Forecasts sind für die Hospitality Industry von entscheidender Bedeutung, da sie ein Eckpfeiler für eine Vielzahl von Aktivitäten sind, darunter Preisstrategien, Sales- und Marketingkampagnen sowie insgesamt Operations.
Die Corona-Pandemie hat klar gezeigt, dass es dringend geboten ist, traditionelle Prognosemethoden auf Grundlage interner historischer Daten zu hinterfragen. Prognosemethoden, die sich auf lange historische Zeitreihen stützen und in der Vergangenheit sehr genau und zuverlässig waren, werden im heutigen Umfeld irrelevant. Die Pandemie hat frühere Trends und Muster auf eine Weise obsolet werden lassen, für die herkömmliche Vorhersage-Algorithmen nicht mehr taugen. Die Industrie muss daher im Bereich Business Intelligence nach neuen Ansätzen suchen, um die mit der Pandemie verbundenen Herausforderungen zu bewältigen. Welche Alternativen stehen zur Verfügung?
Weil historische Daten ungeeignet erscheinen, werden zukunftsorientierte Marktdaten wertvoller denn je! Umfassende, zukunftsorientierte Marktdaten können aus verschiedenen Quellen gewonnen werden, beispielsweise aus den Raten der Wettbewerber oder über diverse Vertriebskanäle, aus aggregierten Raten für verschiedene Segmente oder Cluster, aus Informationen über die Verfügbarkeit von Häusern, aus Kundenaktivitäten (Website-Demand) bei OTAs, aus Daten über Veranstaltungen und Feiertage und natürlich aus Wettervorhersagen.
Natürlich sind diese Informationen für die Kunden von HQ revenue ohnehin verfügbar und können über die Webanwendung einfach abgerufen oder für eine detailliertere Analyse über eine praktische API verfügbar gemacht werden.
Dies ist ein Auszug aus GRANT #3: Revenue Management von A bis Z
Hier downloaden oder bestellen
Vergessen Sie die Glaskugel
Die tägliche manuelle Verarbeitung einer derart großen Datenmenge ist natürlich unmöglich – HQ revenue fasst die verschiedenen Datenquellen übersichtlich zusammen und bietet ein exaktes Maß für das Marktpotenzial: Market Demand. Market Demand von HQ revenue basiert nicht nur auf aktuellsten Daten, sondern berücksichtigt auch tagesgenaue dynamische Trends zusammen mit relevanten historischen Daten, um Preiserwartungen und die Preiselastizität zu berücksichtigen. Der Nachfragewert reicht von 0 % für geringe Nachfrage bis 100 % für hohe Nachfrage und ist intuitiv verständlich.
Der HQ revenue Market Demand lässt sich problemlos in die Prognose-Algorithmen integrieren. Die Ergebnisse des HQ revenue Market Demand zeigen genau, dass die Marktnachfrage das zweitwichtigste Merkmal (nach dem Preis des Hotels) für die Belegungsprognose ist. Die Marktnachfrage kann ebenfalls direkt in Algorithmen zur Preisoptimierung verwendet werden.
Welche Veränderungen kommen auf uns zu? Welche neuen Vertriebswege wird die Zukunft bringen? Welche Technologien werden bei der Auswahl von Reise- und Hotelangeboten zukünftig eine Rolle spielen? Welche Tools werden uns Hoteliers zur Verfügung stehen, um uns am Markt zu behaupten?
Das GRANT Magazin haben wir ins Leben gerufen, um Antworten auf diese Fragen zu finden. Das englische to grant bedeutet ja, Einblicke zu gewähren und Wünsche zu erfüllen ...
Datenqualität ist ebenso wichtig wie Datenmenge
Lassen Sie uns abschließend mit einem Mythos über Big Data aufräumen. Der Slogan “je mehr Daten, desto besser” übersieht ein grundlegendes Prinzip der Datenwissenschaft! Man könnte es bezeichnen als: “Müll rein, Müll raus”. Dieses Prinzip verdeutlicht, dass die Qualität der Prognose in direktem Zusammenhang mit der Qualität der Eingangsdaten steht. Es gilt also: die Qualität von Daten ist nicht weniger wichtig als die Quantität.
Vor diesem Hintergrund beobachten wir einen erschreckenden Trend am Markt: die Verwendung von Daten für Prognosen, die mit der Hospitality Industry einfach nichts zu tun haben!
Derlei Datenquellen weisen irreführende Korrelationen mit dem Hospitality Markt auf. Darüber hinaus werden ihre Auswirkungen auf die Prognose nicht korrekt bewertet, weil die meisten modernen Prognose-Algorithmen als „Black Box“ funktionieren. Dies ist in der Hospitality Industry besonders fatal, weil ungenaue Prognosen schwerwiegende Folgen haben können.
HQ revenue liefert zukunftsorientierte Marktdaten
Traditionelle Prognosemethoden auf der Grundlage von Zeitreihendaten sind nicht mehr geeignet für Forecasts. Sie sind Vergangenheit. Dynamische Prognosen auf der Grundlage zukunftsorientierter Marktdaten sind erforderlich. HQ revenue liefert diese erforderlichen zukunftsorientierten Marktdaten bereits. Und mit diesen leistungsstarken Datenquellen ist es möglich, sich auf die Zukunft statt auf die Vergangenheit zu konzentrieren. HQ revenue ermöglicht es Hoteliers, erfolgreiche Preisstrategien zu entwickeln.
Fakt oder Fiktion: Glauben Sie, dass es möglich ist, anhand der Verkaufszahlen von Luftballons in der Vergangenheit die Nachfrage von Hotels vorherzusagen?
Dr. Data ("Ivan Abakumov"), Physiker und Datenwissenschaftler, ist Leiter eines Data- Science-Teams bei HQ revenue, wo er zukunftsweisende Analyseverfahren entwickelt und Beratungen zu maschinellem Lernen und Digitalisierung anbietet. Ivans Fachwissen hilft HQ revenue bei bedeuten- den Lösungen, darunter tägliche Prognosen für die Nachfrage in Städten, Belegungs- prognosen in Echtzeit und die Analyse von Millionen von Zimmerpreisen pro Tag.
Share this
City Demand vs. Cluster Demand –Was liefert die besseren Ergebnisse?
GRANT#3 – Property & Revenue Management von A bis Z
No Comments Yet
Let us know what you think