En este artículo se explican los modelos de RoomPriceGenie para prever la demanda, así como su funcionamiento.
¿Qué es la «selección de modelos»?
RoomPriceGenie tiene 3 métodos diferentes para predecir la demanda de su propiedad.
¿Por qué 3? Porque hemos encontrado tres formas muy buenas y totalmente independientes de predecir la demanda. Combinándolas, obtenemos una predicción muy sólida de la demanda.
¿Qué significa una tarificación sólida?
Significa que, aunque algunos de los datos sean engañosos o irrelevantes, disponemos de 3 formas distintas e independientes de medir la demanda. Así que sus precios serán buenos, pase lo que pase.
- Precios de los hoteles en el mercado local/competidores
- Precios y ocupación local de AirBnB
- Un modelo bayesiano basado en las recogidas, utilizando sólo datos de reservas (similar al modelo utilizado por otros RMS modernos).
Además de estos métodos, puede añadir sus propios ajustes a los precios de hoteles y AirBnB del mercado para obtener el perfil de precios que funcione para su hotel.
Pero los distintos hoteles tienen requisitos diferentes. La selección del modelo nos permite establecer ponderaciones para cada componente.
.El resultado final son los precios más sólidos del mercado, en los que puede confiar.
¿Cuáles son los modelos que pueden utilizarse en el algoritmo?
-
Competidores hoteleros
Al utilizar la información sobre precios de 10 hoteles, muchos de ellos con revenue managers experimentados, obtenemos la mejor visión de la demanda de su hotel. También nos ayuda a posicionar bien su establecimiento en relación con los demás hoteles de su mercado. Seremos más baratos que ellos si le quedan muchas habitaciones por vender, pero más caros cuando se estén agotando rápidamente. -
Competidores AirBnB
Su competencia no son sólo los hoteles. Obtenemos una imagen diferente de la demanda cuando incluimos los anuncios de AirBnB. Y lo bueno de nuestros datos de AirBnB es que podemos conocer tanto la ocupación como los precios que cobran. Al combinar la ocupación actual y los precios aplicados, obtenemos una visión realmente sólida de la demanda de propiedades AirBnB. -
Modelo bayesiano de recogida
Se trata de un algoritmo similar al que utilizan los RMS para los grandes hoteles. Utiliza el precio que está cobrando actualmente y luego observa cuántas reservas está recibiendo a ese precio. Si recibe menos reservas de las previstas, ajusta el precio justo previsto a la baja. Si recibe más, lo ajusta al alza. De este modo, el precio justo es más preciso cada día. Este precio justo se utiliza como ponderación en el algoritmo.
⚠️ El modelo bayesiano de recogida no se ve afectado por ningún ajuste diario o mensual. Es totalmente independiente.
¿Qué pasa después?
El precio base del algoritmo se determina cuando se combinan los 3 modelos en la ponderación que elijamos.
En los días en los que no hay suficientes hoteles de la competencia que den precios, los otros dos modelos asumen más protagonismo. De este modo, podemos adaptarnos a una menor información de los competidores.
Pero esto es sólo la base. A continuación, analizamos su rendimiento a lo largo de todo el mes y comprobamos si las suposiciones realizadas eran correctas. Reajustamos los precios en función de la demanda, es decir, corregimos si nos equivocamos en nuestra predicción original de la demanda.
Por último, optimizamos su beneficio en función del número de habitaciones que le quedan. Aquí es donde hacemos coincidir la demanda con la oferta para obtener el precio perfecto para que usted optimice el beneficio una vez tenidos en cuenta los costes variables.
¿En qué circunstancias utilizaría distintos coeficientes correctores?
Hoteles para malos competidoress: si sus competidores no son buenos fijando precios, no ofrecen precios a lo largo del año, o no son similares a usted en clientela, es posible que queramos apoyarnos menos en este modelo.
Si ofrece alquileres vacacionales: si sus principales competidores están listados en AirBnB, es posible que desee que esto constituya la base más sólida de su estrategia de precios.
Si quiere reaccionar más a la recogida que a los cambios de precios de sus competidores: podemos ponderar más el modelo bayesiano de recogida que los hoteles de la competencia.
¿Cómo se modifican los coeficientes correctores?
.El servicio de gestión de ingresos de RoomPriceGenie tiene mucha experiencia en el establecimiento de ponderaciones. Juntos, pueden discutir qué es lo mejor para su hotel y establecer las ponderaciones para cada modelo dentro del algoritmo.