Este artÃculo pretende dar un poco más de luz a la ardua tarea del desarrollo de la previsión hotelera. Pilar Talón, Lydia González y Mónica Segovia (Yield Revenue Management en el sector hotelero: Estrategias e implantación) proponen un desarrollo del proceso formado por seis fases. El concepto organizativo trabajado por las autoras es interesante, pero en mi opinión algunos puntos deberÃan ser tratados bajo otro prisma. Siguiendo la linea trazada por Talón, González y Segovia, propongo:
- Recopilación de información
- Análisis histórico
- Patrones de comportamiento. Booking pace – Velocidad de llenado
- Curva de reservas o tendencias: pick up
- Ajuste de previsiones en función de la competencia
- Margen de error de las previsiones

1. Recopilación de información
El primer punto hace referencia al estudio de los históricos de ventas del establecimiento para poder establecer comparativas con los datos actuales. En dicho estudio deberÃa considerarse la recopilación de datos históricos como ocupación, precio medio, producción, antelación de las reservas, segmentación etc... para poder hacer una predicción de lo que va ser la misma fecha en el futuro. No olvidemos que YRM es ante todo un método para utilizar nuestros sistemas de información para poder definir nuestras estrategias de ventas.
2. Análisis histórico
Una vez obtenida la información histórica comentada en el punto anterior es necesario conocer y entender las tendencias históricas y actuales, lo que nos ayudará a confeccionar un calendario de la demanda o de tendencia para poder definir nuestros precios por temporada, por dÃas de la semana y por ferias y eventos especiales.
La información que nos dan los históricos de ventas nos serviran para tener un conocimiento claro de lo que fue el movimiento de la demanda en el pasado, podremos analizar la ocupacion, el precio medio, los picos y bajos en la ocupación, el mix de clientes que tuvimos y con todo ello confeccionar un calendario de demanda (previsión de cantidad de demanda) y realizar un Forecast o previsión para las mismas fechas en el futuro (siempre compararemos dÃas iguales de la semana, nunca el mismo dÃa en número).
Ejemplo 1: si el sábado de semana santa del año pasado llenamos pero el viernes nos quedó al 50% de ocupacion, podemos entender que para el próximo año serÃa conveniente aplicar un mÃnimo de dos noches para la noche del sábado de la semana santa. (Picos y Bajos en la ocupación).
Ejemplo 2: si la semana santa del año pasado, el 70% de las ventas fueron a través de los IDS (Internet Distribution Systems), el 10% fue de las CRS (Centrales de Reservas) y el resto fue cliente directo. Sabremos que el próximo año nos tendremos que fijar mucho en los movimientos de nuestro COMPSET (Set Competitivo) para definir nuestras estrategias, sabremos que la mayoria de negoció nos vendrá de ese segmento, por tanto es al que mayor atención prestaremos.
Â
3. Patrones de comportamiento. Booking pace – Velocidad de llenado
Los datos históricos también nos permitirán conocer el llamado booking pace, o lo que es lo mismo, el perÃodo de tiempo transcurrido entre la fecha de reserva y la llegada al hotel. La antelación nos permite obtener una función realmente rica, que varÃa según el mercado y que nos permite crear un promedio del booking pace.
Â
4. Curva de demanda o tendencias: Pick up
La curva de demanda o tendencias nos permite elaborar un pronóstico de la cantidad de clientes que tendremos por mes y segmento. Es importante trabajar el momento de la reserva y la fecha para saber si tenemos un precio correcto. Pick up es un concepto que hace referencia al volumen de reservas conseguidas entre dos fechas determinadas.
Ejemplo 3: si recibimos muchas reservas a largo plazo, podrÃa significar que estamos vendiendo demasiado barato, pues llenarÃamos con demasiada antelación.
El pick up óptimo es aquel en el que van entrando reservas poco a poco hasta vender la ultima habitacion el mismo dÃa. Se entiende que las reservas de más antelación serán a precios más baratos que las vendidas en los últimos dÃas que serán a tarifas más elevadas. Sin embargo, este punto es muy complejo y hay que analizar cada momento determinado por separado, tener estrategias distintas según la previsión de demanda que esperamos.
En temporada de baja demanda buscaremos volumen (pick up más rápido y con mayor antelación) sin procurar demasiado por el ARR( Precio medio). En cambio, en temporada de alta demanda (sabemos por histórico que vamos a llener) buscaremos un pick up mucho más lento y cuidaremos que el precio medio sea los mas alto posible.
Â
5. Ajuste de previsiones (Forecast)
Ya hemos visto que con la información que extraemos de los históricos de ventas podemos hacer una previsión de lo que podrÃan ser las ventas en el futuro. Esta previsión es el Forecast. El Forecast se realiza antes de empezar el año y ayuda mucho a realizar presupuestos más realistas. No obstante, este Forecast habrá que ir ajustándolo a medida que vaya trascurriendo el año y veamos como se mueve el mercado.
A través de los resultados que prevee el Forecast podremos confeccionar nuestras estrategias de ventas por temporadas, dÃas de la semana, ferias y eventos, por segementos de mercado…..
Â
6. Margen de error de las previsiones
La última fase está encaminada hacia la determinación del MAD (Mean Absolute Deviation o Desviación Media Absoluta). El MAD es una medida global de error de la previsión. Si la desviación es negativa significa que se están esperando más clientes de los que reservarán, por tanto tendremos que redefinir nuestra estrategia y no ser tan restrictivos y/o bajar el precio. Por el contrario, en caso de ser positiva se estará por encima de las reservas previstas, por lo que se esperan más cliente de los que se preveÃan, por tanto, deberemos ser más restrictivos y/o subir precio.
Â
Aprovecho para informar que voy a dar un Curso de revenue Management y Marketing On Line de tres dÃas en Barcelona en el mes de Mayo, dónde trataremos estos temas y mucho más. Para más información visita www.hotelsdot.com/cursos.
Saludos cordiales
Meritxell Pérez Vilalta
Fuente:Â http://blog.hotelsdotcom.net


11439 posts
8704 fotos
1529 videos
86 podcasts
6423 usuarios
235 grupos
493 ideas





