The Art of the Sellout Parte 1: driver della domanda e booking curve

Daniel Foreman e Jeff Eskew, del team Commercial Strategy Services di Lighthouse, svelano il ruolo cruciale dei driver della domanda nel dare forma alla booking curve. Attraverso esempi concreti e coinvolgenti, tra cui una serata ad alta tensione con una partita di football universitario e un sellout di routine a metà settimana, questo episodio mostra come sfruttare i fattori di domanda per ottimizzare occupazione e ricavi. Trasforma il tuo approccio alle strategie di prenotazione con insight che ti permettono di prendere decisioni informate e basate sui dati.

Ecco, i piloti hanno un’espressione per questo: “Buttering the bread”, cioè “imburrare il pane”.

Propongo di rubare questa espressione perché, diciamocelo, è troppo divertente, e noi Revenue Manager abbiamo bisogno di un gergo migliore!

Pensaci un attimo… qual è la cosa migliore che abbiamo?

“Perfect-sell”?

“Lasciare soldi sul tavolo”?

“Heads in beds”?

Dai, possiamo fare di meglio!

Quando ero Revenue Manager, ho sempre pensato che portare a termine un sellout in modo pulito fosse molto simile a un atterraggio perfetto.

Era sempre una bella sensazione preparare l’hotel al successo e, la mattina dopo, controllare i report e avere la conferma di aver raggiunto il 100% di occupazione.

Quindi ecco un esperimento mentale: pensa a tutti i fattori che i piloti devono gestire, anche durante un atterraggio di routine: vento in coda, vento contrario, condizioni della pista, comunicazioni con il controllo del traffico aereo, ecc.

Proprio come i piloti, anche noi Revenue Manager teniamo d’occhio tutta una serie di elementi quando pianifichiamo il nostro avvicinamento a un sellout perfetto…

Elementi come:

• Booking lead time

• Andamento delle cancellazioni

• Andamento della segmentazione di mercato

• Evoluzione delle tariffe del tuo hotel e del compset

• Driver della domanda, come gli eventi speciali

• House policy

• Strategia di overbooking

Supponiamo che tu sbagli anche solo una cosa: sottovaluti i driver della domanda e non prevedi correttamente la domanda. I Revenue Manager conoscono bene l’imbarazzo di andare in sellout con 6 mesi di anticipo, oppure di sudare freddo fino a raggiungere il sellout perfetto all’ultimo minuto (in senso figurato) grazie a un walk-in dell’ultimo momento. Quindi, come evitiamo di farci semplicemente trascinare dai capricci del mercato e di fare un atterraggio brusco?

Beh, pensa a tutto quello che facciamo dietro le quinte per contrastare l’imprevedibilità: forecast della domanda per segmento di mercato, forecast delle cancellazioni, confronto con altri Revenue Manager sulle loro esperienze in situazioni simili, analisi dei dati storici, monitoraggio delle strategie di pricing del nostro compset, ecc.

Questo mi ha portato a pormi una domanda a cui, ingenuamente, pensavo di poter rispondere magari in un pomeriggio, impegnandomi: “Qual è una strategia di sellout infallibile da usare ogni volta per essere certi di raggiungere il 100%?”

Deve pur esistere una strategia ideale, una sorta di “checklist di atterraggio” che i Revenue Manager di tutto il mondo possano usare per raggiungere più spesso sellout perfetti, no?

Magari un numero ideale di giorni prima dell’arrivo per raggiungere il 100%, una strategia tariffaria infallibile o una percentuale di market mix perfetta che garantisca un sellout ogni volta.

Con questa missione in mente, iniziamo a fare qualche ricerca e vediamo se riusciamo a farlo davvero…

Questa serie in più parti metterà in evidenza i diversi fattori che i Revenue Manager dovrebbero considerare quando pianificano una strategia di sellout perfetta. Lungo il percorso, ti mostrerò i diversi strumenti Lighthouse che usiamo per arrivare a questo tipo di risultati: sono gli stessi strumenti che puoi usare tu per definire il miglior piano d’attacco per la tua prossima notte di sellout!

Ho iniziato sondando il terreno con il nostro team Commercial Strategy Services, chiedendo se qualcuno avesse dei buoni sellout recenti da mostrarmi in Lighthouse Performance o Pricing.

Per fortuna non ci è voluto molto per trovare un ottimo esempio: Jeff Eskew (Direttore delle operazioni di revenue) aveva avuto di recente 2 sellout perfetti in uno dei suoi hotel ed era disposto a mostrarmeli.

Per contenuti come questo, adoro esaminare singoli hotel che hanno una storia da raccontare. Anche raccogliere dati aggregati è ottimo (dai un’occhiata ad alcuni dei casi studio che abbiamo realizzato sul pricing e sul benchmarking alberghiero durante le Olimpiadi di Parigi, o sull’“effetto Taylor Swift”), ma analizzare i dati a livello di singolo hotel ci offre un caso d’uso pratico per combinare i nostri diversi prodotti in un’analisi approfondita, ed è un’ottima rappresentazione di come usavo i nostri prodotti quando gestivo il revenue management quotidiano dei miei hotel. È anche di enorme aiuto avere un team interno di revenue manager!

Il team CSS di Lighthouse è un team di esperti di revenue che affronta, gestisce e impara costantemente da ogni tipo di scenario, permettendoci di sviluppare ulteriormente i nostri strumenti di revenue management best-in-class.

Gli esempi usati in questa serie sono stati selezionati da veri esperti di revenue come casi unici, interessanti o significativi!

Analizzare la booking curve

Il primo fattore che voglio analizzare è la domanda (ad esempio gli eventi speciali) e il suo effetto sulla booking curve. Volevo capire cosa stesse guidando esattamente questi sellout e come noi, in quanto Revenue Manager, possiamo quantificare, analizzare e adattarci a questi diversi livelli di domanda.

Ma prima parliamo della booking curve, visto che ci faremo riferimento spesso in tutta questa serie… Per definire rapidamente il termine: la booking curve è semplicemente il modo in cui l’occupazione cambia nel tempo man mano che ci si avvicina alla data di arrivo.

Guardando il grafico qui sotto, immagina che venga annunciato un evento per una data con lo 0% di occupazione.

Man mano che il grafico procede da sinistra a destra, la data di arrivo si avvicina sempre di più. L’asse verticale rappresenta l’occupazione e la linea tratteggiata rappresenta l’obiettivo: un sellout perfetto!

Per approfondire un po’, analizzando diverse booking curve possiamo iniziare a costruire una narrazione. Prendi, ad esempio, il grafico qui sotto con una booking curve verde, una arancione e una grigia.

Possiamo fare alcune ipotesi su cosa provochi booking curve di questo tipo. Secondo la mia esperienza, una booking curve simile alla linea verde può indicare che le date sono probabilmente sottoprezzate. È anche possibile che il Revenue Manager non si sia accorto di un evento importante, con un conseguente pickup rapidissimo delle prenotazioni.

La linea grigia rappresenta una booking curve che segnala che l’hotel potrebbe aver avuto prezzi troppo alti o essere stato eccessivamente protetto con restrizioni, house policy, ecc. Nota che l’hotel non è riuscito a raggiungere il sellout.

La linea arancione è generalmente considerata “migliore”, perché mostra un aumento costante dell’occupazione, segno di un maggiore controllo sulla curva, probabilmente grazie a migliori strategie di pricing, yield e policy. Il Revenue Manager arriva a ridosso del sellout qualche giorno prima, e poi l’hotel porta a termine il sellout senza problemi.

Tieni presente che queste non sono booking curve reali (per ora). Sono solo booking curve ipotetiche che aiutano a illustrare cosa rende una curva ‘buona’ o ‘cattiva’. Quindi diamo un’occhiata ad alcuni esempi reali!

Una strategia di sellout efficace per un evento cittadino

Per prima cosa, esaminiamo una strategia di sellout efficace in una data con un evento che coinvolge tutta la città. Questo hotel si trova in un mercato legato al football universitario che quest’autunno ha vissuto un weekend da record. La partita era una grande rivalità della SEC (una conference del football universitario) e i tifosi della squadra avversaria sono noti per spostarsi in massa! Questo weekend è stato il più importante dell’anno, ancora più della cerimonia di laurea primaverile!

Una breve parentesi: non posso sottolineare abbastanza quanto sia importante individuare gli eventi con sufficiente anticipo. Molto di ciò di cui parlo in questo blog perde di significato se non riesci a individuare gli eventi abbastanza in fretta e ad attuare strategie per controllare la tua booking curve.

Guarda lo screenshot qui sotto della scheda “Events” in Lighthouse Pricing, dove il nostro team di revenue individua gli eventi principali e secondari del proprio mercato!

Se stai ascoltando anche il podcast, il weekend che ti sto mostrando ora corrisponde alla grande partita di football di cui ho parlato con il mio ospite, Jeff Eskew!

Diamo un’occhiata al weekend in questione in Lighthouse Performance e vediamo come è andata! Prendi nota della vera notte di picco dell’evento, il 10/07/23.

È stato senza dubbio un weekend fantastico, ma che dire della nostra booking curve? Con quanto anticipo siamo andati in sellout? Per scoprirlo, passiamo a Lighthouse Pricing per capire quando abbiamo raggiunto il sellout, usando come esempio il sabato sera (ricorda che era proprio la notte dell’evento).

Forse ricorderai che questa booking curve somiglia di più alla booking curve ipotetica ‘buona’ che abbiamo visto prima, e per niente alle altre due, non ottimali.

Detto questo, nota che l’hotel ha iniziato davvero ad avvicinarsi al sellout circa 48 giorni prima (è qui che iniziamo a superare la soglia del 95%, quello che considero un sellout tecnico)! L’hotel ha raggiunto per la prima volta il 100% (cioè un sellout vero e perfetto) circa 14 giorni prima dell’arrivo.

Nota a margine: la mia prima reazione è stata: “Wow, siamo andati in sellout decisamente troppo presto!” Se anche tu hai avuto la stessa reazione, continua a leggere: ti mostrerò come abbiamo performato davvero rispetto al compset!

Analisi: le cancellazioni sono rimaste una sfida costante lungo tutta la booking curve

C’è però una cosa fondamentale da ricordare: quando l’hotel ha raggiunto questi traguardi di occupazione (95%, 100%), l’occupazione non è rimasta semplicemente ferma! Le cancellazioni sono rimaste una sfida costante lungo tutta la booking curve.

Per fare un esempio: negli ultimi 40 giorni prima dell’arrivo, l’hotel ha registrato un pickup netto positivo di sole 2 room night, con 10 cancellazioni e 12 nuove room night prenotate. Questo aiuta a capire quanto succeda davvero dietro le quinte e quanta pressione abbia un Revenue Manager per “atterrare alla perfezione” e raggiungere il 100% di occupazione!

Tecnicamente l’hotel è andato in “sellout” 3 volte distinte, a causa delle cancellazioni nelle ultime 2 settimane!

Detto questo, questa sfida ha rappresentato anche una grande opportunità: la possibilità di ‘fare trading up’ sull’ADR. Quando le camere vengono cancellate, possono essere rivendute ad ADR più alti e in segmenti di mercato più desiderabili, se il Revenue Manager adotta una strategia di yield e pricing efficace (di cui parleremo nelle prossime parti di questa serie).

Per la grande partita di football, questo hotel ha sicuramente “fatto trading up” negli ultimi giorni prima dell’arrivo, ma molti di questi soggiorni erano soggiorni pagati con punti fedeltà, successivamente rimborsati dal brand a un ADR altissimo.

Quindi, come facciamo a sapere che il Revenue Manager ha davvero “imburrato il pane”? Beh, guarda le performance dell’hotel rispetto al suo compset:

Questo weekend è stato davvero un successo clamoroso!! Ricapitoliamo quindi alcuni elementi che vi hanno contribuito.

Gran parte di questo successo si deve, in parte, alla “pista” più lunga (più tempo pari o superiore a un sellout tecnico) che Jeff si è concesso.

Le nuove prenotazioni hanno superato di poco le cancellazioni negli ultimi giorni e nelle ultime settimane prima dell’arrivo, permettendogli di fare trading up e vendere alcune camere a tariffe più alte.

Un avvertimento, però: il rischio di andare in sellout troppo presto è sempre il revenue camere perso da soggiorni che sarebbero stati disposti a prenotare più avanti nella booking curve a un ADR più alto, quindi devi trovare un equilibrio.

Qui Jeff ci è riuscito bene, anche se l’occupazione elevata è arrivata prima di quanto si potrebbe pensare sia convenzionalmente previsto. Penso sia superfluo dirlo, ma qui Jeff ha davvero imburrato il pane. Ottimo lavoro, Jeff!

Valutazione: (5/5 panetti di burro)

Una strategia di sellout efficace per una data senza eventi:

Cambiamo marcia e guardiamo un tipo di sellout diverso: qualche settimana prima della partita di football, l’hotel di Jeff ha avuto un altro sellout perfetto, ma questa volta in un mercoledì sera più di routine, senza alcun evento cittadino.

Per questa particolare notte c’era una forte domanda corporate e una certa base di gruppi, niente di insolito (come mostrato qui sotto in Lighthouse Performance).

Ecco la booking curve di questo diverso tipo di notte di sellout in Lighthouse Pricing:

Guarda quanto è più ripida la pendenza della booking curve in questo giorno, nonostante diversi gruppi prenotati 114 e 70 giorni prima! L’hotel ha venduto 63 camere negli ultimi 11 giorni prima dell’arrivo!

Questo la dice lunga sull’importanza dei driver della domanda. Praticamente tutto è diverso tra il secondo esempio mostrato qui e il primo, quello della partita di football.

Giorni della settimana diversi, driver della domanda, strategia di pricing, strategia di yield diversa, house policy diverse, ecc.

Per dirla chiaramente: in questa data la posta in gioco era in generale molto più bassa.

Usando Lighthouse Performance per confrontare il market mix delle 2 notti, puoi vedere quanto fossero davvero diverse le cose dal punto di vista della segmentazione. (Ma non preoccuparti, parleremo della segmentazione più nel dettaglio in una prossima puntata):

Guardando le booking curve dei due scenari, data senza eventi (verde) e data con evento (arancione), si vede che sono completamente diverse. Per la data senza eventi, la booking curve resta indietro fino a 60 giorni rispetto alla data dell’evento.

Punti chiave:

• Individua gli eventi con sufficiente anticipo per controllare pienamente la booking curve

• Il tempo trascorso al sellout tecnico o oltre prima del giorno di arrivo non è sempre negativo. Le cancellazioni offrono l’opportunità di ‘fare trading up’ e rivendere quelle camere a una tariffa più alta.

• Valuta una “pista” più lunga per le date con domanda altissima. Se sei abituato a sudare freddo e ad andare in sellout il giorno stesso, prova a iniziare in piccolo andando in sellout qualche giorno prima, e poi osserva gli effetti che questo ha sulle tue performance.

• Non considerare allo stesso modo le date con grandi eventi e le date ad alta domanda senza eventi: aspettati che si comportino in modo diverso!

• Le date con driver della domanda più di routine non hanno bisogno di così tanta ‘pista’. Il pickup è in genere più last-minute.