Für manche lösen Fortschritte in der Automatisierung tiefe Furcht aus. Es ist verständlich, dass man sich Sorgen über die großen gesellschaftlichen Herausforderungen macht, die mit der weitverbreiteten Einführung neuer, fortschrittlicher generativer KI-Tools einhergehen können. Aber anstatt sich über das dystopische Worst-Case-Szenario zu sorgen, das die Automatisierung mit sich bringen könnte, ist es an der Zeit, einen Schritt zurückzutreten und darüber nachzudenken, wie Automatisierung auf das Umsatzmanagement angewendet werden kann.
Leben im Zeitalter der Automatisierung
Wir sind bereits tief in einer automatisierten Gesellschaft verwurzelt. Im Laufe der Jahre haben Anbieter von Software-as-a-Service (SaaS) die Automatisierungsfunktionen ihrer Produkte konsequent verfeinert, um das Benutzererlebnis zu verbessern. Dies zeigt sich in mobilen Apps und der Entwicklung benutzerfreundlicher Management-Dashboards.
Wir sind abhängig von der Automatisierung geworden und unabhängig von unseren philosophischen Standpunkten ist sie in unser tägliches Leben integriert. Man denke nur daran, wie viele Menschen sich für den Transport auf Mitfahrdienste verlassen, Apps für die Lieferung nutzen oder mit einem Mausklick Widgets aus aller Welt kaufen. Diese Dinge sind so alltäglich geworden, dass man sich kaum eine Zeit vorstellen kann, in der es sie nicht gab.
Vor diesem Hintergrund ist es möglicherweise an der Zeit, die Rolle der Automatisierung im Gastgewerbe neu zu bewerten.
Vertrauen in die Automatisierung
Im letzten Jahrzehnt hat die Rechenleistung der Cloud unseren Alltag still und leise revolutioniert. Hoteliers, die sich für ein Revenue-Management-System (RMS) entscheiden, wünschen sich teilweise direkte Kontrolle, insbesondere wenn sie noch nie die Preisautomatisierung genutzt haben. Außerdem besteht die Befürchtung, dass das System ihre Entscheidungsfindung überschatten könnte. Unabhängig von der konkreten Sorge ist es entscheidend, diese Missverständnisse auszuräumen.
Obwohl wir in bestimmten Bereichen unseres Lebens die Automatisierung angenommen haben, zögern wir in manchen Bereichen noch. Nehmen wir den Vergleich zwischen intelligenten Autos und autonomen Fahrzeugen. Viele sind verständlicherweise skeptisch, wenn völlig autonome Fahrzeuge die Zügel in die Hand nehmen. Dieses Zögern läuft oft darauf hinaus, dass man seine Sicherheit einer Maschine anvertraut. Es ist jedoch wichtig, zwischen einem intelligenten und einem selbstfahrenden Auto zu unterscheiden.
Intelligente Autos verfügen heute über Funktionen wie adaptive Geschwindigkeitsregelung, Toter-Winkel-Blinker und Rückfahrkameras. Diese Technologien leiten uns und helfen uns bei fundierten Entscheidungen. Dennoch erfordern sie immer noch menschliches Eingreifen. Im Wesentlichen warnen intelligente Autos zwar vor potenziellen Gefahren, navigieren aber nicht autonom ohne menschliche Aufsicht.
Wenn man Parallelen zum Revenue Management zieht, ist ein RMS kein selbstfahrendes Auto und strebt auch nicht danach, eines zu sein. Während einige Revenue Manager aus Komfortgründen lieber die Kontrolle über das System behalten möchten, verstehen sie möglicherweise die analytischen Auswirkungen nicht. Rosinenpickerei in einem sich selbst entwickelnden System behindert dessen Fähigkeit, die Wirksamkeit seiner Entscheidungen zu erkennen.
Automatisierung vs. Tabellenkalkulation: Was sorgt für mehr Stirnrunzeln?
Wenn Sie schauen würden „unter der Haube” eines fortschrittlichen RMS, werden Sie feststellen, dass ihm ein selbstlernender Mechanismus zugrunde liegt. Dieser Mechanismus trifft autonom Entscheidungen, setzt sie um und beobachtet dann die Ergebnisse. Mithilfe dieses Feedbacks kalibriert er neu und ergreift neue Maßnahmen – all dies wird durch zahlreiche Berechnungen und Algorithmen ermöglicht.
Im Gegensatz dazu kann sich ein RMS ohne diese Fähigkeit zum Selbstlernen nicht effektiv an seine Umgebung anpassen. Stattdessen basieren solche Systeme, die eher entscheidungsunterstützend sind, auf regelbasierten Strategien zur dynamischen Preisgestaltung. Ihre Wirksamkeit hängt von den Fähigkeiten des Benutzers ab, der sie einrichtet, und von der Wirksamkeit der festgelegten Regeln. Angesichts der sich ändernden Marktdynamik und des Personalwechsels kann es zu einer erheblichen Herausforderung werden, solche Systeme auf dem neuesten Stand und in guter Leistung zu halten.
Während Entscheidungsunterstützung wertvolle Analysen für gelegentliche strategische Entscheidungen bietet, sind viele Entscheidungen spontan und jede Minute des Tages erforderlich. Wie kann eine einzelne Person – oder sogar ein Team – dieses enorme Volumen ohne den intelligenten Einsatz von Automatisierung effektiv bewältigen?
Bei manchen Systemen ist eine manuelle Bestätigung von Tarifänderungen erforderlich. Selbst wenn sie auf Autopilot eingestellt sind, ist menschliches Eingreifen erforderlich. Die Rechenleistung von Menschen verblasst im Vergleich zu einem RMS. Von Revenue Managern zu erwarten, dass sie die Tarife ständig überwachen und im erforderlichen Umfang zur Optimierung anpassen, ist unrealistisch. Nach eingehender Prüfung stimmen sie häufig den vom System vorgeschlagenen Tarifen zu, wodurch die manuelle Überprüfung überflüssig wird und unnötige Verzögerungen entstehen.
Das bedeutet nicht, dass ein Revenue Manager völlig überflüssig ist, wenn er automatisiertes RMS. Im Idealfall sollte ein fortschrittliches RMS für die überwiegende Mehrheit der überwachten Tage – sagen wir, 90% – autonom Preisentscheidungen treffen. Der Revenue Manager kann sich dann auf die 10% konzentrieren, die wirklich Aufmerksamkeit erfordern – die arbeitsreichen Tage mit Feiertagen, großen Konzerten und anderen bedeutenden marktverändernden Ereignissen, die reichlich Möglichkeiten für Umsatzwachstum bieten.
Wenn die Datenanalyse dem automatisierten System überlassen wird, hat der Revenue Manager mehr Freiraum für die Entwicklung von Strategien zur Gewinnmaximierung durch den Vertrieb.
Vertrauen Sie dem Prozess, vertrauen Sie dem Ergebnis
Ein weit verbreiteter Irrtum ist die Erwartung, dass Analysen menschliche Denkprozesse widerspiegeln. Während Menschen von äußeren Faktoren wie Kraftstoffpreisen oder Aktionen der Konkurrenz beeinflusst werden können, sind Analysen nicht unbedingt in solche Nuancen eingeweiht.
Sie können beispielsweise nicht zulassen, dass das Analysesystem die Zeitung liest und dann aufgrund der angenommenen Auswirkungen der berichteten makroökonomischen Trends Änderungen vornimmt. Stattdessen kann die Analyse einen Trend erkennen und die Ergebnisse anpassen, ohne unbedingt das reale Szenario zu kennen, das ihn verursacht hat. Menschen hingegen gehen den umgekehrten Prozess durch, sehen ein reales Szenario und ändern ihre Annahmen auf der Grundlage des neuen Wissens.
Selbstlernende Revenue-Management-Systeme erstellen automatisch neue Datenpunkte zur Kalibrierung. So können Buchungskurven beispielsweise alle paar Wochen neu kalibriert werden, wenn neue Trends und Muster auftreten, oder die Preissensibilität alle paar Wochen neu berechnet werden, indem ermittelt wird, wann Gäste bereit sind, mehr oder weniger zu zahlen als im vorherigen Zeitraum.
Es gibt viele Lösungen für Umsatzmanagement und Preisgestaltung, und der Unterschied läuft letztlich auf regelzentrierte Entscheidungsunterstützungstools und analytikgesteuerte Entscheidungsmanagementlösungen hinaus, die mühelos entscheidende Maßnahmen in Bezug auf Preise, Tarifverfügbarkeit und mehr hervorbringen.
Angesichts der Unberechenbarkeit des aktuellen Marktes ist die Leistungsfähigkeit selbstlernender Systeme von größter Bedeutung. Dies macht menschliche Rollen jedoch nicht überflüssig. Dem System zu vertrauen bedeutet, seinen Ergebnissen zu vertrauen, die auf den ihm zugeführten Informationen basieren.
Der Begriff „Automatisierung“ lässt manchen einen kalten Schauer über den Rücken laufen, doch die Realität ist, dass ein automatisiertes RMS weder für Revenue Manager noch für Hoteliers eine Horrorstory ist. Versierte, innovative Hoteliers investieren in ein computergestütztes RMS zur Entscheidungsfindung, das den Umsatz ihrer Hotels durch höhere Effizienz, langfristige Stabilität und exponentielles Wachstum steigert.
Leave A Comment