流失了。同时担心市场是不是真有他那么乐观,他想降价了,最后几天可能入住率不够要降价,这个时候博士又跳出来说不要降价,给了他数据。通过提前五天的数据,告诉酒店其实那几天的市场虽然不是特别旺,但是很OK,没有任何问题可以保持这个价格。第二你所谓的你的用户被竞争对手抢走了这件事情是靠你的经验判断出来的是完全错误的,博士给他了这张图是针对这家酒店和竞争对手酒店做了流量流入流出的分析,整个互联网上有多少用户看了别的酒店之后跑到他这里来订房是这张图的左侧,看了这些酒店之后跳到他的酒店里面,这是别人的客户流给他了。同时这段时间里面,多少用户看了他,但是没有在他那里订,跳到了丽思卡尔顿、柏悦也有一个数据,这才是基于数据驱动做出来的分析,而不是靠传统经验做出来的分析,所以不用担心竞争对手抢客户,因为流入和流出并不是很明显,而也并不是流入了低价的酒店,同样有高价的酒店流向了他同样他也流向了很多高价的酒店,这块你的经验判断并不成立。

基于这个事情,酒店很同意博士的数据,没有降价,实际没有降价入住率接近满房,在很高的价格上得到了很多的订单,所以保证了它的RGI,在当时同期跟竞争对手比处于非常优势的地位,这是两个非常直接的CASE,用如何去用,真正意义上外部的大数据帮助酒店做市场的预测,做竞争环境的预测,突破自己小数据的怪圈,突破自己的经验的怪圈。

这是一家酒店我们做竞争对手分析传统怎么做?研究我的商圈,周边到底哪些酒店跟我同档次,我的客人喜欢我的时候可能喜欢别人,研究完之后发现很多酒店这么多酒店是我的竞争对手,你可能有100家、200家竞争对手,但是用数据的话,我们直接算整个城市所有酒店的流入流出量,那么多酒店之间客人在整个城市的酒店里面流进流出,因当一个客人从这里流出了他就是你的竞争对手,当一个客人从别的酒店流向你同样是你的竞争对手,我们会发现对于一个酒店来讲,这是那家酒店跟他产生需求相关的酒店有773家,每家可以用算法算出来竞争强弱关系到底多大?这就是数据的魅力。

利用这样的数据来解决收益管理当中的核心问题之后,就可以把非常多功能的那一页都改了,有些可以简化掉,有些可以取消掉,最后形成了更灵活的收益管理。现在的人做收益管理系统,用收益管理系统同样难,因为大家的数据不够,需要用很多猜测和规则把一个系统做得非常复杂才可以产生一定效果,其实不用。如果数据足够充分,预测足够精准的话,这个问题就很简单,只需要把市场弄准了,竞争环境弄出来,把相应的智能分析做出报表体验出来,把客户的反馈做成一个正相关,这个收益管理就完了。

刚才说的是如何用大数据做收益管理,接下来是福利时间,送一点干货。因为马上到端午节了,我们也拿了一些端午节的数据来看,今年的市场热度和去年的市场热度比的话,哪些城市可能比较旺,哪些城市可能不怎么旺?可以看到数据不会特别详细,在北京在今年的6月10号左右是处于非常旺的时间段,跟去年比整个需求提升非常大,跟北京相同的还有重庆、广州、南京、苏州、长沙这几个城市在今天6月10号需求产生非常不正常的旺盛,接下来还有什么现象?像拉萨,像昆明,同样的还有成都,这些城市旺盛不只是一个单峰可能有多峰,除了6月10号在5号,6号也会产生小的热点。

哪些城市不旺呢?深圳、厦门、三亚、青岛、武汉、西安这几个城市在今年的需求来看跟去年比持平或者微弱,处于这个城市的酒店应该详细考虑一下怎么做定价策略,这是一个很粗略的数据,大家有兴趣可以找我们的同事判断自己酒店所处酒店的商圈热度,也可以找我们说一下怎么做竞争分析。

今天跟大家想要探讨的基本就这么多,谢谢大家。

收益管理 众荟信息 HMC
0

© 以商业目的使用环球旅讯拥有版权的内容,请遵循环球旅讯 版权声明 获得授权。非商业目的使用,请遵循 CC BY-NC 4.0

×

打赏打赏打赏!!!

您还可能感兴趣的文章:

©2006-2017 环球旅讯版权所有| 粤ICP备 06070077|增值电信业务经营许可证:粤 B2-20110389|版权声明