La sélection des modèles

Cet article explique les modèles appliqués 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 pour 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.

1. Marché local/prix des hôtels concurrents
2. Prix et taux d'occupation AirBnB au niveau local
3. Un modèle bayésien basé sur PickUp, 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 le profil de prix qui convient 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 gestionnaires de revenus 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 pratiqués. En combinant l'occupation actuelle et les prix pratiqués, nous obtenons une vision vraiment solide de la demande pour les propriétés AirBnB.

• Bayesian Pickup Model

  Il s'agit d'un algorithme similaire à celui utilisé par les systèmes de gestion des réservations pour les grands hôtels. Il utilise le prix que vous pratiquez actuellement et examine ensuite 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. S'il y en a 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.

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 qui communiquent leurs prix, les deux autres modèles prennent le dessus. De cette manière, nous pouvons nous adapter au manque d'informations de la part des concurrents.

Mais ce n'est qu'une base. Nous examinons ensuite votre performance au cours du moi entier et vérifions si les hypothèses retenues étaient correctes. Nous réajustons la tarification en fonction de la demande que nous constatons, ce qui signifie que nous corrigeons si nous nous sommes trompés dans notre prévision initiale de la demande.

Enfin, nous optimisons votre profit en fonction du nombre de chambres qu'il vous reste. C'est ici que nous faisons correspondre l'offre et la demande pour obtenir le prix parfait qui vous permettra d'optimiser votre profit après la prise en compte des coûts variables.

Dans quelles circonstances utiliseriez-vous des pondérations différentes ?

Les Mauvais hôtels concurrents : si vos concurrents ne sont pas bons en matière de prix, ne proposent pas de prix tout au long de l'année ou n'ont pas une clientèle similaire à la vôtre, il peut être préférable de moins s'appuyer sur ce modèle.

Si vous proposez des locations de vacances : si vos principaux concurrents sont inscrits sur AirBnB, vous voudrez peut-être 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 pondérer le modèle bayésien de pick-up plus fortement que les hôtels des concurrents.

Comment modifier les pondérations ?

Votre support de revenue management chez RoomPriceGenie a beaucoup d'expérience dans la définition des pondérations. Ensemble, vous pouvez discuter de ce qui est idéal pour votre hôtel et définir les pondérations pour chaque modèle au sein de l'algorithme.