وضعیت: بسته
شماره سند:RFP۱۴۹۷۰۵۰۸۴
تاریخ انتشار: 1397/06/01
مهلت ارسال پیشنهاد:1397/06/23
فرصتها: براساس پیشنهادها قابل مذاکره خواهد بود.
تماس : ۰۲۱۸۸۳۹۸۵۶۳ – ۰۲۱۸۸۳۹۸۵۴۳
ارسال پروپوزالها: Proposal@boomerangtt.com
مدیریت درآمد در هتل (Hotel Revenue Management) مفهوم جدیدی است که بر بالا بردن سود و درآمد هتلها باتوجه به پیشبینی تقاضا و تخصیص موجودی اتاقها و بر اساس کشش قیمتی تأکید دارد. مدیریت بر درآمدهای هتل به معنای «فروش اتاق مناسب به مشتری مناسب در زمان و با قیمت مناسب در کانال توزیع و با نرخ تخفیف مناسب» میباشد. بر اساس قانون تقاضا، با کاهش قیمت یک کالا مقدار تقاضا برای آن افزایش مییابد و کشش قیمتی تقاضا، مقدار تغییر تقاضا را نسبت به تغییر قیمت اندازهگیری میکند. علاوه برکشش عرضه و تقاضا، قیمت تمام شده اتاقها و تغییرات محیط بیرونی نیز بر افزایش یا کاهش قیمت اتاقها در هتل تأثیرگذار هستند. سنجههای مدیریت بر درآمد در هتلها شامل موارد زیر میباشند:
هدف مدیریت درآمد در صنعت هتلداری، تعیین نرخ رقابتی و افزایش درصد اشغال اتاقها میباشد. در این راستا هتلها برای افزایش تنوع در راهکارهای فروش، تعاریف متنوعی برای نرخ فروش اتاقهای خود دارند:
نمودار ۱ عوامل موثر در نرخ فروش اتاق های هتل را نشان می دهد:
به منظور قیمتگذاری هوشمند اتاقهای هتل، شرکتهای بزرگی (مثل Enomic) فعالیت کردهاند. راهکارهای ارائهشده بر مبنای جمعآوری دادگان (Data set) و قرار دادن آنها در ساختارهای انباره داده میباشد. پس از جمعآوری دادگان داخلی، این شرکتها با کنار هم قرار دادن دادگان شرایط بیرونی و استفاده از ابزارهای BI اقدام به استخراج شاخصهای مؤثر مینمایند. پس از استخراج شاخصها، مدلهای دادهکاوی متناسب با شرایط هتل، با دادگان و شاخصهای استخراجشده، تحت آموزش قرار میگیرند و سپس دقت آنها بررسی میشود.
شرکت RateGain یکی از بزرگترین شرکتهای فعال در حوزهی هوشمند سازی قیمتگذاریهای مربوط به حوزهی هتلداری میباشد که ۶ راهکار متفاوت در حوزه هتلداری ارائه میکند. اکثر راهکارهای این شرکت بر مبنای هوش تجاری و هوشمندسازی بر مبنای شاخصهای موجود در دادگان میباشد. راهکارهای این شرکت بهصورت خلاصه شامل موارد زیر است:
با توجه به مفاهیم مطرحشده، مهمترین چالش مدیریت بر درآمد در هتلها، بالا بردن میزان RevPar میباشد. شرکت متقاضی در راستای رفع این نیاز و برای هوشمندسازی فرآیند خودکار قیمتگذاری، مستند شناخت پایگاه داده نرمافزار پروتل را بررسی کرده است؛ اما به دلایل زیر، تعیین RevPar با ۱۵± درصد خطا همراه بود که بسیار نامطلوب میباشد.
با توجه به رشد روزافزون تکنولوژی و به تبع آن افزایش بازار رقابت، استفاده از دانش و تجربه نیروی انسانی پاسخگوی نیاز سامانه قیمتگذاری هوشمند نیست، از این رو این نیاز احساس میشود که سیستمی خودکار و هوشمند فرآیند مدیریت درآمد و بهصورت جزئیتر قیمتگذاری اتاقهای هتل را بر عهده گیرد.
در حال حاضر هنگام مراجعه یا تماس تلفنی برای رزرو موقت و غیرقطعی اتاقهای هتل، قیمت ارائهشده به میهمان موردنظر وابسته به تجربه کارشناس مربوطه میباشد. کارشناسان پس از بررسی و رصد قیمت رقبا از طریق سایتها، سابقه مراجعهکننده تلفنی را بررسی میکنند و با توجه به قیمت تمامشده اتاقها، درصد اشغال آنها و سوابق گذشته، اقدام به ارائه قیمت به مراجعهکننده مینماید. تعیین قیمت اتاقهای هتل در حال حاضر کاملاً وابسته به میزان تجربهی کارشناس قیمتدهی است و در صورتیکه کارشناس مربوطه یکی از عوامل را در نظر نگیرد و یا از تجربه کافی برخوردار نباشد وضعیت موجود میتواند منجر به کاهش سود حاصل از فروش برای هتل شود.
شکل ۲ فرآیند تعیین نرخ فروش اتاق را نشان می دهد.
در این شرکت متقاضی تمامی دادگان مربوط به رزرو و انواع اتاقها، در نرمافزار پروتل ذخیره میشوند. این نرمافزار دارای زیرساخت ذخیرهسازی پایگاه داده رابطهای میباشد و مستند شناخت پایگاه داده این نرمافزار به طور کامل موجود است. پروتل به مدت ۷ سال در این هتل استفاده شده و تمام دادگان مربوط به رزرو اتاقها در این نرمافزار ذخیره گردیده است و با استفاده از مستند شناخت میتوان بهطور کامل بهتمامی جزئیات ذخیرهسازی دادگان مسلط شد.
این فرآیند نیازمند آن است که خبرگی نیروی انسانی به یک سیستم خودکار منتقل شود. نمودار ۲ عوامل موثر برای مدیریت هوشمند درآمد در هتل را نشان میدهد.
شکل ۲ فرآیند تعیین نرخ فروش اتاق را نشان میدهد.
شناسایی فصلهای پرتقاضا و کمتقاضا در نظر گرفتن عوامل بیرونی، درصد اشغال هتل و هزینه تمامشده توانایی ارائه پیشنهاد برای چگونگی دستهبندی مشتریان و همکاران هتل افزایش RevPar هتل به نسبت فصل و شرایط مشابه تا حداقل ۲۵ درصد افزایش ۲۵ درصد RevPar به همراه افزایش حداقل ۱۵ درصدی سود حاصل از فروش پیشنهاد هوشمند برای ارائهی تخفیف متناسب با شرایط بیرونی و سوابق پیشنهاد هوشمند ارائه نرخ فروش پکیجی متناسب با شرایط بیرونی و سوابق توانایی یادگیری از اشتباهات و عملکرد خود (سیستم خود یادگیرنده) توانایی دریافت دادگان از نرمافزار پروتل توانایی ارائه پیشنهادها بهصورت روزانه توانایی دریافت دادگان مربوط به هتلهای رقیب از سایتهای آنلاین توانایی دریافت دادگان مربوط به شرایط بیرونی از سایتهای اینترنتی انجام فرآیند قیمتگذاری بهصورت کاملاً خودکار و بدون درگیر شدن نیروی انسانی توانایی ارائه گزارشهای BI بر مبنای مهمترین شاخصهای قابلاستخراج از دادگان شاخصهای BI برای هتلداری شامل موارد زیر می شود: (شاخصهای ذکر شده بخشی از شاخصهای مورد نیاز میباشد و لیست کامل آنها در حین عملیات تحلیل انباره داده تعیین میشوند.) سود عملیاتی ناخالص در هر اتاق موجود درآمد ناخالص در هر اتاق موجود درآمد کل در هر اتاق ADR RevPar Occupancy هزینه به ازای اتاقهای تخلیه شده میانگین نرخ اتاق میانگین هزینه به ازای هر مشتری نرخ هزینه به فروش نرخ سود عملیاتی نسبت سود ناخالص میانگین دوره پرداخت
استفاده از توانمندیهای حوزه هوش تجاری در کنار عملیات دادهکاوی
بر اساس پیشنهادها قابل مذاکره میباشد.