Uber heeft het model voor prijsstijgingen populair gemaakt, waarbij de prijzen stijgen als reactie op de stijgende vraag naar het delen van ritten en taxidiensten. Sindsdien hebben veel concurrenten van rideshare-bedrijven, zoals Lyft, het model overgenomen om rideshare-netwerken efficiënt te beheren en pick-ups tijdens spitsuren te vergemakkelijken door meer beschikbare chauffeurs te brengen. In dit model leidt een stijging van de vraag tot hogere prijzen, waardoor het aanbod van chauffeurs in realtime toeneemt.
Surge pricing en revenue management hebben enkele fundamentele verschillen. In dit artikel bespreken we de geschiedenis van prijsstijgingen, hoe deze verschilt van revenue management en wat dat betekent voor uw hotelgroep.
Slimme inkomstenmanagers gebruiken software zoals Infor EzRMS om hen te helpen betere prijsbeslissingen te nemen en zelfs als RMS-tools elk jaar geavanceerder worden, is het nog steeds van cruciaal belang voor inkomstenmanagers om de fundamentele principes te begrijpen die de beslissingen van dergelijke systemen sturen om een solide strategie voor inkomstenbeheer te garanderen. We hebben dit onlangs besproken in ons stuk over:prijselasticiteit in de hotelindustrie en vandaag duiken we in de geschiedenis en dynamiek van het enorm populaire prijsstijgingsmodel.
Hoe werkt het Surge Pricing-model van Uber?
Surge pricing – waarbij Uber 1,5 tot 8x het normale tarief in rekening brengt – werd ingesteld om een onbalans tussen vraag en aanbod op te lossen die optrad toen er tijdens piekuren niet genoeg chauffeurs beschikbaar waren om passagiers mee naar huis te nemen. De vraag- en aanbodcurves van Uber zijn zeer elastisch; drijvende krachten aan de aanbodzijde zijn mensen met alternatieve financieringsbronnen en voorkeuren, wat betekent dat ze werken wanneer ze willen (en soms zelfs voor de concurrentie). Sommige chauffeurs werken het liefst overdag, anderen werken alleen bij mooi weer. De vraag neemt ook af en toe, waarbij sommige rijders na een avondje stappen naar huis moeten en anderen elke dag op hetzelfde tijdstip een rit nodig hebben voor hun woon-werkverkeer.
Surge pricing is bedoeld om chauffeurs met gedeelde ritten aan te moedigen de weg op te gaan (het aanbod van chauffeurs vergroten) door het geldbedrag te verhogen dat ze kunnen verdienen door te rijden in tijden van grote vraag. Dit dynamische prijsmodel vermindert ook de vraag, aangezien meer prijsgevoelige rijders tevreden zijn om te wachten tot de prijsstijgingsperiode voorbij is voordat ze hun rit bestellen. In het begin klaagden velen dat dit prijsopdrijving was; over het algemeen zorgt dit echter voor eenzeer efficiënte marktplaats .
Hoe verhoudt de hoge prijs van Uber zich tot het beheer van hotelinkomsten?
Surge pricing werkt goed omdat het de vraag- en aanbodcurves van Uber efficiënt in evenwicht houdt. Maar hotels hebben niet dezelfde aanbodelasticiteit als Uber.
"Je kunt niet meer kamers bouwen voor oudejaarsavond en ze vervolgens afbreken", schrijft Bill Gurley , een durfkapitalist en investeerder in Uber. “Voor een hotelier is de vraag naar een kamer op oudejaarsavond dramatisch hoger dan op een willekeurige doordeweekse dag twee weken later. Zonder de mogelijkheid om het aanbod te vergroten, hebben ze het alternatief om te verkopen aan de hoogste betaler."
Wanneer een hotel wordt gedwongen te verkopen aan de hoogste betaler, loopt het vaak potentiële inkomsten mis. Een hotel kan bijvoorbeeld een kamer van $ 100 verkopen voor $ 300 tijdens piekuren, terwijl de bereidheid van een gast om te betalen $ 500 kan zijn. Er kan ook een segment van gasten zijn met een bereidheid om $ 250 te betalen dat het hotel nu misloopt. Zonder inzicht van geavanceerde segmentatie of inkomstenwetenschap mist prijsmodellering enkele belangrijke variabelen die tot hogere inkomsten leiden.
Hotels worden regelmatig betrapt met de helft van hun kamers leeg of uitverkocht voor een te lage prijs. Oplossingen zoals Infor EzRMS geven hoteliers een eenvoudige interface die hotelprijzen verandert in iets als een zelfrijdende auto, die automatisch door vraag en aanbod navigeert.”
Technologie kan een hoofdrol spelen bij het verbeteren van de omzet. Inkomstenbeheerteams zouden een centraal reserveringssysteem, tariefbeheersysteem, tariefshopper en een business intelligence-tool moeten gebruiken om hun prijzen te verbeteren. Een technologische oplossing als EzRMS biedt de mogelijkheid om boekingscurves voor elke nacht, kamertype en klantsegment te voorspellen. Bovendien moeten hotelmanagementteams twee belangrijke lessen trekken uit het prijsstijgingsmodel van Uber.
Surge Pricing: lessen voor de hotelindustrie
Acquisitiekosten zijn niet de enige variabele waarmee rekening moet worden gehouden bij het bepalen van een prijs. “Inzicht in kosten is essentieel om winstgevend te zijn. Het zorgt voor een bodemprijs”, schrijft een deskundige . “Uber geeft ons echter een voorbeeld van hoe beperkend cost-plus pricing kan zijn. Terwijl tarieven in traditionele taxi's beginnen bij een basistarief, berekend op basis van onder andere voertuig- en brandstofkosten, is de overhead van Uber slechts een van de vele variabelen die zijn gefilterd in hun veel stille prijsalgoritme. Een andere belangrijke factor is de betalingsbereidheid van de klant.” Inzicht in de winstgevendheid van elk kanaal is een essentieel kenmerk van goed inkomstenbeheer, maar wat nog belangrijker is, is een gedetailleerd inzicht in de betalingsbereidheid per kanaal, marktsegment, enz.
Inkomstenbeheerteams die de dynamische prijsstelling van Uber willen repliceren, kunnen dit doen door adaptieve prognoses in hun strategie te integreren. Probeer eeninkomstenbeheersysteem om de Uber- drogreden te vermijden en uw inkomstenteam te helpen slimmere prijsbeslissingen te nemen.
