AI & Revenue Management

Kunstmatige Intelligentie (AI) krijgt een steeds grotere rol in ons dagelijks leven, er wordt steeds uitgebreider mee geëxperimenteerd en op veel meer gebieden toegepast.

Wat is het doel van AI:

Er worden marktanalyses gemaakt, personeelstekorten opgelost en de automatisering wordt te lijf gegaan. AI zal dus ook zeker invloed gaan hebben op het werk van een revenue manager en dit veel efficiënter gaan maken. Het neemt alleen niet het gehele werk van een revenue manager over omdat de data altijd gecontroleerd en gevoed moet worden.

Wat kan AI dan doen voor Revenue Management?

AI kan meer en sneller gegevens verzamelen. In enkele ogenblikken kan er gekeken worden naar externe factoren als evenementen, weerpatronen en trends van social media. Hier kunnen wij als revenue managers dan weer goede conclusies op maken en de strategie op aanpassen.

AI-modellen is in de basis afhankelijk van historische data, zo kan een AI model moeite hebben met onverwachte gebeurtenissen. Denk hierbij aan aankondigingen van grote evenementen, een aanpassing in regelgeving of een grote pandemie zoals het coronavirus een paar jaar geleden. Ook mist een AI-model vaak context, zo kan het moeite hebben met lokale marktkennis. Een evenement zoals de bloemencorso zal per markt een andere impact hebben. Ook houdt het geen rekening met merkpositionering.

De aanbevelingen die AI kan doen betreft prijzen zullen steeds geavanceerder worden, en steeds beter onderbouwd kunnen worden. Dit neemt alleen niet weg dat AI bepaalde menselijke aspecten niet in behandeling neemt. Wat vindt de een eigenaar of management van een hotel een hotelkamer eigenlijk waard? Wat is de impact op de reviews als de prijzen te hoog zijn? Ook kunnen te lage prijzen uitdagingen geven voor hotels. Of misschien is er een tekort in de housekeeping waar rekening mee gehouden moet worden? Daarnaast kunnen de trends en prijzen van de concurrentie ook sterk verschillen van elkaar, je wilt niet dat de prijzen voor een datum de ene dag €100 zijn en een dag later €500, hierdoor verlies je de geloofwaardigheid van de gasten ook.

Daarnaast kan de strategie per maand/per kwartaal/per jaar en natuurlijk per hotel verschillen. Denk hierbij bijvoorbeeld aan een btw-verhoging die er in 2026 aankomt. Hierdoor wil je de prijzen structureel omhoog hebben, maar dit moet wel gemonitord worden of dit nog wel het gewenste resultaat oplevert. Zo niet, moet hier wederom de strategie voor worden aangepasta

In je PMS en RMS zit onwijs veel data, het vergt tijd en kennis van de systemen om deze data te analyseren. Als je alle data kan exporteren en deze in AI kan importeren dan kan je deze alles voor jou analyseren en aanbevelingen doen. Zo kan je bijvoorbeeld zien dat Amerikaanse gasten de hoogste ADR’s met zich meebrengen, verder vooruit boeken, maar ook het langste verblijven. Door de analyses en trends die AI kan ontdekken kan je zelf kiezen om hier speciale acties bijvoorbeeld op in te zetten en nog meer te focussen op de markt die je het liefste in je hotel hebt.

Concluderend zal AI ons werk flink kunnen veranderen en efficiënter kunnen maken. Het zal alleen nooit ons werk volledig gaan overnemen, de menselijke touch blijft nodig om de data toe te voegen en te controleren. AI is sterk in analyseren, niet in strategie. Juist daarom blijft de menselijke factor onmisbaar in Revenue Management.

Volgende
Volgende

Annuleringsvoorwaarden, welke factoren zijn belangrijk om te bepalen?