В последнее время в экономической литературе появляются публикации, содержащие описание управления доходами гостиничных предприятий. В связи с тем, что публикаций по этой теме очень мало, само понятие управление доходами еще недостаточно конкретизировано, научная дискуссия по этому вопросу продолжается. Поэтому представляется целесообразным уточнить понятийный аппарат этой экономической категории и разработать инструментарий управления доходами гостиничных предприятий.
В отечественной литературе понятие управление доходами гостиничного предприятия рассмотрено еще недостаточно полно, именно эффективное управление доходами является основой экономического роста и фактором стабильности любого гостиничного предприятия в условиях высокой конкуренции.
Цены на номера могут быть постоянными или переменными, а продолжительность проживания может быть прогнозируемой или непредсказуемой. Решения в области управления доходами по цене, загрузки номеров должны быть основаны на точном прогнозировании спроса. Для управления спросом существует подход переменных цен. Понижение цены может быть использовано в период низкой загрузки для всех категорий потребителей или переменные цены могут быть использованы для понижения цены для конкретных категорий потребителей. Показатель продолжительности проживания прогнозировать тяжелее, но и эффективность управления доходами от учета его выше [1, с. 21].
Если в гостиничном предприятии учитывается продолжительность проживания, то это помогает менеджерам прогнозировать такую важную информацию, как продолжительность оказания услуги, которая в свою очередь позволит получать прибыль во все периоды, а не только в пиковые.
Каналы распределения являются источником потребителей или транспортным средством с ресурсом потребителей. Большинство гостиничных предприятий продвигает свои услуги через несколько каналов продвижения одновременно [2 с. 51]. На рис. 1. показаны каналы распределения, используемые гостиничными предприятиями. Каждый канал распределения важен для гостиничных предприятий с точки зрения дифференцированного ценообразования. Наличие различных каналов распределения объясняется наличием различных типов потребителей. Каналы распределения гостиничных предприятий могут быть двух типов: прямые и косвенные. Прямым каналом распределения считается тот, в котором услуга покупается напрямую у продавцов. В таком случае у гостиничного предприятия есть возможность узнать дополнительные сведения о покупателе. Также издержки на прямые каналы ниже вследствие отсутствия промежуточного звена.
Рис. 1. Каналы продвижения гостиничных предприятий.
Для измерения эффективности прогнозов спроса менеджеры по управления доходами используют: данные за предыдущие годы, данные на сегодняшний день и данные будущих периодов для прогнозирования спроса, чтобы определять периоды низкого спроса, в которых следует применять стратегии продвижения продаж для более высокой эффективности гостиничного предприятия [3, с. 37]. «Понимание характеристик гостиничных предприятий в прошлом является одним из лучших способов найти эффективные решения в будущем».
Рис. 2. Элементы прогнозирования для гостиничных предприятий.
Способность предвидения позволяет менеджеру по управлению доходами проводить комплексный анализ данных с дальнейшим использованием каждого типа данных.
После построения прогноза, менеджер по управлению доходами может решить, должно ли гостиничное предприятие максимизировать или минимизировать спрос. Оптимизация спроса является ключевым элементом системы управления доходами.
Конкретные данные, представляющие интерес для гостиничного предприятия, должны собираться на ежедневной основе для последующего анализа. Можно выделить следующие переменные:
1. Количество бронирований за день
2. Количество отказов в день
3. Количество отмен бронирований
4. Общее количество отмен
5. Количество регистраций
6. Количество выписок
7. Количество неявок
8. Количество продаж от стойки
9. Значение ADR
10. Значение загрузки
11. Среднее количество гостей на номер
12. Средняя длительность проживания
Полученные данные используются для анализа данных прошлых лет с дальнейшим построением прогнозов на будущие периоды. Текущие данные можно разделить на три ключевые области
1. Количество свободных номеров для продажи
2. Количество забронированных номеров
3. Количество блокированных номеров
В табл. 1 показан пример отчета гостиничного предприятия с номерным фондом 1400 номеров за период с 1 июня по 14 июня.
Таблица 1
Вариант отчета гостиничного предприятия на конкретный день
|
Отчет на 1 мая 20хх года |
||||||
|
Дата |
День |
Свободные номера |
Кол-во бронирований |
Заблокированные |
Всего |
Загрузка |
|
01.июня |
Понедельник |
1400 |
825 |
60 |
885 |
63,2 % |
|
02.июня |
Вторник |
1400 |
715 |
250 |
965 |
68,9 % |
|
03.июня |
Среда |
1400 |
610 |
210 |
820 |
58,6 % |
|
04.июня |
Четверг |
1400 |
800 |
700 |
1500 |
107,1 % |
|
05.июня |
Пятница |
1400 |
475 |
1100 |
1575 |
112,5 % |
|
06.июня |
Суббота |
1400 |
450 |
650 |
1100 |
78,6 % |
|
07.июня |
Воскресенье |
1380 |
275 |
125 |
400 |
29,0 % |
|
08.июня |
Понедельник |
1380 |
925 |
0 |
925 |
67,0 % |
|
09.июня |
Вторник |
1380 |
850 |
250 |
1100 |
79,7 % |
|
10.июня |
Среда |
1400 |
725 |
400 |
1125 |
80,4 % |
|
11.июня |
Четверг |
1400 |
875 |
400 |
1275 |
91,1 % |
|
12.июня |
Пятница |
1400 |
550 |
50 |
600 |
42,9 % |
|
13.июня |
Суббота |
1400 |
500 |
50 |
550 |
39,3 % |
|
14.июня |
Воскресенье |
1400 |
325 |
75 |
400 |
28,6 % |
Данные в отчете могут интерпретироваться следующим образом: В отчете указывается, на какой день построен отчет. Также в отчете указывается дата, день недели на который дается информация. В отчете указывается количество свободных номеров, количество бронирований, количество заблокированных номеров на дату построения отчета.
Так как большинством гостиничных предприятий г. Москвы не принимают индивидуальные бронирования ранее, чем один год до даты заезда, гостиничному предприятию необходимо отслеживать на постоянной основе около 52 недель или один год. Будущие бронирования должны приниматься аккуратно, с учетом будущих тенденций, чтобы избежать ошибок в ценообразовании и управлении доходами. Существуют математические программы, помогающие гостиничным предприятиям эффективно анализировать и строить прогнозы.
Компания Fidelio, которая в настоящее время принадлежит Micros, первой начала разработку компьютерных систем для гостиничных предприятий, в том числе и специализирующиеся на управлении доходами. Пример такой системы — системный продукт Opus Revenue Management System (ORMS) [5]. Данный продукт легко взаимодействует с большинством систем управления гостиничным предприятием (PMS). В основе решений ORMS является точная автоматическая модель прогнозирования. Интегрированная программа ORMS с использованием исторических и текущих данных позволяет:
1. определять тарифы гостиничных номеров для оптимизации продаж номеров;
2. определять специфические тарифы на гостиничные номера для оптимизации доходов от продаж;
3. рекомендовать специальные ограничения на проживания (минимальная длительность проживания) для оптимизации общего дохода;
4. определять особые даты с высоким спросом.
Оценка текущих данных также помогает гостиничному предприятию оценивать спрос на гостиничные номера, с последующей корректировкой цен на них. Компьютерная система может держать в памяти больше важных дат, чем человек, но эти данные должны тщательно проверяться с использованием текущих данных.
Для оценки текущего состояния гостиничного предприятия в настоящее время набирает популярность программный продукт HQ plus [4]. В данный инструмент включена оценка прямых конкурентов конкретных гостиничных предприятий.
Базовый модуль отслеживания цен позволяет получать информацию о различных вариациях цен конкурентов для следующих 365 дней. Также с помощью данного продукта гостиничное предприятие может отслеживать события, проходящие в интересуемой области.
Литература:
1. Козлов Д. А. Управление доходами на гостиничном предприятии. CreateSpace, USA, 2014
2. Козлов Д. А., Попов Л. А. Прогнозирование и управление доходами в гостиничном бизнесе российской федерации: проблемы и пути совершенствования. Вестник Российского экономического университета им. Г. В. Плеханова. 2013. № 12 (66). С. 49–56.
3. Hayes, D. K., & Miller, A. A. (2011). Revenue management for the hospitality industry. Hoboken, NJ: John Wiley & Sons, Inc.
4. http://www.hqplus.eu
5. http://www.micros.com
