Ernest, o colega de equipe de IA para equipes comerciais de hotéis, já está disponível para todos.Solicite uma demo
Podcast

The Art of the Sellout Parte 2: evolução tarifária

Mergulhe nas complexidades da evolução tarifária com Daniel Foreman e Brandon Burtis, da Pacifica Hotels. Este episódio descomplica as estratégias de precificação dinâmica e mostra como ajustar as tarifas dos quartos em tempo real pode gerar um crescimento expressivo da receita. Com cenários práticos, você vai aprender a definir e ajustar tarifas para se manter competitivo e maximizar os lucros, transformando a gestão tarifária em uma ferramenta poderosa para o sucesso.

Palestrantes
  • Daniel Foreman

    Estrategista comercial
  • Brandon Burtis

    VP de Revenue Management da Pacifica Hotels

Na parte 2, vamos nos divertir um pouco e mergulhar no aspecto do revenue management mais associado à nossa profissão: ajustar a nossa estratégia tarifária.

Neste episódio, recebi Brandon Burtis, VP de Revenue Management da Pacifica Hotels, a maior proprietária e operadora de hotéis boutique da Costa Oeste!

Se vamos pousar o avião (figurativamente) com suavidade, vamos começar aprendendo um termo-chave de que vamos precisar na nossa jornada. Esse termo é evolução tarifária, que é simplesmente a forma como as tarifas dos quartos mudam ao longo do tempo.

A evolução tarifária pode ser analisada para um único hotel, para um mercado inteiro ou para todo o setor. Por exemplo, confira o nosso relatório mais recente sobre o efeito das Olimpíadas no mercado de Paris, em especial este gráfico:

Este é um ótimo exemplo de evolução tarifária em todo o mercado, que mostra como as tarifas “evoluem” ao longo do tempo: o eixo X é “dias até a chegada”.

Assim como na Parte 1, vou começar mostrando algumas curvas conceituais de evolução tarifária. Assim que você as vir, deve conseguir entender o que está acontecendo em cada uma (mas não se preocupe: se não entender, vou acrescentar alguns detalhes).

Então, vamos simular um pequeno cenário…

Digamos que você seja revenue manager em um hotel de sucesso. Você está em um mercado dinâmico, com um calendário de eventos movimentado; é um dia de rotina e você está trabalhando com afinco quando, de repente, recebe um alerta.

"ping'"

Um grande evento acaba de ser anunciado. É um demand driver importante e vai acontecer daqui a mais ou menos um ano!

Use a imaginação: talvez seja o Super Bowl, a Big Tech Corporate Conference ™ ou quem sabe uma grande convenção de observadores de pássaros (quem sou eu para julgar). O ponto é que este vai ser um evento realmente grande!

Digamos que a gente fique agressivo demais e jogue a nossa tarifa para a estratosfera, a US$ 1000 (enquanto isso, o nosso compset talvez esteja em torno de US$ 500).

A Curva da Ganância

O que acontece quando precificamos alto demais?

Este é um fenômeno que abordei em um artigo recente sobre erros comuns no revenue management.

Muitas vezes, nós, revenue managers, ou colocamos uma “dummy rate” alta demais para proteger o inventário, ou simplesmente precificamos de forma totalmente irreal na esperança de, num passe de mágica, ter um pickup forte.

Por experiência, veja o que acontece quando você adota essa abordagem. Observe a curva de evolução tarifária abaixo e repare no que está acontecendo:

The greed curve showing hotel pricing evolution in the buildup to an event

Repare que o nosso hotel fica em um patamar de preço irreal por muito tempo. Enquanto isso, o compset tem uma tarifa de venda mais razoável.

Com o passar do tempo, a falta de pickup nos obriga a baixar a tarifa na última hora para tentar puxar a ocupação, o que é quase sempre uma estratégia perdedora.

Repare também que o compset tem a chance de subir a tarifa nos últimos dias antes da chegada, que é uma das vantagens de ter uma estratégia de preço lógica (eles estavam construindo uma boa ocupação de base enquanto nós estávamos dispensando hóspedes!)

Acho que todos concordamos que o que eu chamo de “curva da ganância” acima é uma estratégia abaixo do ideal.

Na minha entrevista no podcast com o Brandon, ele fez uma ótima observação sobre a “curva da ganância”: normalmente, quando os revenue managers cometem esse erro específico, é por causa de um otimismo cego e de uma compreensão equivocada de quanta demanda existe de fato:

“É uma [curva] mais otimista... você espera que haja tanta demanda que dê para segurar e ficar em US$ 699 com uma [restrição de] estadia mínima de 5 noites e, obviamente, conforme a data se aproxima, você precisa encarar a demanda que está realmente se concretizando, e ela não é tão animadora quanto você queria”.

Brandon Burtis on the “Greed” Curve

Gosto dessa observação do Brandon porque até os melhores de nós podem cometer esses erros otimistas de vez em quando, e muitas vezes a grande culpada é a avaliação imprecisa da demanda.

Lembra do gráfico das Olimpíadas de Paris que mostrei no início do blog? Pois é, do jeito que as coisas estão agora, o mercado de Paris está bem preso na curva da “ganância”, provavelmente pelo motivo que o Brandon mencionou!

A Curva da Subprecificação

Vamos simular esse cenário mais uma vez, mas agora com uma abordagem completamente diferente…

"ping"

Agora, o grande evento é anunciado, mas desta vez, em vez de precificar alto demais, deixamos a nossa tarifa baixa demais.

The Underpriced Curve showing the evolution of hotel pricing in the buildup to events

Este é o outro extremo do espectro, que podemos chamar de curva “subprecificada”.

Muitas vezes, esse padrão de evolução tarifária acontece quando um hotel deixa passar o anúncio de um evento ou subestima indicadores fortes de demanda.

Eu até acrescentei alguns “x” na curva para simular os sellouts que muito provavelmente aconteceriam se este fosse um exemplo real!

Falando por experiência própria, essa curva é o pior pesadelo de qualquer revenue manager!

Repare que, depois que o hotel do exemplo esgota cedo demais, o compset pode continuar subindo a tarifa e aproveitar para absorver, a tarifas muito mais altas, toda a demanda que o hotel não conseguiu atender.

No episódio do podcast, tive a chance de perguntar ao Brandon se ele já tinha passado pela curva “subprecificada”, e foi isto que ele disse:

“A maioria das pessoas provavelmente já passou. Quando você é novo em um hotel ou em um mercado, pode não conhecer todos os geradores de demanda, ou pode surgir alguma outra coisa que não estava no seu radar até que, infelizmente, talvez seja tarde demais!”

Brandon Burtis on the “Underpriced” Curve

Mais uma ótima observação do Brandon, porque ele está certíssimo: as poucas vezes em que eu mesmo cometi esse erro foram quando um evento foi anunciado e eu simplesmente não estava preparado.

Por exemplo, há alguns anos, um novo festival de música em Austin teve a sua primeira edição e o hotel com que eu trabalhava esgotou em cerca de 24 horas, em pleno fim de semana! Até hoje isso me tira o sono.

Então, como é uma curva de evolução tarifária boa, você pergunta?

A curva de reservas na medida certa

Bom, vamos simular o nosso cenário de novo: somos um revenue manager trabalhando no nosso hotel dinâmico, sem nenhuma preocupação no mundo, e então…

"ping"

Recebemos um alerta sobre o grande evento do ano que vem.

The about-right curve showing a good hotel pricing evolution in the build up to an event

Desta vez, porém, jogamos bem as nossas cartas.

Usando uma combinação de ferramentas de rate shopping, ferramentas de análise de demanda, talvez uma solução de BI, ou até uma ferramenta de benchmarking, subimos a tarifa de forma lógica à medida que a data de chegada se aproxima.

Se você quer ver um exemplo real de como é essa curva, vamos olhar para um hotel de verdade que usa o Rate Insight.

Este é um hotel em um mercado muito dinâmico, com uma curva de evolução tarifária muito forte, que chamou a minha atenção logo de cara.

An example of hotel pricing curve in revenue management showing the compset pricing in the buildup to an eventUm exemplo real da curva de preços na medida certa

O nosso hotel de exemplo aparece em azul-escuro, e o restante do compset também aparece.

Embora não exista uma curva de evolução tarifária “perfeita”, este é um formato de evolução tarifária mais próximo daquele que os revenue managers deveriam buscar.

A tarifa de venda final do hotel ficou muito acima da que estava 30 dias antes, com uma forte tendência de alta no preço ao longo do tempo.

A real-life example showing the booking and pricing curve for a perfect sellout in hotel revenue managementUm exemplo real mostrando a curva de reservas e a curva de preços

Para ilustrar a curva de reservas e a curva de preços funcionando juntas, aqui está a curva de reservas correspondente para essa mesma noite, novamente mostrada no gráfico de ‘pace’ do Rate Insight.

Foi uma curva de reservas bastante estável, com o único salto importante acontecendo exatamente na marca de 30 dias. O que acho interessante é que o nosso Revenue Manager manteve a sua posição e não reagiu de forma exagerada quando viu esse salto na ocupação!

Olhando para o compset, vou dar algum crédito a eles: esse mercado parece ter sido bem disciplinado na reta final até a chegada. Só 1 hotel baixa a tarifa nos últimos 2 dias antes da chegada. O nosso concorrente em lavanda-claro esgota cerca de 8 dias antes, mas, como estamos aprendendo nesta série, isso não é necessariamente ruim.

Voltando ao nosso hotel, precificar dessa forma deve ter exigido coragem, mas valeu a pena. O hotel continuou construindo uma ocupação de base estável, e o Revenue Manager realmente começou a maximizar a tarifa nos últimos 9 dias antes da chegada.

Nesses últimos 9 dias, o hotel vai de 75% a um sellout perfeito no dia da chegada.

Senhoras e senhores, uma salva de palmas para o nosso revenue manager com mãos de diamante!

Principais aprendizados

Além da precificação em si, na minha entrevista com o Brandon, ele abordou muitos outros temas importantes sobre como maximizar a receita, executar o sellout perfeito e analisar os dados para chegar ao preço certo. Na Pacifica, o Brandon dá enorme ênfase a:

  • Analisar as janelas de reserva por canal e segmento, o que, por sua vez, permite captar esses hóspedes com o maior ADR possível, quando estão no ponto de pico do padrão de reservas.

  • Incluir outros segmentos e estratégias promocionais com um preço atraente, como a compra antecipada não reembolsável, para ajudar a equilibrar possíveis cancelamentos em outros segmentos.

  • Oferecer outras oportunidades de receitas complementares além da tarifa base, ao longo de toda a jornada do hóspede, para maximizar a receita (pacotes, amenidades etc.)

Se ainda não ouviu, não deixe de ouvir o episódio!

Então, vamos fechar este episódio de forma simples, porque acho que há um exercício bem óbvio que todos podemos fazer para nos tornarmos revenue managers melhores. Experimente o seguinte:

Faça login no Rate Insight e gere um gráfico de evolução tarifária para 5 ou 10 dos seus sellouts técnicos recentes (noites acima de 95% de ocupação).

Analise o formato da sua curva de evolução tarifária: você é um revenue manager da Curva da Ganância? Um “subprecificador”? Ou você já está precificando mais ou menos onde deveria? O formato da sua curva de evolução tarifária explica por que você perdeu o sellout em algumas noites?

Ao escrever este blog e roteirizar o podcast, as duas ferramentas em que mais me apoiei neste episódio foram o Business Intelligence e o Rate Insight.

Se quiser saber mais sobre esses produtos ou qualquer outra das nossas soluções, entre em contato aqui!

Veja como a plataforma comercial da Lighthouse pode ajudar você a executar o sellout perfeito!