Hotel-adatelemzés: közérthető útmutató független hoteleknek

Teljes útmutató független hotelek tulajdonosainak, GM-jeinek és revenue managereinek — zsargon nélkül, öncélú elmélet nélkül, végig konkrét számokkal.

A hotel-adatelemzés az a gyakorlat, amikor abból az adatból, amit a szállodád amúgy is megtermel — foglalások, árak, csatornák, versenytárs-árak, vendégértékelések — olyan döntések születnek, amelyek mozgatják a bevételt: mennyit kérj, mikor lépj, hol erősíts rá. Nem öncélú dashboard; döntések.

Ez az egymondatos változat azért fontos, mert a kifejezés köré rengeteg szállítói marketingnyelv rakódott. Ez az útmutató a sallangmentes verzió: mi az adat, mely számok számítanak, hogyan lesz az elemzésből lépés, mit kell (és mit nem kell) tudnia a szoftvernek, és hogyan kezdj hozzá anélkül, hogy bármit megvennél. Független hoteleknek íródott — ahol nincs elemzői osztály, és aki a számokat olvassa, jellemzően ugyanaz, aki a házat is viszi.

Miért számít az adatelemzés a szállodaiparban — egyetlen számban

Egy 80 szobás városi hotel nagyjából évi 25 000–30 000 önálló bevételi döntést hoz — minden nap, minden szobatípus, minden ár, minden csatorna. Ezt a mennyiséget egyetlen ember sem nézi át döntésről döntésre, így jönnek a kényelmi megoldások: kerek számok, „tavaly is ennyi volt”, reakció akkor, ha valami látványosan elromlik.

A kényelmi megoldások az átlagos napokon működnek. A széleken buknak el: a városi esemény, amire senki nem árazott, a versenytárs-kampány, amit senki nem vett észre, a corporate ügyfél, aki csendben abbahagyta a foglalást. Az általunk látott átvilágításokon ezek a kimaradások egy tipikus független hotelnek az éves bevétel 2–7%-ába kerülnek — negyedévről negyedévre láthatatlanul, összeadódva viszont érezhetően. (Az 5 jel, hogy bevétel szivárog el a szállodádban az öt leggyakoribb mintát veszi végig.)

A hotel-adatelemzés az, ami elkapja ezeket a széleket. Ennyi az egész üzleti indoklás.

Az adat, ami már most megvan

A független hoteleknek ritkán van adat-problémájuk. Rendszerezési problémájuk van — a darabok megvannak, külön rendszerekben, és soha nem állnak össze egyetlen képpé. A leltár:

• A PMS — a nyilvántartásod alapja: minden foglalás, ár, szegmens és szobaéjszaka, múltra és jövőre. Messze a leggazdagabb forrás, és a legtöbb elemzési felállás épp ezt használja ki a legkevésbé.
• A foglalómotor — a keresési adat: mely dátumokat nézték meg, mit nem foglaltak le. A keresleti szándék, ami már azelőtt látszik, hogy bevétellé válna (vagy nem válna azzá).
• A channel manager — a disztribúciós képed: melyik OTA mit ad el, milyen áron, és egységes-e az árazásod a csatornák között (rate parity).
• A rate shopping — a compseted nyilvános árai, lehetőleg naponta rögzítve, hogy ne csak pozíciókat láss, hanem mozgásokat is.
• Értékelések és pontszámok — a minőségi jelzés, ami megmagyarázza, miért telik meg gyorsabban egy ugyanannyiért kínáló versenytárs. (A vendégértékelés bevételi szám, nem csak marketingkérdés.)

Mindegyik darab más kérdésre válaszol. Külön-külön egyik sem válaszol semmire. A visszatérő tapasztalat — egy egész cikket írtunk róla A 80%-os probléma címmel —, hogy nem az adat hiányzik, hanem az összerakása. Az elemzés ott kezdődik, ahol ezek a folyamok egy helyre, egyetlen idővonalra érkeznek.

Egy szerkezeti megjegyzés, ami elválasztja a használható felállásokat a frusztrálóktól: a fenti rendszerek a jelen állapotot mutatják — a mai képet, naponta felülírva. Az ezután következő kérdések többségéhez viszont a jövőre néző állapotok története kell: hogy nézett ki a jövő hónap egy hete, egy hónapja, egy éve. Ehhez napi snapshot (pillanatkép) kell a foglalási állapotról, nem csak élő nézet. Tartsd meg ezt a gondolatot; visszatér lentebb.

A négy kérdés, amire minden elemzés válaszol

A tankönyvek típusokra bontják az elemzést — leíró, diagnosztikus, előrejelző, előíró. Vizsgán hasznos szavak; egy hotelben viszont valójában négy egyszerű kérdés, ebben a sorrendben:

1. Mi történt? (a tankönyv „leíró elemzése”)

A tegnapi pickup, a havi foglaltság, ADR és RevPAR, a csatorna- és szegmens-szintű teljesítmény. Ez a riportálás — az alap, nem a cél. Az a hotel, amelyik itt megáll, szebb visszatekintést kap, nem jobb döntéseket.

2. Miért történt? (diagnosztikus)

Ez a kérdés választja el az elemzést a riportálástól. A pickup 20%-kal esett — melyik szegmens miatt? Melyik csatorna miatt? Egy versenytárs ármozgása miatt? Egy keresleti elmozdulás miatt, ami a foglalómotor keresésein már látszik? A miértre csak az előző szakasz adatfolyamai együtt válaszolnak, és itt fáj a legjobban az összerakás problémája: a legtöbb hotelben minden egyes „miért” egy óra Excelbe kerül.

3. Mi jön? (előrejelző)

A forecast: hol landol a hónap, hogyan telik meg a következő 60 nap, a jövő havi pace a tavalyi ritmus előtt vagy mögött jár-e. Egyetlen fegyelem teszi használhatóvá a forecastot, és a legtöbb hotel épp ezt hagyja ki: mérd a hibát. Az a forecast, amelyik 7 nappal az érkezés előtt jellemzően 8%-on belül van, műszer; a méretlen hibájú forecast hangulat. (A MAPE a szokásos mérőszám — közérthető szócikk a szótárban.)

4. Mit tegyünk? (előíró)

Ármozgatás, rendelkezésre állási döntések, marketing-ráerősítés, csoport-elfogadás — az első három válaszból kiválasztva, ahol a rutinmunkát szabályok viszik (foglaltsági sávhoz kötött árazás, küszöb-riasztások), a kivételeket pedig emberi mérlegelés. Egyedül ez a lépés mozgatja a bevételt. Minden korábbi lépés azért van, hogy ez gyorsabb és kevésbé téves legyen.

A sorrend számít. Az a hotel, amelyik „előíró” eszközt vesz, miközben a „mi történt” rétege még mindig heti Excel-exportokban él, épp azt az alapot hagyja ki, amire a javaslatok támaszkodnak.

A mutatók, amelyek számítanak

A szállodaiparnak egész ábécényi KPI-ja van; egy működő független hotel felállásához nagyjából tíz kell. Mindegyik egy közérthető szótári szócikkre mutat, a képlettel és a csapdákkal együtt:

• Foglaltság, ADR, RevPAR — a szint: mennyire vagy tele, milyen áron, és a kettő együtt. Egy időszakot a RevPAR foglalja össze a legjobban.
• Pickup — a mozgás: az utolsó ránézés óta hozzájött szobaéjszakák. Ez a revenue management életjele; ha egyetlen számot nézel naponta, ez legyen az (a Pickup 101 az alapozó).
• Pace és Same Point YoY — a pálya: gyorsabban vagy lassabban telik-e a jövő hónap, mint tavaly, az érkezéstől ugyanolyan távolságban mérve? A szint azt mondja meg, hol állsz; a pace azt, merre tartasz.
• OTB — ami a könyvekben van: a megerősített jövőbeli pozíció, amiből a fentiek mind számolódnak.
• Lead time és a fill curve — az alak: mikor érkezik a kereslet, dátumról dátumra. Ettől lesz a „70% öt héttel előtte” olvasható úgy is, hogy kényelmes, és úgy is, hogy vészjelzés.
• Forecast-pontosság (MAPE) — a bizalmi réteg: jellemzően mekkorát téved a jövőre néző képed, időhorizontonként.
• MPI, ARI, RGI — a piaci kontextus: a foglaltságod, az árad és a RevPAR-od a compsetedhez mérve, 100-ra indexálva. Csak így tudod megkülönböztetni a jó 75%-ot a rossztól (pontosan ezt a példát vezettük végig itt).
• Csatorna-mix és szegmens-mix — az összetétel: ugyanaz a végösszeg takarhat egészséges üzletet is, és OTA-függő, a corporate oldalán erodálódó üzletet is. Az átlagok hazudnak; a szegmentáció vall.

Szándékosan nincs az alaplistán: a GOPPAR és a profit-oldali mutatók (számítanak, de havi pénzügyi kérdések, nem napi bevételi emelők), valamint a hiúsági mutatók, például a weboldal-látogatások, amelyek semmi foglalhatóval nem korrelálnak.

Adatból döntés: a hurok

A kellemetlen igazság a dashboardról: az adat nézegetése nem változtat a bevételen. Egy hotelnek lehet gyönyörű elemzése és pontosan ugyanolyan eredménye, mert a számokat nézték, de utána nem történt rendszeresen semmi.

A megoldás az, hogy az elemzést hurokként futtatod, nem könyvtárként. Négy szakasz: Signal → Decision → Action → Outcome. Felbukkan egy jel (a 34. hét pickupja 20%-kal a pace mögött van). Megszületik a döntés, és az indokával együtt le is íródik (tartjuk az árat, indítunk egy kampányt — egy dátumozott sor). Megtörténik a lépés (mozdulnak az árak, fut a kampány). És megmérjük az eredményt (visszajött a 34. hét?) — ez pedig táplálja a következő jelet.

Két részlettől kezd el kamatozni a hurok. Az első a döntési napló: a rögzített indok nélküli döntésekből nem lehet tanulni, így minden ismétlődő helyzet nulláról indul újra. Egy év egysoros bejegyzés után 50–80 visszakövethető döntésed van, és — ami többet ér — köztük a tíz érdekes. Ezeket átnézve stratégia lesz belőlük. A második az eredmény-oldal lezárása: a legtöbb elemzésre álló hotel a jelekkel jól bánik, az eredményekkel viszont szinte soha; hogy a múlt negyedév ármozgatásai működtek-e, kiderítetlen marad — ez pedig csendben visszalegitimálja a megérzést.

Az az elemzés, amelyik ezt a hurkot naponta 15 perc alatt lefuttatja, veri azt, amelyik 40 oldalas havi riportot gyárt, amire senki nem lép. Nem is kérdés.

Hogy néz ki ez a gyakorlatban

Egy konkrét reggel egy 100 szobás független hotelben, ahol az összerakás problémája meg van oldva:

08:00 — A napi nézet már készen áll: tegnapi pickup a forecasthoz mérve, OTB a következő 60 napra, éjszakai compset-mozgások, két megjelölt kivétel. 08:03 — Első kivétel: egy három hét múlva esedékes kedd 15 szobaéjszakával a saját görbéje mögött jár. Az összetétel szerint a rés a corporate oldalon van, nem a leisure-ön — tehát ügyfél-kérdés a salesnek, nem árcsökkentés. Egy sor a naplóba. 08:08 — Második kivétel: egy versenytárs éjszaka 8%-kal levitte a hétvégi árait. A te hétvégéd a pace előtt jár; döntés — tartjuk az árat, csütörtökön újranézzük. Rögzítve. 08:12 — Minden más rendben van, két perc alatt átnézve. Kész.

Tizenöt perc, két döntés, mindkettő visszakereshető három hónap múlva is. Ugyanennek a reggelnek a másik változata — ahol ugyanezt a képet kézzel rakod össze négy rendszerből — nagyjából két óra, ezért történik a legtöbb hotelben inkább hetente, és ezért derül ki a keddi rés tíz nappal később. (A különbség teljes anatómiája: A revenue manager reggeli rutinja, optimalizálva.)

Öt gyakori hiba

1. Gyűjtés döntés nélkül. Több riport, ugyanazok a döntések. Ha egy szám nem tud megváltoztatni egy lépést, akkor dísz — indulj a döntésekből, és onnan menj visszafelé az adatig, amire szükségük van.
2. Átlagok, amelyek elrejtik a szegmenseket. A teljes pickup rendben néz ki, miközben a corporate csendben 15%-ot erodál — amit egyszeri leisure-foglalások ellensúlyoznak. Bontsd le a számokat, különben ők bontják le a diagnózisodat.
3. Heti ritmus napi jelekre. A kereslet naponta mozog; ha pénteken nézel át egy keddi jelet, a reagálási ablakot odaajándékozod a versenytársaidnak. A napi 5 perces ellenőrzés jobb, mint a heti egy óra.
4. Eszköz-burjánzás összerakás nélkül. Négy rendszer, külön-külön mind rendben, közös kép sehol — messze ez a leggyakoribb kudarc-minta. Az eszközök közötti résen szivárog el az a 2–7%.
5. Bizalom egy méretlen forecastban. Vagy ennek ikertestvére: bizalmatlanság minden forecasttal szemben, mert a hibát soha nem számszerűsítettük. Mindkettő megérzéses árazásba fut ki, csak több lépésben.

Hogyan válassz hotel-elemző szoftvert

Az őszinte ellenőrzőlista — a kérdések, amelyeket érdemes bármelyik szállítónak feltenni, minket is beleértve:

• Olvas a PMS-ből? Az az eszköz, amelyik csak channel manager- vagy OTA-adatra épül, az online szeletet látja, és kimarad belőle a direkt, a corporate és a MICE — egy független hotelnél ez gyakran a bevétel 30–60%-a. A PMS a teljes kép; minden más csak egy mintát elemez. (Hogyan ellenőrizd, mit lát valójában egy szolgáltató vagy egy eszköz.)
• Megőrzi az előzményeket — a valódi előzményeket? A pace-, a foglalási görbe- és a Time Machine-kérdésekhez mind napi snapshot kell a jövőbeli pozícióról, örökre megőrizve — nem élő nézet, ami felülírja magát. Kérdezd meg konkrétan: „Meg tudom nézni, hogy nézett ki a jövő hónap egy hónapja?” Sok eszköz nem tudja.
• Le tud bontani mindent? Csatorna × szegmens × idő, bármelyik riporton — nem exportként, hanem alapértelmezésként. Ha egy „miért” kérdéshez Excel kell, akkor az eszköz nem oldotta meg az összerakás problémádat, csak arrébb tolta.
• El tudja olvasni egy nem szakember is? Ha a tulajdonos nem érti az összefoglalót, a riportálás terhe egy emberi fordítón marad. A tulajdonosoknak és GM-eknek szóló közérthető nézetek nem luxusfunkciók; ezektől lesz az adat szervezeti, nem pedig osztály-szintű.
• Támogatja a hurkot, nem csak a nézegetést? Küszöb-riasztások (hogy a kivételek maguktól felbukkanjanak), az adat mellé rögzíthető döntések, visszakövethető eredmények. Önmagában a dashboard a négyből az első szakasz.
• Ha AI-t ígér, közzéteszi a pontosságot? A te adatodon, időhorizontonként, havonta. Ha nem, akkor az AI demó-funkció. (Mit csinál valójában az AI a hotel revenue managementben — a kérdésekkel együtt, amelyek elválasztják a valódit a színháztól.)

Tegyük hozzá őszintén: ez az ellenőrzőlista azt írja le, aminek a Peaqplust megépítettük — PMS-hez kötött, snapshot-alapú, tulajdonos által is olvasható, hurok-formájú —, tehát nem vagyunk semlegesek. De a fenti kérdések mindegyike ellenőrizhető bármelyik bemutatón, és pontosan így van rendjén.

Hogyan kezdj 30 nap alatt — anélkül, hogy bármit megvennél

A kezdő változat egy táblázatból és fegyelemből áll:

1. hét — egy szám naponta. Minden reggel írd fel a következő 30 nap OTB-szobaéjszakáit. A napról napra vett különbség a pickupod. Öt perc.

2. hét — jöjjön az összetétel. Bontsd le a napi számot csatornára (és szegmensre, ha a PMS-exportod engedi). Mostantól az „esett a pickup” mellé jár egy hol is.

3. hét — jöjjön a piac. Jegyezd fel naponta a három legközelebbi versenytársad árait a következő két hétvégére. A minták napokon belül kirajzolódnak.

4. hét — zárd a hurkot. Indítsd el a döntési naplót: minden nem rutinszerű bevételi döntés kap egy dátumozott sort az indokával. Az első heti 30 perces áttekintés: pickup a várthoz képest, meghozott döntések, egy dolog, amin változtatsz.

Harminc nap múlva lesznek alapértékeid, lesz érzéked a telítődési mintáidhoz, és — jellemzően — meglesz az első elkapott kivételed, ami korábban átcsúszott volna. Ettől a ponttól nem elméleti többé az érték — és ugyanettől a ponttól kezd szűknek tűnni a kézi változat: a természetes következő lépés az összerakás automatizálása, nem a szokás elhagyása.

Gyakran ismételt kérdések

Miben más a hotel-adatelemzés, mint a riportok, amiket a PMS-em már most is gyárt? A riportok arra válaszolnak, mi történt. Az elemzés összekapcsolja az adatforrásaidat, hogy a miértre, a mi jönre és a mit tegyünkre is válaszoljon — és mindezt napi hurokként futtatja, nem havi dokumentumként. A PMS a legfontosabb bemenet; csak épp nem a teljes kép, és csak a jelen állapotot mutatja.

Kell ez egy kis hotelnek? Nagyjából 30 szoba alatt, egyszerű és stabil kereslettel: a fenti 30 napos kezdő rutin valószínűleg elég, és a szoftvervásárlás inkább teher. Körülbelül 30–50 szobától, több csatornával és több szegmenssel a kézi változat kezd többe kerülni — órákban és kimaradásokban —, mint az eszköz.

Mennyi előzmény-adat kell hozzá? Használható pickup-alapértékek 30–90 nap alatt állnak össze. A szezonális mintákhoz egy teljes év kell — a decembert nem látod, amíg nem élsz át egyet. Mindenképp kezdj el most gyűjteni; az album csak előrefelé nő.

Elég az Excel? A kezdő rutinhoz igen — tényleg. Ott nem elég többé, ahol a kérdések többdimenzióssá válnak (csatorna × szegmens × tavalyi azonos pont), ahol az összerakás napi 1–2 órát kezd elvinni, vagy ahol egynél több embernek kell ugyanaz a kép.

Mi a helyzet a vendégek adatvédelmével és a GDPR-ral? A bevételi elemzés összesített foglalási adaton fut — szobaéjszakák, árak, dátumok, szegmensek —, nem vendég-azonosságokon. A nevek és az e-mail-címek a marketing- és CRM-munkafolyamatokhoz tartoznak, a saját hozzájárulási szabályaikkal; az ebben az útmutatóban szereplő elemzések egyikéhez sem kell személyes adat.

Hol jön be az AI? Rétegként a rendszerezett adat tetején: közérthetően elmagyarázza a változásokat, (mérhetően) korrigálja a forecastot, válaszol az eseti kérdésekre. A rendezetlen adatot nem javítja meg — csak folyékonyan összefoglalja a káoszt. Előbb rendszerezz; a többit az AI-útmutató veszi végig.

Merre tovább

A fogalmakhoz: a szótárban 116 közérthető szócikk van, az ingyenes Revenue Management Academy pedig strukturált tanfolyammá fűzi őket. A saját kiindulópontodhoz: az önértékelő kvíz öt perc alatt behatárolja a szállodád érettségét. Az eszköz-oldalhoz: a Business Intelligence oldal mutatja meg a fentiek összerakott, snapshot-alapú változatát, a hotel business intelligence útmutató pedig azt, mire figyelj a választásnál. A szakmához pedig, amit ez az egész eszköztár szolgál, ott a hotel revenue management — a teljes útmutató: ez fogja össze az összes többit.

Vagy kezdd az 1. héttel holnap reggel: egy szám, öt perc, mielőtt kihűl a kávé. Az elemzési programok nem szoftverrel kezdődnek. Az első leírt számmal.