Per alcuni, i progressi nell’automazione portano un profondo senso di paura. È comprensibile preoccuparsi delle sfide sociali di ampio respiro che potrebbero derivare dall’adozione diffusa di nuovi strumenti avanzati di intelligenza artificiale generativa. Ma invece di preoccuparsi di qualunque scenario distopico e peggiore possa comportare l’automazione, è tempo di fare un passo indietro per guardare alla prospettiva e pensare a come l’automazione potrebbe applicarsi alla gestione delle entrate.
Vivere nell'era dell'automazione
Siamo già profondamente radicati in una società automatizzata. Nel corso degli anni, i fornitori di software come servizio (SaaS) hanno perfezionato rigorosamente le funzionalità di automazione dei loro prodotti per migliorare l'esperienza dell'utente. Ciò è evidente nelle app mobili e nello sviluppo di dashboard di gestione intuitivi.
Siamo diventati dipendenti dall’automazione e, indipendentemente dai nostri punti di vista filosofici, essa è integrata nella nostra vita quotidiana. Considera quanti si affidano ai servizi di ride-sharing per il trasporto, utilizzano app per la consegna o acquistano widget da tutto il mondo con il semplice clic di un pulsante. Questi sono diventati così comuni che è difficile immaginare un tempo in cui non esistessero.
Detto questo, potrebbe essere il momento giusto per rivalutare il ruolo dell’automazione nel settore dell’ospitalità.
Fidarsi dell'automazione
Nell’ultimo decennio, la potenza del cloud computing ha silenziosamente rivoluzionato le nostre esperienze quotidiane. Per gli albergatori che decidono di adottare un sistema di gestione delle entrate (RMS), alcuni desiderano un controllo pratico, soprattutto se non hanno mai sfruttato l'automazione nella determinazione dei prezzi. C’è anche il timore che il sistema possa oscurare il loro processo decisionale. Indipendentemente dalla preoccupazione specifica, affrontare queste idee sbagliate è fondamentale.
Anche se abbiamo abbracciato l’automazione in alcuni aspetti della nostra vita, rimaniamo titubanti in alcune aree. Prendiamo il confronto tra auto intelligenti e veicoli autonomi. Molti sono comprensibilmente diffidenti nei confronti dei veicoli completamente autonomi che prendono il comando. Questa esitazione spesso si riduce alla fiducia in una macchina per la propria sicurezza. Tuttavia, è fondamentale distinguere tra un’auto intelligente e una a guida autonoma.
Le auto intelligenti oggi dispongono di funzionalità come il controllo automatico della velocità adattivo, indicatori di angolo cieco e telecamere per la retromarcia. Queste tecnologie ci guidano, aiutandoci a prendere decisioni informate. Tuttavia, necessitano ancora dell’intervento umano. In sostanza, sebbene le auto intelligenti forniscano avvisi sui potenziali pericoli, non navigano autonomamente senza la supervisione umana.
Facendo paralleli con la gestione delle entrate, un RMS non è l'auto a guida autonoma, né aspira ad esserlo. Sebbene alcuni revenue manager preferiscano mantenere il controllo sul sistema per comodità, potrebbero non coglierne le implicazioni analitiche. Le funzionalità di selezione in un sistema in autoevoluzione ostacolano la sua capacità di discernere l'efficacia delle sue decisioni.
Automazione vs fogli di calcolo: cosa fa alzare più sopracciglia?
Se guardassi”sotto il cappuccio" di un RMS avanzato, ti accorgeresti che alla sua base c'è un meccanismo di autoapprendimento. Questo meccanismo prende autonomamente le decisioni, le implementa e poi osserva i risultati. Utilizzando questo feedback, si ricalibra e intraprende nuove azioni: tutto questo è alimentato da numerosi calcoli e algoritmi.
Al contrario, un RMS privo di questa capacità di autoapprendimento non può adattarsi efficacemente all’ambiente circostante. Invece, tali sistemi, che sono di natura più di supporto alle decisioni, si basano su strategie basate su regole per la determinazione dei prezzi dinamica. La loro efficacia è legata alle capacità dell'utente di configurarli e all'efficacia delle regole stabilite. Man mano che le dinamiche del mercato cambiano e il personale cambia, mantenere tali sistemi aggiornati e funzionanti può diventare una sfida sostanziale.
Sebbene il supporto decisionale offra analisi preziose per scelte strategiche occasionali, molte decisioni al volo sono necessarie in ogni minuto della giornata. Come può un singolo individuo, o anche un team, far fronte in modo efficace a questo enorme volume senza l’applicazione intelligente dell’automazione?
Alcuni sistemi richiedono la conferma manuale delle modifiche della tariffa. Anche se impostati sul pilota automatico, necessitano dell’intervento umano. L'abilità computazionale degli esseri umani impallidisce rispetto a un RMS. Aspettarsi che i revenue manager supervisionino e adeguino costantemente le tariffe nella scala necessaria per l’ottimizzazione non è realistico. Dopo l'esame accurato, spesso concordano con le tariffe suggerite dal sistema, rendendo la revisione manuale ridondante e causando inutili ritardi.
Ciò non significa che un revenue manager sia del tutto ridondante con un RMS automatizzato. In uno scenario ottimale, un RMS avanzato dovrebbe prendere autonomamente decisioni sui prezzi per la stragrande maggioranza, ad esempio, 90% dei giorni monitorati. Il revenue manager può quindi concentrarsi sul 10% che richiede davvero attenzione: le giornate impegnative con festività, grandi concerti e altri eventi significativi che cambiano il mercato che offrono ampie opportunità di crescita dei ricavi.
Affidare al sistema automatizzato l'analisi dei dati consente al revenue manager di definire strategie per massimizzare i profitti attraverso la distribuzione.
Abbi fiducia nel processo, abbi fiducia nel risultato
Un errore comune è aspettarsi che l’analisi rispecchi i processi di pensiero umani. Sebbene gli esseri umani possano essere influenzati da fattori estrinseci come i prezzi del carburante o le azioni della concorrenza, l’analisi non è necessariamente a conoscenza di tali sfumature.
Ad esempio, non è possibile fare in modo che il sistema di analisi legga il giornale e poi decida di incorporare i cambiamenti in base all'impatto presunto delle tendenze macroeconomiche riportate. Invece, l’analisi può individuare una tendenza e adattare i risultati senza necessariamente conoscere lo scenario reale che l’ha causata. Al contrario, gli esseri umani eseguono il processo inverso, vedono uno scenario del mondo reale e modificano le loro ipotesi in base alle nuove conoscenze.
I sistemi di revenue management ad autoapprendimento creano automaticamente nuovi punti dati da calibrare. Ad esempio, ricalibrando le curve di prenotazione ogni due settimane man mano che si verificano nuove tendenze e modelli o ricalcolando la sensibilità al prezzo ogni due settimane determinando quando gli ospiti sono disposti a pagare più o meno rispetto al periodo precedente.
Con molte soluzioni di revenue management e pricing in lizza per l'attenzione, la distinzione si riduce a strumenti di supporto decisionale incentrati sulle regole rispetto a soluzioni di gestione decisionale basate sull'analisi che sfornano senza sforzo azioni decisive che comprendono prezzi, disponibilità delle tariffe e altro ancora.
Data l’imprevedibilità del mercato attuale, l’abilità dei sistemi di autoapprendimento è fondamentale. Tuttavia, ciò non rende i ruoli umani obsoleti. Avere fiducia nel sistema significa avere fiducia nei suoi risultati sulla base delle informazioni in esso inserite.
Automazione è un termine che fa venire i brividi, ma la realtà è che un RMS automatizzato è tutt'altro che una storia dell'orrore sia per i revenue manager che per gli albergatori. Albergatori esperti e innovativi stanno investendo in un RMS computerizzato e decisionale che potenzierà i loro hotel aumentando le entrate con maggiore efficienza, stabilità a lungo termine e crescita esponenziale.
Leave A Comment