Il settore dell’hospitality, e quello del travel in generale, ha visto negli ultimi decenni un incremento esponenziale dei dati a propria disposizione. Anzi, questo settore risulta essere tra quelli che generano più dati in assoluto: basti pensare alle informazioni sugli ospiti in termini di dati anagrafici necessari per la prenotazione, alle preferenze generali sulle tipologie di viaggio, alle abitudini d’acquisto e alle decisioni relative al comparto Food & Beverage, informazioni che riguardano molteplici settori legati all’indotto turistico di una destinazione.
Revenue Management, la crescita dei dati
La granularità di tali informazioni, la loro ampiezza ed eterogeneità, implica la necessità di adottare strumenti tecnologici in grado di aiutare le attività del settore a massimizzare le potenzialità di suddetti dati. Il rischio che si corre in caso contrario è quello di prendere decisioni basate su approssimazioni strategiche e di conseguenza perdere profitti, opportunità di business e competitività.
Revenue Managementi, gli strumenti a supporto del management alberghiero
I principali strumenti tecnologici a supporto di tali attività in ambito alberghiero sono PMS, CRM ed RMS. Il PMS (Property Management System) è un sistema gestionale che consente di organizzare e raccogliere dati sulle prenotazioni, sulla fatturazione e spesso anche sulla gestione del magazzino. Il CRM (Customer Relationship Management) consente di raccogliere informazioni e gestire le relazioni con i clienti reali e potenziali. Infine, l’RMS (Revenue Management System) è uno strumento che consente la gestione della disponibilità e dei ricavi attraverso l’analisi dei dati a disposizione.
Revenue Management, cos’è un RMS?
Quest’ultimo strumento, e di conseguenza il revenue management nella sua interezza, è l’ambito più fortemente impattato dall’evoluzione dei dati nell’hotellerie. Infatti, il numero di variabili e costanti utilizzabili per determinare correttamente il costo di una camera o di un servizio sono incrementate in maniera esponenziale, al punto che l’uomo non risulta più essere in grado di gestirle simultaneamente.
Un RMS basato sull’utilizzo dell’Intelligenza Artificiale ha due caratteristiche fondamentali, la prima relativa all’ambito computazionale e la seconda riferita all’aspetto economico.
Riguardo alle capacità computazionali, un RMS evoluto è in grado di analizzare un’ampia molteplicità di variabili in maniera più accurata e più veloce rispetto all’essere umano. Ad esempio, è in grado di elaborare un output bastato sull’analisi congiunta di dati relativi al ritmo delle prenotazioni, ai valori storici occupazionali, al tasso di cancellazione, alla presenza di eventi e festività, alle previsioni meteo per la destinazione, alle strategie di vendita della concorrenza, alla domanda aggregata della destinazione, ai flussi aerei, alle variabili macroeconomiche, alle situazioni politiche e sociali tra stati, ecc…
Revenue Management, i vantaggi dell’AI
Compiere la medesima attività senza un supporto tecnologico implicherebbe uni impiego maggiore di risorse, tempo e denaro. Basti pensare che il cervello umano è in grado di prendere circa 35.000 decisioni al giorno, mentre un algoritmo di AI nello stesso intervallo di tempo può prenderne milioni. Quindi, per avere la stessa accuratezza e capacità di calcolo di un RMS AI-based, una struttura ricettiva dovrebbe assumere circa 3.000 revenue manager l’anno, con un costo di almeno 200 milioni di euro. È dunque evidente la superiorità in termini di efficienza computazionale e convenienza economica che un RMS è in grado di apportare al giorno d’oggi.
Inoltre, affidare queste elaborazioni all’uomo, ad esempio attraverso un foglio di calcolo excel, implica anche accettare un significativo margine d’errore, in grado di impattare in modo significativo sui ricavi della struttura. Se i sistemi di Revenue Management basati sull’AI hanno infatti bisogno del supporto e della conoscenza umana per impostare le logiche e nell’attività di controllo degli output, nell’operatività quotidiana la macchina risulta decisamente più efficiente. Queste costatazioni non sono ovviamente valide per ogni realtà esistente nel mondo dell’hospitality, né implicano la completa sostituzione dell’attività umana. Ma in futuro, il ruolo dell’essere umano in tale ambito sarà sempre più di controllo e supervisione degli algoritmi, piuttosto che di calcolo e analisi.
Revenue Management, la soluzione di Premoneo
Ciò deriva dal fatto che ambiti come il Revenue Management, caratterizzati da una forte relazione logica tra le variabili e da una grande mole di dati, sono ideali per l’applicazione di algoritmi di machine learning. Se l’obiettivo finale, a livello teorico, è il raggiungimento di una discriminazione di prezzo one to one, l’intelligenza artificiale è in grado di individuare pattern simili in ampi dataset e fornire un output ottimizzati in tempi ridotti e a costi contenuti.
Anche noi in Premoneo abbiamo sviluppato un RMS che offre analisi previsionali sull’occupancy accurate al 95%, suggerimenti di prezzo e monitoraggio della concorrenza direttamente in-cloud e integrandosi all’ambiente IT dell’azienda. Vuoi ottenere più informazioni? Scarica qui il flyer o fissa qui una demo con il nostro team.
