Laut McKinsey kann die KI-basierte Preisgestaltung einen globalen Marktwert zwischen 259,1 Mrd. und 500 Mrd. US-Dollar liefern. Aber die entscheidende Frage bleibt: Kann Revenue Management vollständig automatisiert werden? Die Antwort lautet: Theoretisch ja, aber in der Praxis sieht es etwas differenzierter aus. Aber lassen Sie uns für eine Sekunde einen Schritt zurücktreten und versuchen, die ursprüngliche Frage zumindest leicht umzuformulieren: Soll das Revenue Management vollständig automatisiert werden? Die Antwort ist in diesem Fall ein großes, klingendes, großes JA. Eine kürzlich von MIT-BHI durchgeführte Studie zeigte, dass Unternehmen, die ?KI-gesteuerte Preistransformationen durchführten, 70 % häufiger eine Umsatzsteigerung von mehr als 100 Millionen US-Dollar erzielten als Unternehmen, die sich auf einen anderen Bereich konzentrierten?.
?Selbstlernende Algorithmen entwickeln sich schnell, werden hochentwickelt und haben bereits einen großen Einfluss auf die betriebliche Effizienz und die Steigerung des Ertrags. Daher besteht kein Zweifel daran, dass die Zukunft des Revenue Managements vollständig automatisiert sein wird?, sagt Alexander Edström , CEO, Atomisieren .
Die Beweisstücke sind überall um uns herum, und nicht nur auf Reisen. Einige Beispiele? Amazon nutzt künstliche Intelligenz, um die dynamische Preisgestaltung voranzutreiben; Starbucks verwendet Predictive Analytics auf der Grundlage seiner Daten aus über 90 Millionen wöchentlichen Transaktionen, und multinationale Unternehmen wie Coca-Cola oder Johnson & Johnson verwenden seit Jahren KI-Preisgestaltung. Während der Ausgabe 2019 der Revenue Management & Pricing in Services Conference, die von der renommierten Ecole hôtelière de Lausanne veranstaltet wurde, teilte Kevin Hof, Data Scientist bei RoomPriceGenie , mehrere Fallstudien mit, in denen Hotels durch die Einführung von RMSs eine durchschnittliche Umsatzsteigerung von 22 % verzeichneten. und ähnliche Ergebnisse finden sich in Dutzenden ähnlicher Veröffentlichungen.
?Die Hotellerie ist sehr fragmentiert, wenn es um die Einführung von Technologien und die Implementierung von KI im Revenue Management geht. Viele Hoteliers sind immer noch sehr vorsichtig mit ihrer eigenen Preisgestaltung und Strategie; sie glauben, dass ihr historisches Wissen und ihr Bauchgefühl es besser wissen als jeder Algorithmus. Die Wahrheit ist: dass sie nicht vertrauen, was sie nicht unbedingt wissen, verstehen und nicht kontrollieren können (wie ein Human Revenue Manager). Das ist, wenn Technik vs. Mensch zu einem Dilemma wird, und dann müssen wir zu den Grundlagen zurückkehren und Arbeite an der "Tech it easy:" Schritt für Schritt Ausbildung gefolgt von messbaren Ergebnissen. Revenue Management ist eine hybride Zusammenarbeit von Mensch und Technik, und die Zukunft ist bereits jetzt", sagt Silvia Cantarella, Commercial Strategy Expert & Founder Revenue Acrobats.
PMS, GIGO und Adoptionsblocker
Basierend auf diesen Fakten sind wir uns alle einig, dass autonome Intelligenz (im Sinne der Automatisierung von Preisentscheidungsprozessen mit wenig oder ohne menschliches Eingreifen) wahrscheinlich die Richtung ist, in die das Revenue Management geht. Dies wird jedoch nicht besonders einfach, und nicht (oder zumindest nicht nur), weil moderne RMS dieser Aufgabe nicht gewachsen sind, sondern weil PMS oft die wirklichen Adoptionsblocker sind. GIGO ist ein Konzept, das die meisten Revenue Manager viel zu gut kennen: Die Qualität des Outputs wird durch die Qualität des Inputs bestimmt. "Garbage"-Daten "in" erzeugen unsinnige ("Garbage Data") Ausgaben. Und die RMS verlassen sich stark auf die Daten der PMS . Diese Systeme können aus einer Reihe von Gründen nicht die richtigen Informationen liefern:
1. Fehler bei der Eingabe menschlicher Daten. Das ist das Hauptproblem, wenn es um die Genauigkeit von PMS geht. Erschreckenderweise kann die Fehlerquote in klinischen Datenarchiven bis zu 27 % betragen, und in unserer Branche weist eine Studie von eHotelier darauf hin, dass bis zu 50 % der Hoteldatenbanken entweder beschädigt oder unvollständig sind;
?Wir müssen die Marktsegmentierung oder die Bewertungsarchitektur unter Berücksichtigung der Datenqualität überdenken. Daten müssen umsetzbar sein und es uns ermöglichen, mühelos und effektiv Chancen aufzudecken. Aber vor allem muss das Setup Fehler bei der Dateneingabe verhindern?, sagt Christoph Hütter, nicht traditioneller Revenue Manager.
2. Schlechtes API-Design. Tyler Charboneau nennt dies die ?Instant Gratification Trap?: ?Dieser potenzielle kurzfristige Gewinn ist attraktiv.? Charboneau sagt: ?Wir können den ideologischen Krieg zwischen Engineering und Marketing diskutieren, (und) das Streben nach sofortiger Befriedigung ist verständlich, aber gefährlich. Es ist wie die Entwicklung einer Tentpole-API, wenn Ihre Kerndienste wirklich eine dicke Bewehrung erfordern. Idealerweise würde der Designprozess gründlich sein Belastungstests und Optimierung. Zuverlässigkeit ist ebenfalls entscheidend.? Es ist nicht ungewöhnlich, dass PMS-Unternehmen stark vermarkten, wie "offen" ihre Systeme sind, aber wir sollten uns daran erinnern, dass Qualität immer Quantität übertrifft, wenn es um Integrationen geht. Wir können dies nicht genug betonen: ?Eine Sache, die oft vergessen wird, wenn die Vorteile von RMS-Systemen berechnet werden, ist die RM-Reife der Organisation. Ich habe leider erlebt, dass ein Top-RMS mit einem schlechten, von Menschen betriebenen Immobilienmarktanteil unter seiner Qualitätsposition liegt, aufgrund von schlechtem Know-how in Bezug auf RM-Strategien", sagt Hanna Lak, Tourism Knowledge Management und Total Revenue Ambassador, Gründerin des Nordic Revenue Forum
3. Fehlende Funktionalitäten auf dem PMS. Nun, das ist ziemlich offensichtlich, aber wenn Ihr Property Management System nicht entwickelt wurde, um ein bestimmtes Datenelement zu sammeln, wird das RMS (und sogar der Human Revenue Manager) nicht in der Lage sein, das sprichwörtliche Kaninchen herauszuziehen ihrer Hüte. ?Während wir immer noch weitgehend über Raumeinnahmen diskutieren, bei denen die Datengranularität eines PMS entscheidend ist und wo die Automatisierung bereits der Status quo sein sollte, sollte sich die Branche auf das Gesamteinnahmenmanagement konzentrieren und in die Integration von Daten aus verschiedenen Einnahmequellen investieren (das so- Nebeneinnahmen wie SPA, Golf, Gastronomie usw.) in einer einzigen Lösung, einer Single Source of Truth", sagt Damiano Zennaro, Hospitality Senior Advisor.
Automatisieren oder nicht automatisieren?
Die vollständige Automatisierung Ihrer Revenue-Management-Strategie ist verlockend. Nicht nur, weil es Ihren Gesamtumsatz steigern kann (und normalerweise auch tut), sondern weil es auch die Kosten drastisch senkt. Das durchschnittliche Gehalt für einen Revenue Manager beträgt in den USA 81.399 US-Dollar pro Jahr, während ein Einstiegs-RMS 50 US-Dollar pro Monat kostet. Nun, Sie machen die Mathematik.
?Angesichts der Tatsache, dass ein typisches Hotel jedes Jahr etwa fünf Millionen Preisentscheidungen treffen wird, ist es für einen Revenue Manager nicht möglich, jeden Tag ohne die Unterstützung eines automatisierten Systems jede Entscheidung richtig zu treffen. Vor allem angesichts der schieren Menge an Daten, die gesammelt und analysiert werden müssen. Ein robustes RMS generiert nicht nur Preise, die sich an Marktveränderungen anpassen, sondern antizipiert diese Schwankungen im Voraus. In einem sich verändernden Hotelmarkt können geringfügige Preisänderungen große Auswirkungen auf die Nachfrage haben. Daher ist jeder Hotelier, der ohne Systeme arbeitet, die die Auswirkungen einer bestimmten Preisänderung auf die Auslastung und den daraus resultierenden Umsatzvorteil (oder dessen Fehlen) für sein Hotel analytisch entschlüsseln können, im Nachteil", sagt Klaus Kohlmayr, Chief Evangelist & Development Officer, IDEEN .
Darüber hinaus können sich Revenue Manager insbesondere nach der Pandemie immer weniger auf historische Daten verlassen. In diesem neuen Paradigma wurden externe Daten (wie Wetterberichte oder Informationen zu öffentlichen Veranstaltungen) zu einem entscheidenden Faktor für eine solide RM-Strategie. Zuerst müssen Menschen sie jedoch sammeln und aggregieren, was uns direkt zu Problem Nr. 1 bringt. Aber diese Daten könnten automatisch auf Dienste wie OpenWeatherMap, Picatic oder Allevents.in abgerufen werden. Sie sind buchstäblich nur eine API entfernt.
?Typischerweise verwenden Revenue-Management-Systeme (RMS) und Revenue Manager historische, konkurrenzfähige Preis- und Marktdaten und kombinieren diese mit vorausschauenden Nachfragesignalen wie Pacing, um die optimalen Raten zu empfehlen. Leider sind historische Daten aufgrund der Pandemie irrelevant geworden. Ich glaube auch, dass Preisdaten von Comp-Sets ebenfalls an Wert verloren haben ? wie sicher sind Sie, dass Ihre Konkurrenten in ihren Revenue-Management-Praktiken kompetent sind und die richtigen RM-Tools verwenden und nicht nur die Preise der anderen in einer selbstmörderischen Abwärtsspirale plagiieren?
Die Notwendigkeit, die Tarife der Unterkunft basierend auf der Reisenachfrage in Echtzeit dynamisch anzupassen, ist der Grund, warum die Pandemie dem beliebtesten Revenue-Management-Tool ein Ende bereitete: der Excel-Tabelle ? und den dringenden Bedarf an einem KI-gestützten Cloud-RMS schuf um die Komplexität der Ära nach der Pandemie zu bewältigen", sagt Max Starkov, Hospitality & Online Travel Tech Consultant & Strategist.
Schließen Sie sich mehr als 50.000 Führungskräften weltweit führender Hotelmarken an und erhalten Sie einmal im Monat die neuesten Erkenntnisse in Ihrem Posteingang
Schlussfolgerungen: Wohin gehen wir jetzt?
Eine kürzlich von BCG und der Professional Pricing Society durchgeführte Bewertung des Reifegrads der Preisgestaltung ergab, dass "mehr als 50 % aller Industriegüterunternehmen immer noch Microsoft Excel verwenden, um ihre primären Preisgestaltungstools zu erstellen".
?Es ist klar, dass ein KI-gestütztes RMS mit menschlicher Aufsicht ein wesentlicher Ausgangspunkt für den heutigen Hotelier ist. Da sich die Ertragstechnologie immer mehr in Richtung Marketingfunktionen bewegt, sollten wir mit mehr Integrationen zwischen dem RMS und Marketing-Tools rechnen, um die Reise der Gäste auf der Hotelwebsite zu optimieren , auf dem mobilen Gerät des Gastes, und andere wichtige digitale Berührungspunkte, die derzeit für die isolierten RMS-Lösungen von heute unerreichbar sind", sagt Erik Muñoz, Chief Revenue Officer, Userguest .
Das ist nicht verwunderlich, da Revenue Manager oft gezwungen sind, die Lücken mit den wenigen Informationen zu füllen, die sie haben, und das ist hauptsächlich die Schuld und Verantwortung der Anbieter. Allerdings klopft eine neue, einfachere, effektivere und genauere Art des Revenue Managements an unsere Tür, und es ist an der Zeit, dass wir uns alle zusammenschließen und sie endlich öffnen.