';

"Bem-vindos ao nosso novo portal! "

Peter Kutuchian
Founder & CEO
Cursos
icone de um computador com um LMS (learn management system)
Confira nossos cursos

HSMAI ROC destaca a importância das previsões de demanda

Por Nayara Matteis 7 de agosto de 2020

 

HSMAI ROC - previsao de demandaMol dá dicas de pontos a serem analisados para previsões de demanda

A edição online da HSMAI ROC começou hoje (7), às 9h, com a participação de executivos internacionais da indústria de viagens. Pela manhã, foram abordados temas como futuro do RM (Revenue Management) no pós-pandemia e o comportamento do consumidor no novo normal. Dando continuidade à programação, Geert Mol, da INFOR EzRMS palestrou a respeito de previsões de demanda e ocupação.

Mol iniciou seu discurso dando uma data aleatória aos ouvintes: 15 de outubro. A proposta é tentar analisar qual será a ocupação para esse dia. Como prever a demanda para daqui dois meses? “Vamos esquecer que estamos em pandemia. Qual seria a ocupação para uma quinta-feira? Uma boa previsão seria 90%, é uma informação útil, mas para o gerenciamento de receita temos que analisar as demandas de clientes e tarifas”, explica.

Segundo o executivo, é preciso identificar o hóspede certo, para o quarto certo pelo preço certo. Para isso, o hotel deve analisar quais canais estão sendo procurados, quais categorias de UHs estão sendo vendidas, ou seja, prever a demanda para tomar decisões corretas antes da data prevista. “A ocupação não te conta isso. Na previsão de demanda estão à frente dessa curva de estratégia”.

HSMAI ROC: análise de demanda

Para tomar as decisões certas, Mol dá dicas de alguns questionamentos que precisam ser feitos. “No melhor caso, fazemos uma análise de segmentação como quando os hóspedes farão a reserva, quanto gastarão além da tarifa e  qual a possibilidade de cancelamento. Na previsão de ocupação sabemos quantos quartos estarão com clientes, diária média e mercados. Para rodar a operação temos que vender a UH certa para o hóspede certo”.

Outros fatores devem entrar na análise de previsão como estação do ano, clima, data de chegada, além de outras micro previsões como comportamentos de segmentos, categorias de quartos e regiões emissoras.

(*) Crédito da capa: Peter Kutuchian/Pixabay

(**) Crédito da foto: reprodução da internet