Dit artikel is geschreven door Stan Josephi, Senior Docent Hotelmanagement aan de Breda University of Applied Sciences (BUAS).
LinkedIn Stan Josephi
Website BUAS

Revenue Management: nog steeds de nieuwkomer?

Toen revenue management begin jaren negentig voor het eerst in de hotelsector werd geïntroduceerd, veroorzaakte het een radicale verandering in de manier waarop hotels naar prijzen keken en ermee omgingen. Nu, bijna 30 jaar later, heeft revenue management zich gevestigd als een onmisbare managementdiscipline voor het optimaliseren van het inkomstenpotentieel van een hotel, maar met de steeds snellere technologische vooruitgang en de toegenomen beschikbaarheid van (klant)gegevens om de besluitvorming over revenue management beter te onderbouwen, rijst de vraag hoeveel er in de loop der jaren is veranderd. Is revenue management (RM) fundamenteel anders dan 30 jaar geleden? Of gaat het nog steeds om het hanteren van de traditionele marketing 5 P's:

• het juiste product verkopen
• voor de juiste prijs
• aan de juiste persoon
• in de juiste periode
• en op de juiste plaats (= kanaal)?

Misschien is dat nog steeds zo, en kan er daarom worden gesteld dat de essentie van RM niet veel is veranderd en nog steeds gericht is op het beheer van bovengenoemde P's voor het optimaliseren van het inkomstenpotentieel van een hotel. Toch is de toepassing van RM tegenwoordig aanzienlijk anders en steeds complexer, aangezien een groot deel van het besluitvormingsproces is geautomatiseerd en gebaseerd op grote hoeveelheden gegevens. Maar daarover later meer!

De evolutie van revenue management door de jaren heen

Maar laten we, gezien de duidelijke veranderingen in de dagelijkse toepassing ervan, eerst eens kijken hoe revenue management is geëvolueerd. Voordat we revenue management in zijn huidige vorm leerden kennen, werd het in de hotelindustrie geïntroduceerd als yield management. En hoewel sommige mensen nog steeds onderscheid maken tussen yield- en revenue management, waarbij yield alleen wordt gebruikt in periodes van grote of buitengewoon hoge vraag, gebruiken de meeste mensen (inclusief de auteur) de termen door elkaar. De vroege definities van RM waren gericht op het optimaliseren van top-line inkomsten binnen de kamerafdeling van een hotel, waarbij de revenue manager een beperkt aantal kamers tegen gereduceerde tarieven toekende aan verschillende segmenten om voldoende kamers te beschermen voor hoger betalende gasten. Met andere woorden, de bedrijfsmix van het hotel was leidend, en de vraag die moest worden beantwoord was "hoeveel kamers tegen een gereduceerd tarief te verkopen", algemeen bekend als capaciteitsbeheer.

Nu er echter grote hoeveelheden klant- en marktgegevens uit verschillende bronnen beschikbaar zijn om de prognose van het hotel en de daaropvolgende besluitvorming over optimalisatie te onderbouwen, is de vraag die tegenwoordig moet worden beantwoord in de eerste plaats wat de juiste prijs is waarvoor het hotel zijn kamers kan verkopen. Om deze verschuiving naar prijsoptimalisatie te ondersteunen, zijn er eerste aanwijzingen dat hotels langzaam afstappen van de prijsstelling op basis van de best beschikbare prijs (BAR), omdat dit beperkend is voor het aantal prijsniveaus dat hotels kunnen aanbieden. Idealiter zou het hotel, op basis van de beschikbare klantgegevens, elke klant de perfecte match tussen product en prijs willen aanbieden, wat zou kunnen betekenen dat elke gast een andere prijs betaalt. Open prijzen, of gepersonaliseerde prijzen, zijn inderdaad niet ver weg meer, en de meeste revenue management systemen zijn al uitgerust voor deze prijsbenadering. En aangezien de prijs nog steeds wordt beschouwd als een van de belangrijkste hefbomen om vraag en aanbod in evenwicht te brengen, investeren veel hotels daarom in revenue management-software en -systemen om het RM-team te ondersteunen bij de analyse en de besluitvorming om het goed te doen.

De weg naar Total Revenue Management

Om aan deze steeds toenemende complexiteit toe te voegen, is de besluitvorming over RM niet langer gericht op één enkele inkomstenstroom in de organisatie. Men zou immers graag een deel van de potentiële winst van een boeking in de kamerafdeling opofferen, in ruil voor een grotere bijdrage in een andere afdeling zoals meetings & events. Maar zoals de meeste hotels gestructureerd zijn, in silo's, werkt elke afdeling aan zijn eigen doelstellingen. Dus, de logische vraag van de F&B manager in de wekelijkse revenue vergadering over het pakket dat is samengesteld voor het komende paasweekend, gaat over hoeveel van het tarief is toegewezen aan het ontbijt. En als hotels afdelingen blijven beoordelen op individuele, en soms zelfs tegenstrijdige doelstellingen, is dit heel logisch. En helaas wordt dit voorbeeld gemakkelijk overgebracht naar het commerciële domein, bijvoorbeeld wanneer de timing van marketingcampagnes niet gericht is op specifieke behoefteperiodes die zijn gesignaleerd in de vraagprognose die door het revenue management team is opgesteld. Of wanneer zakelijke boekers het door het verkoopteam van het hotel onderhandelde bedrijfstarief niet kunnen boeken, omdat hun tarief een minimale verblijfsduur heeft, of omdat het hele tariefniveau door de revenue manager is afgesloten. Gelukkig zien we dat de meer holistische benadering van RM wordt ondersteund door een herstructurering van het commerciële domein van hotels, waarbij verkoop, marketing, distributie en RM veel nauwer samenwerken, waarbij de gecombineerde inspanningen steeds meer gericht zijn op het bieden van een naadloze ervaring in alle fasen van het klantentraject.

De veranderde rol van de revenue manager

Cruciaal voor het succes van de integratie van de bovengenoemde afdelingen, die door sommige hotels wordt bestempeld als de afdeling demand management, zijn automatisering, technologie en toegang tot gegevens. En bij dat laatste hebben we het niet alleen over de modewoorden "big data", maar alleen over zorgvuldig verzamelde, betrouwbare, bruikbare, actuele en dus waardevolle gegevens (en er kunnen nog veel meer termen worden toegevoegd om gegevens te classificeren). Aangezien het verzamelen, verwerken, analyseren, synthetiseren en opslaan van grote hoeveelheden gegevens een kostbaar proces kan zijn, moet vooraf worden besloten welke gegevens relevant zijn voor het besluitvormingsproces van RM.

Het valt buiten het bestek van deze blog om een sluitende lijst op te stellen van interne en externe gegevens en informatie die door revenue managers worden gebruikt, maar enkele van de meest gebruikte historische informatie zijn onder meer boekingstempo en pick-up, segmentatie, business- en kanaalmix, lead-time, totale vraag, en natuurlijk benchmarking van de belangrijkste KPI's voor de beoordeling van de prestaties van het hotel.

Omdat revenue managers vaak heen en weer bewegen tussen de verschillende elementen die ten grondslag liggen aan het proces van revenue management (b.v. analyse, voorspelling, optimalisatie en evaluatie), is het onmogelijk revenue management af te schilderen als een lineair proces. Toch kunnen drie verschillende stadia worden onderscheiden: strategisch, tactisch en operationeel. Veel van de tactische en operationele besluitvorming (voorspelling van de hotelvraag en optimalisering van tarieven en beschikbaarheid) zou idealiter moeten worden geautomatiseerd door revenue management-systemen, waardoor het voor de revenue manager slechts een proces van trial & error wordt. Zodra de tactiek en de operationele beslissingen (b.v. het openen en sluiten van tarieven) zijn ingevoerd, moeten zij nauwlettend worden gevolgd, en als de inning zich volgens plan ontwikkelt, moet er niet veel tijd aan worden besteed. Als het systeem echter aangeeft dat de situatie is veranderd, omdat de pick-up onverwacht hoger of lager is dan voorspeld, of als de concurrentie belangrijke wijzigingen in zijn tarieven heeft aangebracht, is het tijd om die gemarkeerde dag opnieuw te bekijken en zo nodig de beslissingen te herzien. Als gevolg van de toegenomen mate van automatisering van het revenue management-proces komt er dus tijd vrij voor de revenue manager om zich sterker bezig te houden met de strategische fase, en te beslissen over de positionering van het hotel, alsmede over de verschillende soorten tarieven en distributiekanalen waarmee het hotel zijn doelgroep kan bereiken.

De noodzaak van een herziene definitie van revenue management

Tot slot is het duidelijk dat de balans tussen kunst en wetenschap, met andere woorden de intuïtie en menselijke component versus revenue management systemen, verschuift naar meer wetenschap en technologie. Bovendien moet de optimalisatie van het inkomstenpotentieel van het hotel alle inkomstenstromen van de organisatie omvatten en wordt het onderliggende besluitvormingsproces steeds meer geïnformeerd door grote(re) hoeveelheden interne en externe gegevens. En nu capaciteitsbeheer is vervangen door meer geavanceerde technieken en toepassingen voor prijsoptimalisatie, die rekening houden met de kosten van distributie en klantenwerving, is de definitie die de huidige toestand van revenue management in de hotelsector het best weergeeft dan ook:

De kunst en wetenschap om de totale bijdrage van de verschillende inkomstenstromen van een organisatie te optimaliseren door de prijs en beschikbaarheid van producten te controleren in overeenstemming met de strategische richting [en ambities] van de organisatie.