A robotpilóta vezeti a gépet — a revenue managementet mégis meg kell tanulni

Esszé revenue managereknek, GM-eknek és tulajdonosoknak — arról a kérdésről, ami minden „ma már a szoftver árazza a hotelt” mondat alatt ott lapul: ha a gép dönt, ki az, aki még meg tudja mondani, hogy jól döntött-e?

Egy modern utasszállítón a repülés nagy részét a robotpilóta viszi. A pilótafülkében mégis végig ott ül két kiképzett pilóta. Ők végzik a felszállást és a leszállást, ők döntenek a viharban, és abban a pillanatban átveszik az irányítást, amint a rendszer hibázik — mert értik, mit csinál a gép, és észrevennék. Nem azért ülnek ott, hogy fizetést kapjanak a bámészkodásért. Azért ülnek ott, mert egy gép, amelyik vezeti a repülőt, csak akkor biztonságos, ha van a fedélzeten valaki, aki a gép nélkül is elvezetné.

A hotelek revenue managementje pontosan efelé a pilótafülke felé tart. A szoftver évről évre több árazási döntést hoz meg — és jól hozza meg őket; ez nem panasz, hanem épp a lényeg. De ahogy a gép egyre jobb lesz, a felszín alatt csendesebb folyamat indul be: a közgazdaságtan és a matematika, ami egykor a szakmát meghatározta, kezd kikopni belőle, mert egyre kevesebb embernek van rá szüksége a napi munkához. Ez az esszé arról szól, miért kockázatos ez — és miért nem az a válasz, hogy kevesebb szoftver, hanem az, hogy több megértés.

Ez nem a „legyen ember a hurokban” érv — az AI, amelyik melletted dolgozik, nem helyetted és mit automatizálj, mit tarts meg embernek ezt már jól elmondja. Ez az eggyel korábbi kérdés, amit mindkettő adottnak vesz: vajon a hurokban lévő ember tudja-e még olvasni a műszerfalat.

A gépben már ott a robotpilóta

Egy 80 szobás hotel nagyjából 25 000–30 000 árazási döntést hoz meg évente — minden dátumra, minden szobatípusra, minden csatornára. Szinte mind rutin, és szinte mindnek automatizáltnak kellene lennie. Senki nem akarja, hogy egy ember kézzel árazzon be egy hétköznapi keddet — ahogy azt sem, hogy a pilóta kézzel vigye a gépet a 38 000 lábas utazómagasságon. Nem az automatizálás itt a veszély. Az az alap.

A kérdés tehát sosem az volt, hogy „szoftver vagy nem szoftver”. Hanem hogy ki ül a bal oldali ülésben, amíg a szoftver dolgozik. Egy kiképzett pilóta és egy utas ugyanabban a székben ülhet, ugyanazt a robotpilótát nézheti, és egyformán festhet — egészen addig a pillanatig, amíg a gépnek olyasvalaki nem kell, aki tényleg érti. A revenue management csendben utasokkal tölti fel ezt az ülést.

Nem lehet teljes bizonyossággal igazolni, hogy a szoftver jól döntött

Íme a tény, ami miatt a megértésből nem lehet engedni — és furcsább, mint amilyennek elsőre hangzik: utólag ritkán lehet bebizonyítani, hogy egy árazási döntés jó volt.

Nincs párhuzamos valóság, amivel összevethetnéd. Megemelted a szombati árat, és teltház lett — de valójában nem tudhatod, mit hozott volna egy alacsonyabb ár pontosan azon az éjszakán, mert az az éjszaka egyszer történt meg, és nem futtathatod le újra. Egy hotelt nem lehet önmaga ellen A/B-tesztelni. A budget és a tavalyi év bizonyítéknak tűnik, pedig nem egészen az: azt mondják meg, hogy megvertél-e egy számot — nem azt, hogy ez volt-e a maximum, amit az éjszaka kihozhatott, és nem azt, hogy miért. Egy hónap úgy is hozhatja a budgetet, hogy közben olyan bevétel is elúszott, amit a riportok nem mutatnak meg.

Ezért szokott szétesni a „bízz csak az eredményekben” logika. Az eredmények nem igazán tudnak vallani. Eljön a nap, amikor az egyik rendszer megemelt egy árat, a másik pedig tartotta volna, és mindkettő azt állítja, hogy neki volt igaza — és önmagában a kimeneti adat nem dönti el a vitát, mert nincs olyan eredményjelző, amin az áll: optimális. Egy árazási döntést valójában az tud megítélni, aki érti a mögötte lévő gondolatmenetet. Vedd ki ezt az embert a pilótafülkéből, és nem annyira egy elszámoltathatatlan rendszert kapsz, mint inkább egy megítélhetetlent.

Ez egy olyan probléma visszafelé néző rokona, amit minden hotel előrefelé már megél: a helyes árat előre sem lehet tudni, mert a kereslet még nem történt meg. Ott legalább felállíthatsz egy feltevést, és hagyhatod, hogy a piac leosztályozza. Amikor a gép dönt, te pedig utólag ítéled meg, sokszor még csak leírt feltevés sincs, amihez mérni lehetne.

A műszerfal, amit senki nem olvas

Most tedd össze a két felét. A gép dönt, az eredmények pedig nem tudják megerősíteni, hogy jól döntött — így az ítélet súlyának jó része az emberi megértésre nehezedik. És épp az emberi megértés az, ami elszivárog.

A munka azon részei, amelyektől valaki revenue manager lett, nem pedig gombnyomogató — az árrugalmasság, a kiszorítás, egy keresleti görbe alakja, az, hogy miért téved egy előrejelzés, és mennyivel — épp azok a részek, amiket a szoftver most magába szív. Az eszközök minden újabb, jobb nemzedéke egy kicsit könnyebbé teszi, hogy nélkülük dolgozz — egészen addig, míg a nélkülük végzett munka előbb normális lesz, aztán elvárt, végül az egyetlen, amit bárkinek valaha tanítottak. Nem egy rossz robotpilóta az igazi veszély. Hanem egy pilótafülke, ahol az utolsó ember is nyugdíjba ment, aki kézzel tudott repülni.

Egy képzetlen ember egy jó gép mellett nem igazán felügyelő. Sokkal inkább egy utas, akinek jobb a kilátása.

Még a robotpilótának is kell egy pilóta, aki beállította

Ez mind nem elmélet, mert a revenue-rendszerek beállítás nélkül, maguktól nem üzemelnek. Egy nagyvállalati RMS komoly konfigurálást igényel, mire éles lehet — valaki hetekig ott ül mellette, és tanítja a szállodára —, és a hotel jóval utána is rajta tartja a kezét a beállításokon: szegmenseket igazít, szabályokat ír át, minimumárakat mozgat, eldönti, melyik dátumon mit írjon felül. Ezek az érintések mind egy-egy döntés, technikai jelmezbe öltöztetve.

Ezért a mai revenue manager félig már rendszer-üzemeltető is — konfigurál, összeköt, hangol. De egy konfiguráció mindig csak annyit ér, amennyit a mögötte lévő közgazdaságtan. Állíts be egy szabályt, amit nem értesz teljesen, hagyd, hogy évi 300 napot beárazzon, és nem egy döntést automatizáltál, hanem egy hibát — 300-szor. Aki nem tudja olvasni a miértet, ingatag talajon áll, amikor beállítja a gépet, hajlamos elnézni, amikor a szabályok csendben elavulnak, és kevés dologra támaszkodhat, amikor a nap eltér a forgatókönyvtől — pedig pontosan ezért van ott az az ülés.

Tudni, mikor kell átvenni az irányítást

Mert egy képzett ember értéke sosem a rutin volt. Hanem a kivétel, amit a modell még sosem látott: a városi nagyrendezvény, ami még nincs benne az adatokban, az újranyitás egy felújítás után, a fennakadás, ami átírja a hetet, a keresleti nap, ami egyszerűen megtöri a mintát. Ez a felszállás és a leszállás — az a rész, amiben egy jó robotpilóta a leggyengébb, és az a rész, ami eldönti a repülést. Utazómagasságon repülni könnyű, és a gép ebben kiváló. A szakma igazából az évi egyszeri viharban él, és megkülönböztetni a vihart egy átvonuló felhőtől — majd elég ítélőképességgel felülbírálni — épp az a rész, amit az automatizálás a legrosszabbul kezel, és amit egy utas egyáltalán nem tud megcsinálni.

Ez nem a szoftver elleni érv

Hogy világos legyen, mert könnyű félreérteni: ebből semmi nem azt mondja, hogy automatizálj kevesebbet, vagy ne bízz az eszközeidben, vagy ültess vissza egy embert kézzel árazni a keddeket. Épp az ellenkezőjét. Automatizáld keményen a rutint — pontosan arra való. Az általunk látott auditokban a kivételek egy tipikus független hotelnek az éves bevétele 2–7%-ába kerülnek, és csak úgy jut rájuk időd, ha hagyod, hogy a gép uraljon mindent, ami nem kivétel.

A hibaforrás nem a túl sok automatizálás. Hanem az automatizálás, ami mellett nem ül senki, aki értene hozzá. És erre nem a kevesebb szoftver a megoldás, hanem a több képzés. A szakmának szüksége van a következő nemzedékre, amelyik tudja olvasni a műszerfalat — különben idővel a robotpilóták olyan pilótafülkéket visznek majd, amelyekben egyre kevesebb pilóta marad.

Tegyük hozzá őszintén, mert egy szoftvercégtől fura dolog ilyet leírni: óvatosan bízz olyan revenue-szoftverben, amit nem értesz — a miénket is beleértve. Őszintén szólva szívesebben adunk el egy olyan hotelnek, amelyik észreveszi, ha tévedünk, mert egy szám, amit nem tudsz ellenőrizni, közelebb áll a reményhez, mint az eredményhez. Ezért is építettünk egy ingyenes revenue management tanfolyamot — kezdőtől a szakértőig, írott formában, ingyen —, ahelyett, hogy csak még több automatizálást szállítanánk. Szívesebben képzünk pilótákat, mint hogy robotpilótákat adjunk el üres pilótafülkékbe.

Gyakran ismételt kérdések

Ha a szoftver hozza az árazási döntéseket, miért kell bárkinek is értenie a revenue managementhez? Mert az eredmény önmagában ritkán bizonyítja, hogy a szoftver jól döntött — nincs a múlt szombatnak egy másik verziója, amivel összevethetnéd, a budget vagy a tavalyi év pedig többnyire csak azt mondja meg, megvertél-e egy számot, nem azt, hogy ez volt-e a legjobb, amit az éjszaka kihozhatott. A gép döntéseinek megítélése, a hangolása és a felülbírálása azokon a napokon, amikor vak, mind olyan emberre támaszkodik, aki érti a mögöttes közgazdaságtant. Minél jobb az automatizálás, annál többet számít ez a megértés, nem kevesebbet.

Jó karrier marad a revenue management, ahogy az AI átveszi a terepet? Igen — de a munka átalakul. A rutinfeladatokat (adatok összeállítása, a hétköznapi napok árazása) átveszi a szoftver; ami emberi marad, az az ítélet: a kivételek olvasása, a rendszer helyes konfigurálása, annak eldöntése, mikor kell felülbírálni, és a miért elmagyarázása a tulajdonosnak. Ezek a készségek épp akkor lesznek egyre ritkábbak, amikor egyre értékesebbek — egy karrier szempontjából ez jó hely.

Tényleg be lehet bizonyítani, hogy egy revenue management rendszer működik? Nem úgy, ahogy általában szeretnék. Mérheted az eredményt a budgethez, a tavalyi évhez és egy piaci benchmarkhoz — és mérd is —, de ezek egyike sem kontrollált kísérlet, mert egy hotel nem tudja kétszer lefuttatni ugyanazt az éjszakát két különböző áron. Nagyrészt ezért számít annyira egy képzett ember a hurokban: a rendszer nem tudja teljesen igazolni önmagát, tehát kell valaki, aki meg tudja ítélni.

Kell revenue manager, ha van RMS-ed? Igen — sőt, akár jobban is, mint korábban. Egy RMS komoly setupot és folyamatos hangolást igényel, és minden szabály, amit követ, olyan döntés, amit valakinek elég jól kell értenie ahhoz, hogy beállítsa, ellenőrizze és javítsa. Egy hotel, amelyik olyan RMS-t üzemeltet, amit nem ért, nem eltüntette a szakértelem iránti igényt, csak elrejtette — egészen addig a hónapig, amikor a rendszer valami furcsát csinál, és senki nem tudja igazán megmagyarázni a hotel saját árait.

Automatizálja a hotel az árazást, vagy tartsa kézben? Automatizáld a rutint — a naptár nagy részét, az idő nagy részében —, és tarts egy képzett embert a kivételeken és a végső döntésen. Az őszinte határvonal a fekete doboz (amit senki nem tud olvasni) és a táblázat (minden kézzel) között húzódik; mit automatizálj, és mit tarts meg embernek részletesen feltérképezi. A cél egy revenue manager, akit felszabadítottunk az ítéletalkotásra, nem egy hotel, ami magától megy.

Merre tovább

A társírások lefedik azt a felet, amit ez az esszé adottnak vesz: A legjobb szállodai AI láthatatlan és Mit automatizálj (és mit tarts meg embernek) meghúzza a határt a gép és az ember munkája között, Mit csinál valójában az AI a hotelek revenue managementjében a képességek térképe, Fizetsz a revenue managementért — de ellenőrizni tudod, hogy működik-e? pedig pont a mostani írás magját adó ellenpróba-hiányra épül. Az előrefelé néző ikerpárja, A helyes árat nem tudhatod — csak megtalálhatod, ugyanaz a bizonytalanság a másik végéről: ott a méréssel közelítesz a válaszhoz; itt olyasvalakire van szükséged, aki még meg tudja ítélni a gépet, amelyik már adott egyet.

És ha az érvelés célba ér, a gyakorlati válasz kézenfekvő: kezdd el a Revenue Management Academyt — ingyenes, írott tanfolyam a kezdőtől a szakértőig, azért, hogy a műszerfal olvasható maradjon. A robotpilóta velünk marad, jó, és egyre jobb lesz. Pontosan ezért van szükség a mellette lévő ülésben továbbra is egy pilótára.