לפי McKinsey , תמחור מבוסס בינה מלאכותית יכול לספק בין 259.1 מיליארד דולר ל-500 מיליארד דולר בשווי שוק עולמי. אבל נותרה השאלה הקריטית: האם ניהול הכנסות יכול להיות אוטומטי לחלוטין? התשובה היא: תיאורטית, כן, אבל, בפועל, הדברים קצת יותר ניואנסים. אבל בואו נזוז שניה אחורה וננסה לנסח מחדש את השאלה המקורית, לפחות מעט: האם ניהול הכנסות צריך להיות אוטומטי לחלוטין? התשובה, במקרה זה, היא אות גדולה, מהדהדת, כן. מחקר שנערך לאחרונה על ידי MIT-BHI הראה שחברות ש"בצעו טרנספורמציות תמחור מונעות בינה מלאכותית השיגו יותר מ-100 מיליון דולר של שיפור בהכנסות בתדירות של 70% יותר מאשר חברות שהתמקדו בתחום אחר".
"אלגוריתמים של למידה עצמית מתפתחים במהירות, הופכים מתוחכמים מאוד, וכבר יש להם השפעה גבוהה על היעילות התפעולית ועל התשואה. כתוצאה מכך, אין ספק שעתיד ניהול ההכנסות יהיה אוטומטי לחלוטין", אומר אלכסנדר אדסטרום. , מנכ"ל,אטום .
הראיות נמצאות מסביבנו, ולא רק בנסיעות. כמה דוגמאות? אמזון משתמשת בבינה מלאכותית כדי להניע תמחור דינמי; סטארבקס מאמצת ניתוח חיזוי המבוסס על הנתונים שלה מלמעלה מ-90 מיליון עסקאות שבועיות, וחברות רב לאומיות כמו קוקה קולה או ג'ונסון אנד ג'ונסון משתמשים בתמחור בינה מלאכותית כבר שנים. במהלך מהדורת 2019 של ועידת ניהול הכנסות ותמחור בשירותים, בהנחיית Ecole hôtelière de Lausanne היוקרתית, קווין הוף, מדען נתונים ב- RoomPriceGenie , שיתף מספר מקרים שבהם בתי מלון חוו גידול של 22% בממוצע בהכנסות על ידי אימוץ RMSs , ותוצאות דומות ניתן למצוא על עשרות פרסומים דומים.
"תעשיית האירוח מפוצלת מאוד בכל הנוגע לאימוץ טכנולוגי והטמעת בינה מלאכותית בניהול הכנסות. מלונאים רבים עדיין מגינים מאוד על התמחור והאסטרטגיה שלהם; הם מאמינים שהידע ההיסטורי ותחושות הבטן שלהם יודעים טוב יותר מכל אלגוריתם. האמת. הוא: שהם לא סומכים על מה שהם לא בהכרח יודעים, מבינים ולא יכולים לשלוט בהם (כמו מנהל הכנסות אנושי). זה הזמן שבו טכנולוגיה לעומת אנושית הופכת לדילמה, ואז אנחנו צריכים לחזור ליסודות. עבוד על החינוך "טק זה קל:" צעד אחר צעד ואחריו תוצאות מדידות. ניהול הכנסות הוא שיתוף פעולה היברידי של אנושי+טכנולוגיה, והעתיד הוא כבר עכשיו", אומרת סילביה קנטרלה, מומחית לאסטרטגיה מסחרית ומייסדת Revenue Acrobats.
PMS, GIGO וחוסמי אימוץ
בהתבסס על עובדות אלה, כולנו יכולים להסכים כי מודיעין אוטונומי (במובן של אוטומציה של תהליכי קבלת החלטות במחירים עם התערבות אנושית מועטה או ללא התערבות אנושית) היא ככל הנראה הכיוון שאליו מועד ניהול ההכנסות. עם זאת, זה לא הולך להיות קל במיוחד, ולא (או, לפחות, לא רק) בגלל שה-RMS המודרניים לא עומדים במשימה, אלא בגלל שלעתים קרובות, ה-PMS הם חוסמי האימוץ האמיתיים. GIGO הוא מושג שרוב מנהלי ההכנסות מכירים טוב מדי: איכות התפוקה נקבעת על פי איכות התשומה. נתוני "זבל" "בפנים" מייצרים פלטים חסרי היגיון ("נתוני זבל"). ו-RMS מסתמכים במידה רבה על נתוני PMS . מערכות אלו עלולות לא לספק את המידע הנכון ממספר סיבות:
1. טעויות בהזנת נתונים אנושיים. זו הבעיה העיקרית בכל הנוגע לדיוק של PMS. באופן מפחיד למדי, שיעור השגיאות במאגרי נתונים קליניים יכול להגיע עד ל-27%, ובענף שלנו, מחקר של eHotelier הצביע על כך ש-50% ממאגרי המידע של בתי המלון הם פגומים או לא שלמים;
"עלינו לחשוב מחדש על פילוח שוק או לדרג ארכיטקטורה מתוך מחשבה על איכות הנתונים. הנתונים צריכים להיות ניתנים לפעולה ולאפשר לנו לחשוף הזדמנויות ללא מאמץ וביעילות. אבל יותר מכל, ההגדרה צריכה למנוע שגיאות בהזנת נתונים", אומר כריסטוף הוטר, מנהל הכנסות לא מסורתי.
2. עיצוב API לקוי. טיילר שרבונו מכנה זאת "מלכודת סיפוקים מיידית": "הרווח הפוטנציאלי הזה לטווח קצר הוא אטרקטיבי". שרבונו אומר, "אנחנו יכולים לדון במלחמה האידיאולוגית בין הנדסה לשיווק, (ו) המרדף אחר סיפוקים מיידי מובן, אבל מסוכן. זה כמו לפתח ממשק API של עמוד זרוע כאשר שירותי הליבה שלך באמת דורשים זרועות עבות. באופן אידיאלי, תהליך התכנון יכלול יסודי בדיקות מאמץ ואופטימיזציה. אמינות היא גם מכרעת". זה לא נדיר שחברות PMS משווקות בכבדות את מידת ה"פתוחות" של המערכות שלהן, ובכל זאת עלינו לזכור שהאיכות תמיד מנצחת את הכמות כשמדובר באינטגרציות. אנחנו לא יכולים להדגיש את זה מספיק, "דבר אחד שנשכח לעתים קרובות, כאשר היתרונות של מערכות RMS מחושבים, הוא בשלות ה-RM של הארגון. התקנת כל האלגוריתם הפשוט ביותר תביא תשואה גדולה כאשר אתה מתחיל מאפס הכנסה-מגמה-ידע- למרבה הצער, ראיתי RMS מוביל עם מערך אנושי גרוע שמנהל נתח שוק נכסים מתחת למיקומו האיכותי בגלל ידע לקוי על אסטרטגיית RM", אומרת האנה לאק, ניהול ידע תיירות ושגרירת סך ההכנסות, מייסדת Nordic Revenue Forum
3. חוסר פונקציונליות ב-PMS. ובכן, זה די ברור, ובכל זאת, אם מערכת ניהול הנכסים שלך לא פותחה כדי לאסוף פיסת נתונים ספציפית, ה-RMS (ואפילו מנהל ההכנסות האנושי, לצורך העניין) לא יוכלו לשלוף את הארנב הפתגמי החוצה מהכובעים שלהם. "למרות שאנחנו עדיין דנים במידה רבה בהכנסות מחדר שבהם פירוט הנתונים מ-PMS הוא מכריע ושם אוטומציה כבר צריכה להיות הסטטוס קוו, התעשייה צריכה להתמקד בניהול הכנסות כולל, ולהשקיע כיצד לשלב נתונים ממקורות הכנסה שונים (כך- המכונה הכנסות נלוות, כגון ספא, גולף, חנויות מזון וכו') לפתרון אחד, מקור יחיד של אמת", אומר דמיאנו זנארו, יועץ בכיר לאירוח.
לעשות אוטומציה או לא לעשות אוטומציה?
אוטומציה מלאה של אסטרטגיית ניהול ההכנסות שלך מפתה. לא רק בגלל שזה יכול (ובדרך כלל) להגדיל את ההכנסה הכוללת שלך, אלא בגלל שזה גם מפחית באופן דרמטי את העלויות. השכר הממוצע למנהל הכנסות הוא 81,399 דולר לשנה בארצות הברית, בעוד ש-RMS ברמת הכניסה עולה 50 דולר לחודש. ובכן, תעשה את החישוב.
"בהתחשב בכך שבית מלון טיפוסי יקבל בערך חמישה מיליון החלטות תמחור מדי שנה, אין זה אפשרי מבחינה אנושית עבור כל מנהל הכנסות לקבל כל החלטה נכונה, כל יום, ללא תמיכה של מערכת אוטומטית. במיוחד בהתחשב בהיקף העצום של הנתונים שיש לאסוף ולנתח. RMS חזק לא רק מייצר מחירים המותאמים לשינויים בשוק, אלא למעשה צופה את הווריאציות הללו מראש. בשוק מלונות משתנה, לשינויים קלים בתמחור יכולים להיות השפעה גדולה על הביקוש. לכן, כל מלונאי הפועל ללא מערכות שיכולות לפענח בצורה אנליטית את ההשפעות של שינוי מחיר ספציפי על התפוסה והתועלת ההכנסה (או היעדרה) הנובעת מהנכס שלו פועלת בעמדת נחיתות", אומר קלאוס קולמאייר, מנהל אוונגליסט ופיתוח ראשי.IDeaS .
יתרה מכך, מנהלי הכנסות יכולים להסתמך פחות ופחות על נתונים היסטוריים, במיוחד לאחר המגיפה. בפרדיגמה חדשה זו, נתונים חיצוניים (כגון דוחות מזג אוויר או מידע על אירועים ציבוריים) הפכו מכריעים לאסטרטגיית RM מוצקה. אולם ראשית, בני אדם צריכים לאסוף ולצבור אותם, מה שמביא אותנו לבעיה מס' 1. אבל ניתן לאחזר נתונים אלה באופן אוטומטי בשירותים כגון OpenWeatherMap, Picatic או Allevents.in. הם, פשוטו כמשמעו, במרחק API אחד.
"בדרך כלל מערכות ניהול הכנסה (RMS) ומנהלי הכנסות משתמשות בתמחור היסטורי, בתמחור ובנתוני שוק ומשלבים זאת עם אותות ביקוש צופים פני עתיד כמו קצב כדי להמליץ על התעריפים האופטימליים. למרבה הצער, בגלל המגיפה, הנתונים ההיסטוריים הפכו ללא רלוונטיים. אני גם מאמין שנתוני התמחור של ערכות התמחור פחתו גם הם בערכם - עד כמה אתה בטוח שהמתחרים שלך מוכשרים בפרקטיקות ניהול ההכנסות שלהם ומשתמשים בכלי ה-RM הנכונים ולא רק מניחים זה את התעריפים של זה בספירלה אובדנית כלפי מטה?
הצורך להתאים את תעריפי הנכס באופן דינמי, בהתבסס על ביקוש לנסיעות בזמן אמת, הוא הסיבה לכך שהמגיפה שמה קץ לכלי ניהול ההכנסות המועדף ביותר: הגיליון האלקטרוני של Excel - ויצרה את הצורך הדחוף עבור RMS ענן מופעל בינה מלאכותית. להתמודד עם המורכבות של העידן שלאחר המגפה", אומר מקס סטארקוב, יועץ ואסטרטג טכנולוגי לאירוח ונסיעות מקוונות.
הצטרף ל-50,000+ מנהלים ממותגי המלונות המובילים בעולם וקבל את התובנות העדכניות ביותר שנשלחו לתיבת הדואר הנכנס שלך פעם בחודש
מסקנות: לאן אנחנו הולכים עכשיו?
הערכת בשלות התמחור שנערכה לאחרונה על ידי BCG וחברת התמחור המקצועית, גילתה כי "יותר מ-50% מכל חברות הסחורות התעשייתיות עדיין משתמשות ב-Microsoft Excel כדי לבנות את כלי התמחור העיקריים שלהן."
"ברור ש-RMS מופעל בינה מלאכותית עם פיקוח אנושי הוא נקודת התחלה חיונית עבור המלונאי של היום. ככל שטכנולוגיית ההכנסה מתקרבת לפונקציות שיווקיות, עלינו לצפות לראות יותר אינטגרציות בין ה-RMS וכלי שיווק כדי לייעל את מסע האורחים באתר המלון , במכשיר הנייד האורח, ונקודות מגע דיגיטליות חשובות אחרות שנמצאות כרגע 'מחוץ להישג יד' עבור פתרונות ה-RMS של היום בבידוד", אומר אריק מוניוז, מנהל הכנסות ראשי, Userguest .
זה לא מפתיע, כי מנהלי הכנסות נאלצים לא פעם למלא את החסר במעט המידע שיש להם, וזו בעיקר אשמתם ואחריותם של הספקים. עם זאת, דרך חדשה, קלה יותר, אפקטיבית יותר ומדויקת יותר לניהול הכנסות מתדפקת על דלתנו, והגיע הזמן שכולנו נתאחד ולבסוף נפתח אותה.