In diesem Artikel werden die Modelle zur Nachfrageprognose in RoomPriceGenie sowie ihre Funktionsweise erläutert.
Was ist Modell-Auswahl?
RoomPriceGenie hat drei verschiedene Methoden zur Vorhersage der Nachfrage nach Ihrer Immobilie.
Warum 3?! Weil wir drei sehr gute und völlig unabhängige Möglichkeiten zur Nachfragevorhersage gefunden haben. Durch die Kombination dieser Methoden erhalten wir eine sehr robuste Nachfragevorhersage.
Was bedeutet robuste Preisgestaltung?
Das bedeutet, dass wir, selbst wenn einige der Daten irreführend oder irrelevant sind, über drei verschiedene, unabhängige Möglichkeiten zur Messung der Nachfrage verfügen. So bleibt Ihr Preis immer gut, egal was passiert.
- Lokale Markt-/Konkurrenzhotelpreise
- Lokale AirBnB-Preise und -Belegung
- Ein Bayesianisches PickUp-basiertes Modell, das nur Buchungsdaten verwendet (ähnlich dem Modell, das von anderen modernen RMss verwendet wird)
Hotel- und AirBnB-Preisen auf dem Markt vornehmen, um das Preisprofil zu erhalten, das für Ihr Hotel funktioniert.
Aber verschiedene Hotels haben unterschiedliche Anforderungen. Die Modellauswahl ermöglicht es uns, Gewichte für jede Komponente festzulegen.
Das Endergebnis sind die robustesten Preise auf dem Markt – Preise, auf die Sie sich verlassen können.
Welche Modelle können im Algorithmus verwendet werden?
-
Hotelkonkurrenten
Dies ist normalerweise der grösste Faktor bei der Berechnung der Nachfrage. Indem wir die Preisinformationen von 10 Hotels verwenden, von denen viele über erfahrene Revenue Manager verfügen, erhalten wir den besten Überblick über die Nachfrage nach Ihrem Hotel. Es hilft uns auch dabei, Ihr Anwesen im Vergleich zu den anderen Hotels in Ihrem Markt gut zu positionieren. Wir sind günstiger als sie, wenn Sie noch viele Zimmer zu verkaufen haben, aber teurer, wenn Ihre Zimmer schnell ausverkauft sind. -
AirBnB-Konkurrenten
Ihre Konkurrenz besteht nicht nur aus Hotels. Wir erhalten ein anderes Bild der Nachfrage, wenn wir AirBnB-Angebote einbeziehen. Und das Schöne an unseren AirBnB-Daten ist, dass wir sowohl die Belegung als auch die verlangten Preise erfahren. Durch die Kombination der aktuellen Belegung und der verlangten Preise erhalten wir einen wirklich robusten Überblick über die Nachfrage nach AirBnB-Immobilien. -
Bayesianisches Pickup-Modell
Dies ist ein ähnlicher Algorithmus wie der, den RMS für grosse Hotels verwenden. Er verwendet den Preis, den Sie aktuell verlangen, und prüft dann, wie viele Buchungen Sie zu diesem Preis erhalten. Wenn Sie weniger als erwartet erhalten, wird der erwartete faire Preis nach unten korrigiert. Wenn mehr, wird er nach oben korrigiert. Auf diese Weise wird der faire Preis von Tag zu Tag genauer. Dieser faire Preis wird als Gewichtung im Algorithmus verwendet.
⚠️ Das Bayesianische Pickup-Modell wird durch keine täglichen oder monatlichen Anpassungen beeinflusst. Es ist völlig unabhängig.
Was passiert danach?
Der Basispreis für den Algorithmus wird bestimmt, wenn die 3 Modelle in der von uns gewählten Gewichtung kombiniert werden.
An Tagen, an denen nicht genügend Konkurrenzhotels Preise angeben, übernehmen die anderen beiden Modelle mehr. Auf diese Weise können wir weniger Informationen von der Konkurrenz berücksichtigen.
Aber das ist nur die Grundlage. Dann schauen wir uns an, wie Sie den ganzen Monat über abschneiden und ob die getroffenen Annahmen richtig waren. Wir passen die Preise an die Nachfrage an, die wir sehen, d. h. wir korrigieren, wenn wir mit unserer ursprünglichen Nachfrageprognose falsch lagen.
Zuletzt optimieren wir Ihren Gewinn basierend auf der Anzahl der Zimmer, die Sie noch haben. Hier bringen wir Nachfrage und Angebot in Einklang, um den perfekten Preis für Sie zu erzielen und den Gewinn nach Berücksichtigung der variablen Kosten zu optimieren.
Unter welchen Umständen würden Sie andere Gewichtungen verwenden?
Schlechte Konkurrenzhotels: Wenn Ihre Konkurrenten nicht gut darin sind, Preise festzulegen, das ganze Jahr über keine Preise anbieten oder Ihnen in Bezug auf die Kundschaft nicht ähnlich sind, sollten wir uns weniger auf dieses Modell stützen.
Wenn Sie Ferienwohnungen anbieten: Wenn Ihre Hauptkonkurrenten auf AirBnB gelistet sind, sollte dies die stärkste Grundlage Ihrer Preisstrategie sein.
Wenn Sie stärker auf Pick-Up als auf Preisänderungen Ihrer Konkurrenten reagieren möchten: Wir können das Bayesianische Pick-Up-Modell höher gewichten als die Konkurrenzhotels.
Wie verändert man die Gewichtungen?
Ihr Revenue-Management-Support bei RoomPriceGenie hat viel Erfahrung mit der Festlegung der Gewichte. Gemeinsam können Sie besprechen, was für Ihr Hotel am besten ist, und die Gewichte für jedes Modell innerhalb des Algorithmus festlegen.