Formulare previsioni con metodi sistematici: il Pick Up Fin qui abbiamo visto come archiviare i dati affinché ci forniscano lo storico

della struttura e come analizzarli per confrontarli con la situazione attuale. Sulla base di tali formulazioni si devono poi scrivere i numeri nelle già citate tabelle di previsione.

Le previsioni possono essere condotte con metodi molto sofisticati, ma non sempre efficaci, oppure si possono fornire suggerimenti sulla base dei dati registrati nel sistema informatico dell’albergo. Vedremo come i metodi del pick up consentano di esporre facilmente valori previsionali per formulare proiezioni a breve termine.

Il pick up è un file (solitamente excel) che farà poi da base per l’ottimizzazione della struttura ricettiva, che fotografa giornalmente la situazione delle prenotazioni del mese in corso e di quelli immediatamente successivi, in termini di Room Nights (e di conseguenza di ADR e Revenue). Inoltre il pick up permette di ricreare il percorso attraverso il quale abbiamo ottenuto i nostri risultati. Infatti è estremamente facile risalire ai dati attualizzati, ma non è altrettanto semplice ricostruire tempi e modi con cui i risultati sono stati raggiunti.

Ad esempio guardando all’ultimo mese appena chiuso, non sappiamo come abbiamo venduto, se siamo stati costretti ad abbassare all’ultimo a causa della poca domanda (strategia da evitare) o se abbiamo seguito una lenta ma costante crescita del prezzo. Non sappiamo con quanto anticipo sono arrivate le prenotazioni e quante cancellazioni abbiamo ottenuto.

Il pick up calcola e archivia ogni giorno la differenza in negativo o in positivo delle prenotazioni per un determinato mese (tale file è infatti strettamente legato al Forecast). Da questa semplice tabella potremo poi estrapolare un riepilogativo che aiuti ad avere il quadro del mese sempre aggiornato. (Galbiati D., 2016)

Il pick up è basato sull’idea che esista una regolarità nell’accumulo delle prenotazioni soprattutto nelle settimane immediatamente precedenti la data

di check-in oggetto della previsione. In riferimento ad una determinata data, si ipotizza l’occupazione giornaliera futura, per segmenti, basandosi sull’andamento delle prenotazioni registrate nel periodo immediatamente precedente; in altre parole al fine del calcolo previsionale viene utilizzato sia il numero di camere effettivamente vendute sia il numero di prenotazioni che si hanno nei giorni precedenti la data di fruizione del servizio. L’idea è quella di prevedere le prenotazioni cumulate, ovvero quelle che si hanno durante un periodo di tempo prefissato, per poi aggregarle ed ottenere la previsione totale, tabella previsionale che costituisce la base dell’ottimizzazione. In tal modo il revenue manager può valutare il trend in corso ed introdurre eventuali correzioni.

Il metodo del pick up, unendo la matrice dell’andamento delle prenotazioni e la matrice pick up, trova la matrice di previsione. Si distinguono due metodi, quello classico e quello avanzato.

Vediamo ora un esempio del metodo classico, con il quale si calcolano i valori medi delle prenotazioni che pervengono nel corso di determinati intervalli di tempo precedenti all’arrivo.

Numero giorni precedenti

Data 0 7 14 21 28 35 42 49 24-ott 82 30 24 13 7 4 1 0 31-ott 85 24 18 10 6 3 1 1 7-nov 73 28 20 12 8 4 2 1 14-nov 69 31 20 15 9 2 1 1 21-nov 75 35 21 12 8 4 2 1 28-nov 78 36 20 11 7 3 1 1 5-dic 39 19 11 6 4 2 1 12-dic 20 14 7 2 2 2 19-dic 13 8 2 2 1 26-dic 6 3 1 1

La matrice dell’andamento delle prenotazioni delle camere mostra, alla data corrente 28 novembre (cella evidenziata in verde), la progressione di vendita delle camere. Per esempio, risulta che il 24 ottobre è stato chiuso con 82 camere vendute e che, una settimana prima (il 17 ottobre) di quelle 82 ne erano state vendute solo 30. Vale a dire che nell’ultima settimana è stata realizzata, per quella data, una vendita pari a 52 camere (82-30) e che, tra il 10 e l’17 ottobre sono state vendute 24 camere delle 82 che sono poi risultate vendute appunto in data 24 ottobre.

A partire da una tabella delle prenotazioni come quella illustrata si ricava una seconda tabella, tabella di pick up, che mostra il cumulo delle prenotazioni registrato in ciascuna settimana, rispetto al totale.

L’andamento medio delle prenotazioni può essere ottenuto calcolando la media aritmetica delle prenotazioni pervenute in albergo a determinate date precedenti l’arrivo con riferimento alle ultime settimane.

La matrice di pick up classico, associata alla precedente, è illustrata di seguito.

Numero giorni precedenti

Data 0 7 14 21 28 35 42 49 24-ott 0 52 58 69 75 78 81 0 31-ott 0 61 67 75 79 82 84 84 7-nov 0 45 53 61 65 69 71 72 14-nov 0 38 49 54 60 67 68 68 21-nov 0 40 54 63 67 71 73 74 28-nov 0 42 58 11 71 75 77 77 Medie 41 54 47 66 71 72 73 !

Tabella 10: Matrice Pick Up Classico

Per formulare le previsioni, nell’ipotesi in cui l’accumulazione di camere vendute sia regolare, si calcola la media dei cumuli. In particolare i risultati migliori si ottengono considerando le ultime quattro settimane.

A questo punto si possono calcolare le previsioni come illustrato nella tabella seguente, sommando ai dati previsionali registrati nella tabella delle prenotazioni camere le medie della matrice del pick up classico.

Numero giorni precedenti

Data 0 7 14 21 28 35 42 49 24-ott 82 30 24 13 7 4 1 0 31-ott 85 24 18 10 6 3 1 1 7-nov 73 28 20 12 8 4 2 1 14-nov 69 31 20 15 9 2 1 1 21-nov 75 35 21 12 8 4 2 1 28-nov 78 36 20 11 7 3 1 1 5-dic 80 39 19 11 6 4 2 1 12-dic 74 20 14 7 2 2 2 19-dic 60 13 8 2 2 1 26-dic 72 6 3 1 1 !

Tabella 11: Previsione Pick Up Classico

Ad esempio oggi, 28 novembre, si prevede che per il 5 dicembre avremo venduto 80 camere (39 prenotate ad oggi + 41 di incremento medio a 7 giorni).

Quindi per ottenere un’effettiva previsione orientata al RM si deve disporre di un calendario (su un determinato periodo) in cui, giorno per giorno, è indicato il numero delle camere che si prevede saranno acquistate dagli specifici segmenti. (Desinano P., 2010)

Anche per il metodo del pick up avanzato, punto di partenza per il calcolo della matrice è l’analisi della matrice di prenotazione.

In questo caso i dati sono ottenuti in maniera diversa: i valori della matrice sono dati dalla differenza tra le prenotazioni pervenute a determinate date e quelle pervenute alle date immediatamente precedenti, ogni cella registra solo l’incremento rispetto alla settimana precedente e non il totale rispetto alla data di chiusura prenotazioni. Anche in questo caso, i risultati migliori per

le previsioni si ottengono considerando la media delle ultime 4 settimane. Questa la matrice del pick up avanzato:

Numero giorni precedenti

Data 0 7 14 21 28 35 42 49 24-ott 0 52 6 11 6 3 3 1 31-ott 0 61 6 8 4 3 2 0 7-nov 0 45 8 8 4 4 2 1 14-nov 0 38 11 5 6 7 1 0 21-nov 0 40 14 9 4 4 2 1 28-nov 0 42 16 9 4 4 2 0 5-dic 20 8 5 2 2 1 12-dic 6 7 5 0 0 19-dic 5 6 0 0 26-dic 3 2 0 Medie 0 41 15 8 5 4 1 0 Cumulo 41 56 64 69 73 74 74 !

Tabella 12: Matrice Pick Up Avanzato

Ad esempio il 24 ottobre mostra come negli ultimi sette giorni siano arrivate 52 prenotazioni ottenibili facendo 82-30, nei 14 giorni antecedenti sono pervenute invece soltanto 6 prenotazioni date da 30-24.

Per effettuare previsioni grazie alla matrice del pick up avanzato, dobbiamo riprendere la matrice dell’andamento prenotazioni, alla quale vanno sommate le medie cumulate appena ottenute.

Numero giorni precedenti Data 0 7 14 21 28 35 42 49 24-ott 82 30 24 13 7 4 1 0 31-ott 85 24 18 10 6 3 1 1 7-nov 73 28 20 12 8 4 2 1 14-nov 69 31 20 15 9 2 1 1 21-nov 75 35 21 12 8 4 2 1 28-nov 78 36 20 11 7 3 1 1 5-dic 80 39 19 11 6 4 2 1 12-dic 76 20 14 7 2 2 2 19-dic 77 13 8 2 2 1 26-dic 75 6 3 1 1 !

Tabella 13: Previsione Pick Up Avanzato

I due metodi danno risultati leggermente discordanti, tra i due non ve ne è uno preferibile ma l’albergo sceglierà sulla base dell’attendibilità che mostrerà una volta ricevute le prenotazioni e chiuse le giornate che per ora sono oggetto di previsioni.

Senza le previsioni sarebbe impossibile prendere decisioni di vendita e di conseguenza massimizzare i ricavi. Anche se non risultassero corrette, si possono controllare durante l’avanzamento del booking.

8. Ottimizzazione

A questo punto l’hotel ha definito i profili in fase di segmentazione, ha tracciato un piano tariffario da associare ad ogni segmento ed ha definito un piano previsionale. Deve ora concentrarsi sull’ottimizzazione.

Questa fase riguarda la gestione dell’inventario e delle tariffe, per puntare alla massimizzazione dei ricavi (del settore alloggio, anche se non è l’unico centro di ricavo del nostro albergo); si gestisce la capacità stabilendo a priori quanti servizi si vuole vendere ad un dato prezzo, quanti ad un altro e quanti ad un altro ancora. In alternativa se non si ponessero queste regole si rischierebbe di svendere tutto l’albergo.

L’input di questa fase è dato dalle tabelle di previsione, ovvero l’output della fase appena vista, quella della previsione. Mentre output dell’ottimizzazione sono il piano dei ricavi e le regole di gestione.

In questa fase, sulla base dei dati previsionali, vengono simulate le vendite per cercare di vendere al miglior prezzo, ottenendo da ciascun segmento il massimo ricavo possibile. Infatti prima di aprire le vendite si stabilisce un piano di ricavi che ottimizzi il guadagno finale, cioè che dica quante camere vendere a ogni tariffa (ricordando che dietro ogni tariffa c’è un segmento diverso).

Gli unici vincoli da tenere in considerazione durante la stesura del piano dei ricavi sono:

• applicare le tariffe in base alle previsioni di vendita

• non applicare tariffe superiori alla massima dichiarata (rack rate)

• non vendere camere in numero superiore alla capacità dell’albergo (ad esclusione di eventuali politiche di overbooking) (Desinano P., 2010)

Ma se il piano dei ricavi è la base per guidare le decisioni di vendita, per decidere le vendite occorre definire delle regole di gestione. Le regole tipiche sono basate sulle tecniche di nesting e bid price.

incrementare i ricavi e nell’albergo per raggiungere questo obiettivo si possono vendere più camere, aumentare le tariffe, vendere a clienti con maggiore disponibilità alla spesa, o ancora vendere più servizi. L’albergo però ha una capacità rigida, l’inventario è composto da un numero fisso di camere che non è modificabile (nel breve termine) in funzione della domanda. Una room night non venduta genera una perdita di fatturato non recuperabile; ma anche una room night venduta può generare una perdita se viene svenduta, senza quindi sfruttare la disponibilità a pagare del cliente o rivolgendosi ai segmenti meno profittevoli. Infatti normalmente i clienti più sensibili al prezzo sono quelli che prenotano con largo anticipo, quindi il contingente delle tariffe basse è quello che viene venduto prima; se da un lato terminare subito la disponibilità delle camere può sembrare una buona operazione, dall’altro si rischia di vendere ad un prezzo basso andando contro le logiche del RM.

Viene quindi a configurarsi una sorta di conflitto di interessi: una prenotazione può non essere compatibile con un’altra già accettata, con un’altra contemporanea o con una possibilità di vendita futura. (Montemurro A., 2014)

Il revenue manager deve allora cercare di accordare la domanda con la propria offerta affidandosi non più solo a intuito ed esperienza ma ad un sistema affidabile basato sulle previsioni della domanda, per arrivare consapevolmente ad una decisione anticipata di accettazione o rifiuto di una prenotazione, con il fine della massimizzazione dei ricavi.