The Art of the Sellout, partie 2 : l’évolution des tarifs
:format(webp))
Plongez dans les subtilités de l’évolution des tarifs avec Daniel Foreman et Brandon Burtis, de Pacifica Hotels. Cet épisode démystifie les stratégies de tarification dynamique et montre comment l’ajustement des prix des chambres en temps réel peut générer une forte croissance du chiffre d’affaires. Grâce à des scénarios concrets, vous apprendrez à fixer et à ajuster vos tarifs pour rester compétitif et maximiser vos profits, et à faire de la gestion tarifaire un puissant levier de réussite.
Pour cette partie 2, amusons-nous un peu et plongeons dans l’aspect du revenue management le plus associé à notre métier : l’ajustement de notre stratégie tarifaire.
Dans cet épisode, j’ai reçu Brandon Burtis, VP Revenue Management chez Pacifica Hotels, le plus grand propriétaire-exploitant d’hôtels boutique de la côte ouest des États-Unis !
Si nous voulons faire atterrir l’avion (au sens figuré) en douceur, commençons par apprendre un terme clé dont nous aurons besoin pendant le voyage. Ce terme, c’est l’évolution des tarifs (rate evolution), qui désigne simplement la façon dont les prix des chambres évoluent dans le temps.
L’évolution des tarifs peut être analysée pour un seul hôtel, pour tout un marché ou pour l’ensemble du secteur. Par exemple, consultez notre dernier rapport sur l’effet des Jeux olympiques sur le marché parisien, et plus particulièrement ce graphique :
Voici un excellent exemple d’évolution des tarifs à l’échelle d’un marché, qui montre comment les prix « évoluent » au fil du temps ; l’axe X représente le « nombre de jours avant l’arrivée ».
Comme dans la partie 1, je vais commencer par vous montrer quelques courbes conceptuelles d’évolution des tarifs. Dès que vous les verrez, vous devriez comprendre ce qui se passe pour chacune d’elles (mais pas d’inquiétude, sinon j’ajouterai quelques détails).
Alors, imaginons un petit scénario…
Disons que vous êtes revenue manager dans un hôtel qui marche bien. Vous êtes sur un marché dynamique, avec un calendrier d’événements chargé ; c’est une journée ordinaire et vous travaillez consciencieusement quand, tout à coup, vous recevez une alerte.
« ping »
Un grand événement vient d’être annoncé. C’est un moteur de demande majeur, et il aura lieu dans un an environ !
Laissez libre cours à votre imagination : c’est peut-être le Super Bowl, la Big Tech Corporate Conference ™, ou peut-être un grand congrès d’ornithologie (qui suis-je pour juger ?). L’essentiel, c’est que ce sera un événement vraiment majeur !
Imaginons que nous nous montrions un peu trop agressifs et que nous fassions grimper notre tarif jusqu’à la stratosphère, à 1 000 $ (alors que notre compset ne se situe peut-être qu’autour de 500 $).
La courbe de l’avidité
Que se passe-t-il lorsque nos prix sont trop élevés ?
C’est un phénomène que j’ai évoqué dans un article récent sur les erreurs courantes en revenue management.
Bien souvent, en tant que revenue managers, soit nous affichons un « tarif fictif » trop élevé pour protéger l’inventaire, soit nous fixons tout simplement des prix complètement irréalistes en espérant obtenir comme par magie un pickup soutenu.
D’expérience, voici ce qui se passe lorsque vous adoptez cette approche. Regardez la courbe d’évolution des tarifs ci-dessous et observez ce qui se passe :
:format(webp))
Remarquez que notre hôtel reste très longtemps à un niveau de prix irréaliste. Pendant ce temps, le compset affiche un tarif de vente plus raisonnable.
Au fil du temps, le manque de pickup nous oblige à baisser notre tarif à la dernière minute pour tenter de remonter le taux d’occupation, ce qui est presque toujours une stratégie perdante.
Remarquez aussi que le compset a l’occasion de pousser ses tarifs au cours des derniers jours précédant l’arrivée, ce qui est l’un des avantages d’une stratégie tarifaire logique (il constituait une bonne base d’occupation pendant que nous refusions des clients !)
Je pense que nous serons tous d’accord pour dire que ce que j’appelle la « courbe de l’avidité » ci-dessus est une stratégie sous-optimale.
Lors de mon interview pour le podcast, Brandon a fait une remarque très juste sur la « courbe de l’avidité » : en général, quand les revenue managers commettent cette erreur, c’est par optimisme aveugle et par mauvaise appréciation du niveau de la demande :
« C’est plutôt une [courbe] optimiste… On espère qu’il y aura autant de demande, qu’on pourra tenir bon et rester à 699 $ avec une [restriction de] durée minimale de séjour de 5 nuits, et évidemment, à mesure que la date approche, il faut se rendre à l’évidence sur ce que la demande donne réellement, et ce n’est pas tout à fait aussi prometteur qu’on l’espérait ».
J’aime ce point soulevé par Brandon, car même les meilleurs d’entre nous peuvent commettre ces erreurs d’optimisme de temps en temps, et une mauvaise évaluation de la demande en est souvent la principale cause.
Vous vous souvenez du graphique sur les Jeux olympiques de Paris que je vous ai montré au début de ce blog ? Eh bien, à l’heure actuelle, le marché parisien est bel et bien coincé dans la courbe de l’« avidité », probablement pour la raison évoquée par Brandon !
La courbe sous-tarifée
Rejouons ce scénario une fois de plus, mais cette fois avec une approche complètement différente…
« ping »
Le grand événement est annoncé, mais cette fois, au lieu de surtarifer, nous laissons notre tarif trop bas.
:format(webp))
C’est l’autre extrémité du spectre, que l’on peut appeler la courbe « sous-tarifée ».
Ce type d’évolution des tarifs se produit souvent lorsqu’un hôtel passe à côté de l’annonce d’un événement ou sous-estime de forts indicateurs de demande.
J’ai même ajouté quelques « x » sur la courbe pour simuler les sellouts très probables qui se produiraient s’il s’agissait d’un exemple réel !
D’expérience, cette courbe est le pire cauchemar de tout revenue manager !
Remarquez qu’après que l’hôtel a affiché complet trop tôt, le compset peut continuer à pousser ses tarifs et absorber avec plaisir toute la demande que l’hôtel de l’exemple n’a pas pu capter, à des tarifs bien plus élevés.
Dans l’épisode du podcast, j’ai pu demander à Brandon s’il avait déjà connu la courbe « sous-tarifée ». Voici ce qu’il m’a répondu :
« La plupart des gens l’ont probablement déjà connue. Quand on est nouveau dans un hôtel ou sur un marché, on ne connaît pas forcément tous les générateurs de demande, ou quelque chose d’autre peut surgir sans qu’on l’ait vu venir, jusqu’à ce qu’il soit malheureusement trop tard ! »
Encore une remarque très juste de Brandon, car il a tout à fait raison : les rares fois où j’ai moi-même commis cette erreur, c’était lorsqu’un événement avait été annoncé et que je n’y étais tout simplement pas préparé.
Par exemple, il y a quelques années, un nouveau festival de musique à Austin organisait sa première édition, et l’hôtel avec lequel je travaillais a affiché complet en 24 heures environ, en plein week-end ! J’en fais encore des nuits blanches.
Alors, à quoi ressemble une bonne courbe d’évolution des tarifs, me demanderez-vous ?
La courbe de réservation équilibrée
Eh bien, rejouons notre scénario : nous sommes revenue manager et travaillons dans notre hôtel dynamique sans le moindre souci, et puis…
« ping »
Nous recevons une alerte au sujet du grand événement de l’année prochaine.
:format(webp))
Cette fois, cependant, nous avons bien joué nos cartes.
En combinant des outils de rate shopping, des outils d’analyse de la demande, peut-être une solution de BI, voire un outil de benchmarking, nous poussons nos tarifs de manière logique à mesure que la date d’arrivée approche.
Si vous voulez voir un exemple réel de cette courbe, intéressons-nous à un véritable hôtel qui utilise Rate Insight.
Il s’agit d’un hôtel situé sur un marché très dynamique, dont la courbe d’évolution des tarifs très solide a tout de suite attiré mon attention.
Un exemple réel de courbe tarifaire équilibrée
Notre hôtel d’exemple apparaît en bleu foncé, et le reste du compset est également représenté.
S’il n’existe pas de courbe d’évolution des tarifs « parfaite », c’est davantage ce type de forme que les revenue managers devraient viser.
Le tarif de vente final de l’hôtel était bien plus élevé qu’à 30 jours de l’arrivée, avec une nette tendance à la hausse des prix au fil du temps.
Un exemple réel de courbe de réservation et de courbe tarifaire
Pour illustrer l’interaction entre la courbe de réservation et la courbe tarifaire, voici la courbe de réservation correspondante pour cette même nuit, toujours dans le graphique « pace » de Rate Insight.
Il s’agit d’une courbe de réservation très stable, avec un seul saut important, pile à 30 jours de l’arrivée. Ce que je trouve intéressant, c’est que notre revenue manager a tenu bon et n’a pas surréagi face à cette hausse soudaine du taux d’occupation !
Concernant le compset, je dois reconnaître que ce marché semble avoir fait preuve d’une belle discipline à l’approche de l’arrivée. Un seul hôtel baisse ses tarifs au cours des 2 derniers jours précédant l’arrivée. Notre concurrent en lavande clair affiche complet environ 8 jours à l’avance mais, comme nous l’apprenons dans cette série, ce n’est pas forcément une mauvaise chose.
Pour en revenir à notre hôtel, il a sûrement fallu du cran pour fixer les prix de cette façon, mais cela a payé. L’hôtel a continué à constituer une base d’occupation régulière, et le revenue manager a vraiment commencé à maximiser les tarifs au cours des 9 derniers jours précédant l’arrivée.
Au cours de ces 9 derniers jours, l’hôtel passe de 75 % à un sellout parfait le jour de l’arrivée.
Mesdames et messieurs, une salve d’applaudissements pour notre revenue manager aux nerfs d’acier !
:format(webp))
Points clés
Au-delà de la seule tarification, Brandon a abordé lors de notre entretien de nombreux autres sujets passionnants : maximiser le chiffre d’affaires, réussir le sellout parfait et analyser les données pour fixer le bon prix. Chez Pacifica, Brandon accorde une importance capitale à :
L’analyse des fenêtres de réservation par canal et par segment, qui permet de capter ces clients à l’ADR le plus élevé possible, au moment où ils se trouvent au pic de leur comportement de réservation.
L’ajout d’autres segments et de stratégies promotionnelles à un prix attractif, comme des tarifs d’achat anticipé non remboursables, pour compenser d’éventuelles annulations dans d’autres segments.
La proposition d’autres opportunités de revenus annexes au-delà du tarif de base, tout au long du parcours client, pour maximiser le chiffre d’affaires (forfaits, prestations, etc.)
Si ce n’est pas déjà fait, ne manquez pas d’écouter l’épisode !
Pour conclure cet épisode, restons simples, car je pense qu’il existe un exercice évident que nous pouvons tous faire pour devenir de meilleurs revenue managers. Essayez ceci :
Connectez-vous à Rate Insight et générez un graphique d’évolution des tarifs pour 5 ou 10 de vos sellouts techniques récents (nuits à plus de 95 % d’occupation).
Analysez la forme de votre courbe d’évolution des tarifs : êtes-vous un revenue manager de la courbe de l’avidité ? Un « sous-tarifeur », ou bien fixez-vous déjà vos prix à peu près au bon niveau ? La forme de votre courbe d’évolution des tarifs explique-t-elle pourquoi vous avez manqué le sellout certains soirs ?
Pour écrire ce blog et préparer le script du podcast, les deux outils sur lesquels je me suis le plus appuyé pour cet épisode sont Business Intelligence et Rate Insight.
Si vous souhaitez en savoir plus sur ces produits ou sur nos autres solutions, contactez-nous ici !
:format(webp))
:format(webp))