Definire con le minime percentuali di errore la previsione di pernottamenti nel breve e medio periodo stabilendo il range di tariffe ottimali per ottenere il massimo profitto da ogni vendita e’ uno dei compiti più delicati e difficili a cui si va incontro giornalmente.

Un pick up generico basato su dati cumulativi, ci dà solo una visione generale dei giorni in cui si ha un incremento di domanda.

Ed anche se poi noi la valutiamo nello specifico, analizziamo il trend della domanda in base ai dati storici ed i suoi scostamenti, difficilmente riusciamo a creare una curva che si avvicini alla realtà soprattutto nel medio periodo.

Credo che una corretta valutazione della domanda sia possibile solo creando pick up più analitici per esempio per mercato e canali di prenotazione.

Questo mi permette di

– analizzare la domanda specifica e calcolare la sua linea di tendenza effettiva (attuale e storica)

– valutare la curva delle cancellazioni nello specifico

– valutare per ogni canale la previsione di pernottamenti

– definire la politica tariffaria in base ai costi di acquisizione

– definire le politiche di marketing mirate

– intervenire in tempi rapidi per massimizzare il profitto

Tutto questo e’ estremamente facile estrapolando i dati dal nostro PMS , riportandoli su fogli excel e collegandoli con semplici algoritmi o funzioni.

Questo e’ solo il primo passo. In base alla specificità che voglio ottenere posso creare “sotto pick up” sempre più analitici e ridurre le mie percentuali di errore quasi a zero e posso inoltre creare uno storico delle variabili che in ogni canale hanno determinato la variazione della domanda.