Cet article explique les modèles utilisés par RoomPriceGenie pour prévoir la demande, ainsi que leur fonctionnement.
Qu'est-ce que la "sélection de modèles" ?
RoomPriceGenie dispose de 3 méthodes différentes pour prédire la demande de votre propriété.
Pourquoi 3 ? Parce que nous avons trouvé trois très bonnes façons, totalement indépendantes, de prédire la demande. En les combinant, nous obtenons une prédiction très robuste de la demande.
Que signifie une tarification robuste ?
Cela signifie que même si certaines données sont trompeuses ou non pertinentes, nous disposons de trois méthodes indépendantes différentes pour évaluer la demande. Votre prix sera donc bon, quoi qu'il arrive.
- Marché local/tarification des hôtels concurrents
- tarification et occupation des AirBnB locaux
- Un modèle bayésien basé sur le pick-up, utilisant uniquement les données de réservation (similaire au modèle utilisé par d'autres RMS modernes).
En plus de ces méthodes, vous pouvez ajouter vos propres ajustements aux prix des hôtels et d'AirBnB sur le marché afin d'obtenir un profil de tarification adapté à votre hôtel.
Mais les exigences varient d'un hôtel à l'autre. La sélection du modèle nous permet de définir des pondérations pour chaque composant.
Le résultat final est la tarification la plus robuste du marché - des prix sur lesquels vous pouvez compter.
Quels sont les modèles qui peuvent être utilisés dans l'algorithme ?
-
Les concurrents de l'hôtel
C'est généralement le facteur qui contribue le plus au calcul de la demande. En utilisant les informations sur les prix de 10 hôtels, dont beaucoup ont des Revenue Managers expérimentés, nous obtenons la meilleure vision de la demande pour votre hôtel. Cela nous aide également à bien positionner votre établissement par rapport aux autres hôtels de votre marché. Nous serons moins chers qu'eux s'il vous reste beaucoup de chambres à vendre, mais plus chers si vous vendez rapidement. -
Les concurrents sur le marché d'AirBnB
Votre concurrence ne se limite pas aux hôtels. Nous obtenons une image différente de la demande lorsque nous incluons les annonces AirBnB. L'avantage de nos données AirBnB est que nous connaissons le taux d'occupation ainsi que les prix qu'ils facturent. En combinant l'occupation actuelle et les prix facturés, nous obtenons une vue vraiment robuste de la demande pour les propriétés AirBnB. -
Le modèle de pick up bayésien
C'est un type d'algorithme similaire à celui utilisé par les systèmes de gestion des revenus (RMS) pour les grands hôtels. Il utilise le prix que vous facturez actuellement, puis examine le nombre de réservations que vous recevez à ce prix. Si vous recevez moins de réservations que prévu, il ajuste le juste prix prévu à la baisse. Si vous en recevez plus, il l'ajuste à la hausse. De cette manière, le juste prix devient chaque jour plus précis. Ce juste prix est utilisé comme pondération dans l'algorithme.
⚠️ le modèle de pickup bayésien n'est pas affecté par des ajustements des jours de la semaine ou mensuels. Il est totalement indépendant.
Que se passe-t-il après ?
Le prix de base de l'algorithme est déterminé lorsque les 3 modèles sont combinés dans la pondération que nous choisissons.
Les jours où il n'y a pas assez d'hôtels concurrents fournissant des prix, les deux autres modèles prennent le relais. De cette manière, nous pouvons ajuster pour le manque d'informations des concurrents.
Mais ce n'est que la base. Nous examinons ensuite vos performances sur l'ensemble du mois pour voir si les hypothèses formulées étaient correctes. Nous réajustons les prix en fonction de la demande observée, ce qui signifie que nous corrigeons si nous avons fait une erreur dans notre prédiction initiale de la demande.
Enfin, nous optimisons votre profit en fonction du nombre de chambres restantes. C'est ici que nous faisons correspondre la demande et l'offre pour obtenir le prix parfait afin d'optimiser le profit après avoir pris en compte les charges variables.
Dans quelles circonstances utiliseriez-vous des pondérations différentes ?
Les Mauvais hôtels concurrents : si vos concurrents ne sont pas compétents en matière de tarification, n'offrent pas de prix tout au long de l'année ou ne sont pas similaires à vous en termes de clientèle, nous pouvons vouloir moins nous appuyer sur ce modèle.
Si vous proposez des locations de vacances : si vos principaux concurrents sont répertoriés sur AirBnB, vous pouvez vouloir que cela constitue la base la plus solide de votre stratégie de tarification.
Si vous souhaitez plus réagir au pick-up qu'aux changements de prix de vos concurrents, nous pouvons attribuer plus de poids au modèle de pickup bayésien qu'aux hôtels concurrents.
Comment modifier les pondérations ?
L' équipe support des revenue managers chez RoomPriceGenie a beaucoup d'expérience dans la détérmination des pondérations. Ensemble, vous pouvez discuter de ce qui est idéal pour votre hôtel et attribuer les poids pour chaque modèle au sein de l'algorithme.