فروش لپ تاپ نو و استوک بازاریان فروش عطر و ادکلن پرفیومی محمد طاها لطفی | taha lotfi طراحی سایت و دیجیتال مارکتینگ تاترین ، تاترین سکوی پرتاب برند شما سامانه قیمت‌گذاری هوشمند در هتل‌ها - بومرنگ "شبکه خدمات نوآوری"
سامانه قیمت‌گذاری هوشمند در هتل‌ها
اشتراک گذاری با دوستان
اشتراک گذاری در linkedin
اشتراک گذاری در twitter
اشتراک گذاری در facebook
اشتراک گذاری در telegram
اشتراک گذاری در whatsapp

 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

ضرورت مسئله

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:

  • ADR (Average Daily Rate): نرخ متوسط روزانه، میانگین نرخی است که برای هر اتاق در یک روز محاسبه می‌شود. این نرخ نشان‌دهنده نرخ متوسط فروش اتاق می‌باشد و از تقسیم درآمد واقعی روزانه کل اتاق‌ها بر تعداد آن محاسبه می‌شود.
  • Occupancy: درصد اشغال اتاق‌های هتل را مشخص می‌کند.
  • RevPar (revenue per available room): درآمد برای هر اتاق می‌باشد و از حاصل‌ضرب ADR در Occupancy به دست می‌آید.

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:

  • نرخ فروش اتاق در هر روز: این نرخ نشان‌دهنده قیمت هر اتاق به ازای هر روز می‌باشد. در حقیقت حداکثر قیمت پرداختی به ازای خدمات اتاق در هر روز اقامت در هتل بیشتر از این نرخ نخواهد بود. عوامل زیر بر روی تعیین نرخ فروش اتاق در هر روز تأثیر می‌گذارند:
  • نوع اتاق (اتاق یک نفره، دو نفره (دبل)، دو نفره (توئین) و غیره)
  • عوامل بیرونی:
  • تغییرات آب‌وهوا فصل‌های سال
  • تغییرات محیطی کشور: برگزاری اجلاس، برگزاری نمایشگاه‌ها، برگزاری همایش­‌ها.
  • تقویم شمسی، قمری و میلادی: تقویم و تعطیلات رسمی یکی از مهم‌ترین عوامل برای تصمیم­‌گیری سفر به نقاط مختلف می‌باشد.
  • شرایط سیاسی کشور
  • درصد اشغال اتاق‌های هتل
  • سیاست‌­های قیمت‌­گذاری رقبا
  • سیاست­‌های فعلی هتل
  • نرخ همکاری: سازمان‌های مختلف و آژانس‌ها به سبب همکاری‌های پیشین یا توافق‌های صورت گرفته، درصدی از تخفیف برای فروش اتاق‌ها دریافت می‌کنند و بدین ترتیب نرخ فروش برای آن­ها با درصدی کمتر از نرخ فروش اتاق در هر روز می­‌باشد. با توجه به میزان همکاری‌های پیشین و توافق­‌های صورت گرفته، آژانس‌­های همکار به چهار دسته تقسیم می‌شوند و میزان تخفیف به فصل فروش، سوابق سه ساله گذشته آژانس همکار و درصد اشغال اتاق‌­های هتل بستگی دارد.
  • نرخ فروش اتاق به‌صورت گروهی: در صورت خرید تعداد قابل‌توجهی از اتاق‌ها، درصدی تخفیف بر قیمت فروش اعمال می‌گردد. هنگامی فروش به‌صورت گروهی مطلوب است که منجر به کاهش سود هتل نشود.
  • نرخ تخفیفیدر فصل‌هایی که تقاضا کاهش پیدا می‌کند، تخفیفاتی بر روی قیمت اتاق‌ها لحاظ می‌گردد.
  • نرخ پکیجی: در فصل هایی که تقاضا کاهش پیدا می­کند، برای افزایش درصد اشغال اتاق‌ها، پکیجی از انواع خدمات ارائه می‌شود که قیمت ارائه‌شده در پکیج کمتر از خرید آن‌ها به‌صورت جداگانه می‌باشد.

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:

  • سیستم جامع گزارش‌دهی بر مبنای شاخص‌­های مهم
  • سیستم تعیین نرخ رقابتی اتاق­ها
  • سیستم بهینه­سازی نرخ فروش و درصد اشغال اتاق­ها
  • سیستم مدیریت نظرات میهمانان با جمع­آوری دادگان از سایت‌­های آنلاین
  • سیستم دسته­‌بندی هوشمند نظرات بر اساس داده‌­های جمع‌آوری‌شده
  • سیستم حداکثرسازی میزان فروش اتاق­‌ها بر مبنای کانال‌­های توزیع
  • سیستم جامع مدیریت هوشمند درآمد شامل تمام ویژگی­‌های ذکرشده

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.

  • راهکار موردنظر تنها به دادگان ذخیره‌شده در نرم‌افزار پروتل متکی بودند و نقش عوامل بیرونی را در نظر نگرفته‌اند.
  • دادگان موجود در نرم‌افزار پروتل فاقد هرگونه ارتباط میان جداول است و از آنجایی که تمامی کنترل‌ها در نرم‌افزار اعمال ‌شده است، برخی از ارتباطات میان جداول به‌سختی تشخیص داده می­‌شود.
  • به دلیل اینکه محدودیتی برای پر کردن جداول وجود ندارد، آن­ها با مقادیر پیش‌فرض تکمیل‌ می‌­شوند و مقادیر یکسانی دارند.
  • عدم وجود تاریخچه برای تغییرات (تنها جداولی که می‌توان از آن‌ها به‌عنوان تاریخچه استفاده کرد، جداول مربوط به رزروهای صورت­گرفته و انواع اتاق‌ها است.)
  • کاراکتری نوشته شدن فیلدهای مهم مانند اطلاعات شناسایی آژانس‌ها.‌‌

شرح مسئله

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.

راه‌حل‌ها و پیشنهادها باید الزامات زیر را رعایت نمایند

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

راه‌کارهای پیشنهادی

استفاده از توانمندی‌های حوزه هوش تجاری در کنار عملیات داده‌کاوی

راه‌کارهای غیر قابل قبول

  • اعمال تغییر بر روی نرم‌افزار پروتل یا زیرساخت داده‌ای آن
  • درگیر شدن نیروی انسانی
  • رویکردهایی که منجر به افزایش RevPar گردد اما قیمت تمام‌شده را به‌عنوان فاکتور سود لحاظ نکند.

نوع همکاری مطلوب

بر اساس پیشنهادها قابل‌ مذاکره می‌باشد.