Módulo 3.

Forecasting

Unidad 1: ¿Cómo realizar un correcto

forecasting de la demanda?
Como hemos visto en el módulo de Budget y forecast, el forecasting es
la estimación y previsión de la demanda futura de un producto o
servicio. Tiene un papel fundamental ya que trata de estimar y analizar
el volumen de negocio de un establecimiento en un momento futuro
determinado a partir de distintas variables, por ejemplo, datos
históricos (reservas, nivel de ocupación, tarifas empleadas, etc.),
estimaciones de marketing u otros datos obtenidos a partir del cálculo
de previsiones.
En términos generales, el forecasting trata de predecir la demanda
futura con la finalidad de encontrar el equilibrio perfecto entre los
recursos disponibles en la empresa y la demanda de los clientes.
Uno de los retos a la hora de conformar un forecasting representativo
consiste en tener acceso a las fuentes de datos fiables y precisos que
necesitamos en cada momento. La tecnología ayuda en este aspecto, a
través del uso de diferentes herramientas que permiten recopilar los
datos y organizar la información, como el Property Management System
(PMS), rate shopper, benchmarking, online reputation manager, informes
de tendencias, asociaciones hoteleras, consultoras y noticias del entorno.

3.1.1 Recopilación y análisis de datos históricos

Los pronósticos cuantitativos de ventas utilizan modelos matemáticos

para analizar los resultados pasados (datos históricos de ventas) de una
empresa. Estos modelos suponen que los datos históricos son relevantes
en el futuro, por lo tanto, es necesario conocer los datos de ventas
pasados y los patrones de demanda.
Por ello, es vital que cuando se usa alguno de los métodos cuantitativos
de previsión de ventas, los datos históricos sean precisos. Si no lo son,
no están actualizados o, lo que es peor, faltan la mayoría de ellos, el
pronóstico de demanda será errónea y también lo serán las estrategias
que deriven de ese forecast.
Por lo tanto, recolectar y analizar los datos operacionales del hotel
resulta fundamental para una correcta estimación de la demanda.
El análisis de los datos históricos debe ser lo más exhaustivo y minucioso
posible para que la estrategia de forecasting sea lo más exacta posible
ya que, en caso contrario, podemos encontrarnos con dos situaciones
que debemos evitar:

- Overforecasting: disponer de más clientes de los que realmente

van a acudir a nosotros.

- Underforecasting: lo contrario que el overforecasting, esto es,

acuden a nuestro hotel más clientes de los esperados y de los que
podemos hospedar.

Para ello es importante recopilar todos los datos históricos que nos
permitirán establecer nuestro forecast de demanda lo más desglosado
posible. Este análisis se puede llevar en hojas de cálculo, o bien en
sistemas hoteleros y de revenue management que existen en la
actualidad y ayudan a recopilar esta información.
Los datos deben estar discriminados por meses, o incluso por semanas o
días del año, para que podamos hacer comparaciones año contra año
en el mismo período. Esto, además, nos ayudará a controlar la
disponibilidad de las habitaciones y planificar campañas de marketing
en función de la demanda estimada para cada fecha.
Es importante comparar siempre los mismos periodos, eventos
especiales, días de semana, etc., sin importar la fecha del calendario.
Por ejemplo, comparar el primer lunes de enero 2018 con el primer
lunes de enero 2019; comparar Semana Santa 2019 versus Semana
Santa 2020, independientemente que caigan en meses o fechas
distintas.
El desglose de datos por segmentos, mercados y canales de
comercialización permitirá acceder a un análisis mucho más preciso, de
manera que se puedan identificar cuáles son los clientes más rentables
y que proporcionan una mejora sostenible de los beneficios del hotel.
Analizar los datos históricos y compararlos con los actuales nos permitirá
establecer una base de forecast de demanda futura, ya que en un
escenario estable se esperará al menos los mismos niveles de venta que
el año anterior, más el objetivo de crecimiento establecido para el
próximo período.
Otro aspecto a considerar son los generadores de demanda (eventos,
atracciones, cuestiones climáticas, etc.) que incidieron en las ventas
pasadas para que, en caso que se repitan, considerarlos en la demanda
futura. Si se trató de eventos esporádicos descartarlos de las
predicciones (por ejemplo, Mundial de fútbol, sabemos que una ciudad
anfitriona el año de mundial recibe un volumen de reservas
extraordinario que difícilmente se repetirá en el mismo periodo años
siguientes).
Sin embargo, es importante tener presente que la extrapolación de
datos históricos solo funciona en mercados estables que experimentan
poca fluctuación. Si hay muchos cambios impredecibles, se deben
investigar métodos alternativos de pronóstico.
Los principales factores a analizar son:
 Tarifa diaria (ADR).
 RevPAR.
 Pick-up.
 Ocupación histórica para cada día.
 Evolución de las reservas históricas para ese día (que día se
produjeron).
 Promedio de huéspedes por habitación.
 Booking pace (ritmo o curva de reserva).
 Booking window (anticipación de compra).
 Estancia media.
 Cantidad de llegadas.
 Cantidad de salidas.
 Cancelaciones.
 Reservas rechazadas.
 No-shows (huéspedes que no se presentaron).

Cuando no disponemos de datos históricos de ventas para analizar,

podríamos decir que los métodos de pronósticos cualitativos son todo
lo contrario a los cuantitativos; estas técnicas son subjetivas y se basan
más en la opinión de expertos, las percepciones de los ejecutivos de
ventas o encuestas de mercado.

3.1.2 Recopilación y análisis de datos actuales

Al igual que en el proceso de recopilación de datos históricos, es

fundamental que los datos actuales a analizar sean precisos y
confiables. Para un forecast acertado es imprescindible relacionar los
resultados de los períodos pasados con los que suceden en la
actualidad.
Los indicadores a tener en cuenta son los mismos que analizamos en los
datos históricos y que serán comparados con las reservas que ya
tenemos confirmadas (OTB: on the books) para el mismo momento del
año anterior (STLY: same time last year).
No solo podemos comparar las reservas ya obtenidas (OTB) si no la
demanda de reservas que tenemos (versus el pick up). Con esta
información podremos identificar nuestro posicionamiento competitivo y
las razones por las que un cliente escoge nuestro hotel frente a nuestros
competidores.
También nos permite reaccionar ante la curva de demanda que se nos
presenta. Al analizar los datos actuales y compararlos con la curva de
demanda, podemos identificar rápidamente si la demanda es la
esperada o no y tomar decisiones para corregirlo. Estos indicadores nos
ayudarán a ver si estamos consiguiendo los objetivos fijados para cada
segmento o canal de distribución.
Los principales indicadores que tendremos en cuenta al momento de
analizar los datos actuales son:

 Habitaciones ocupadas.
 Habitaciones disponibles.
 Habitaciones bloqueadas (fuera de servicio).
 Habitaciones rechazadas (overbooking).
 Habitaciones denegadas (demanda).
 Tarifa diaria.
 RevPAR y GOP.
  Pick-up.
 Grupos.
 Segmentación.
 Booking pace (tiempo entre reserva y llegada).
 Duración de la estancia.
 MPI (Market Penetration Index).
 Canales o fuentes de reservas de las habitaciones ya reservadas
(web, call center, Otas, app, etcétera) e ingresos de alojamiento
que aportan.

Además del análisis interno, el entorno económico es de suma

importancia para realizar previsiones. Debemos tomar datos del micro
y del macro entorno actual:

 Precios de los hoteles competidores.

 Crecimiento de mercado: ¿está en un mercado con un crecimiento
constante en el tiempo (ideal para cualquier pronóstico, plan o
presupuesto de ventas) o, por el contrario, es un segmento de
mercado relativamente nuevo, volátil y con movimientos
imprevisibles? ¿Existe un crecimiento en la logística (nuevas rutas
aéreas o vuelos directo a su destino)?
 Estacionalidad: ¿existen periodos de tiempo al año en que sus
ventas son mayores que en otros periodos? Por ejemplo, los
distribuidores de helados tienen más demanda en los meses de
verano que en invierno. Si su producto y/o servicio es estacional
o no, es un factor muy importante a la hora de escoger un
pronóstico de ventas u otro.
 Sensibilidad del precio: ¿qué es lo que diferencia su propuesta
del resto de la competencia? ¿vende a precios más bajos que
otros? O, por el contrario, ¿vende considerablemente más alto
que la media del mercado? La sensibilidad del precio es un
concepto fundamental que afecta el volumen y el valor del
producto, ya que marca lo que sus clientes están dispuestos a
pagar por el producto y/o servicio en cuestión.
 Próximos cambios: cambios en la legislación, nuevas aperturas de
hoteles, etc. ¿Cómo van a afectar estos cambios a sus ventas? ¿va
a necesitar ajustes en el producto que supongan un coste elevado
al adaptarlo a las nuevas regulaciones? Tener la certeza de que
 estos cambios van a producirse en un futuro próximo le permite
ajustar por adelantado su proceso de previsión de ventas.

Para lograr un análisis completo y predecir la demanda que tendremos

en el hotel en un período de tiempo futuro, además de los datos internos
y de los datos externos del entorno, también debemos considerar todos
aquellos generadores de demanda que podamos prever y que
sepamos que tienen un impacto en nuestros resultados. Nos referimos a:

 Ferias y congresos.
 Conciertos y otros eventos culturales y deportivos.
 Atracciones turísticas del destino.
 Empresas y sedes generales de grandes empresas.
 Períodos vacacionales.
 Accesibilidad del destino (vuelos y aerolíneas).
 Climatología.
 Cualquier cosa que haga que la gente viaje al destino.
3.1.3 Análisis de booking pace

El booking pace representa el ritmo o curva de reserva de un hotel.

Es un elemento clave para la gestión de ingresos de un hotel. Mide la
cantidad de reservas en los libros (OTB) en un momento determinado y
para una fecha concreta. Es el ritmo de reservas, la forma en la que se
llenan las habitaciones a lo largo de los días. Este ritmo suele ser muy
diferente según cada segmento de negocio con los que cuente el hotel.
El booking pace permite tener una previsión de ventas y marcar una
estrategia de precios de acuerdo con los resultados obtenidos del
comportamiento del consumidor en otros años. Al evaluar y comparar
las curvas de reservas (actual versus histórico) se pueden identificar
variaciones y tomar medidas correctivas de manera inmediata.
Esto se considera una medida crítica en la mayoría de los hoteles y
compañías hoteleras, y muchos hacen todo lo posible para compilar
regularmente este indicador con diferentes grados de granularidad
(por ejemplo, hasta el nivel de un programa de tarifa única o cuenta
negociada) y de maneras no tradicionales (por ejemplo, ver el ritmo de
reserva por canal, tipo de habitación o mercado de origen).
Los factores más importantes a tener en cuenta para elaborar la curva
de reserva son:
 Habitaciones vendidas.
 Días de anticipación de compra.

Consideraremos tres áreas relevantes para evaluar qué significa

realmente una medida del ritmo de reserva para un hotel:
Los aumentos en el booking pace versus la demanda prevista
A nivel de segmento de mercado, el booking pace de grupos es
supervisado con frecuencia para identificar aumentos y variaciones
durante el año comprado con el año anterior.
Si bien la venta de grupos refleja mayormente el compromiso y
desempeño del gerente de ventas, la demanda pronosticada para ese
período y las tarifas grupales con relación a la demanda pronosticada
de otros segmentos fijadas por el revenue manager, tienen participación
e incidencia en la confirmación de grupos, y por ende en el incremento
del booking pace.
En ocasiones, con el crecimiento anual de ADR, los aumentos en el ritmo
de reserva no siempre son deseables. Vender un intervalo de fechas
determinado prematuramente puede llevar a oportunidades perdidas
de reserva tardía, y esto puede traducirse en disminuciones de
participación de mercado.
La disminución en el booking pace versus los cambios en el lead time
Además de las razones mencionadas anteriormente, hay otras por las
cuales una disminución en el ritmo de reserva no es necesariamente
motivo de alarma. Una de esas consideraciones es el tiempo de espera
de las reservas (con cuánto tiempo de anticipación se reserva antes de
la llegada), específicamente las reducciones en el tiempo de entrega
año tras año. Como sabemos, hay muchos factores que afectan la
anticipación de la reserva de los huéspedes, por ejemplo, el clima
económico general, circunstancias específicas en los mercados de
alimentación (culturales, políticos o económicos), impacto de los avances
tecnológicos, como los dispositivos y plataformas de reserva móvil, entre
otros.
Cuando podemos medir y comprender el lead time (tiempo de entrega)
con gran precisión, podemos interpretar mejor el ritmo de reserva.
Una reducción año tras año en el lead time (ya sea general o para un
segmento de mercado determinado o mercado secundario) se
manifestaría como una disminución en el ritmo de reserva. Por ejemplo,
no tendríamos tantas habitaciones en los libros para el próximo mes
como en este momento el año pasado. Sin embargo, si supiéramos que
esto fue simplemente el resultado de un lead time más corto (por
cualquier razón), sabríamos que no deberíamos alarmarnos (el negocio
se materializará, solo que se registrará más cerca de la llegada de
acuerdo con la tendencia observada).

El booking pace tiene un ritmo que debe ser monitoreado y entendido

Un poco más difícil de entender (pero muy sensible) es el concepto del
ritmo de reserva. Lo que queremos decir aquí es que, el ritmo de
reserva en cualquier momento para un rango de fechas futuro dado es
una medida dinámica. Lo que tenemos en los libros ahora para el
próximo mes, con relación a la misma medida hace un año, nos
proporciona solo un punto de datos singulares. Este punto de datos en
sí es significativo, pero también debemos entender cómo cambia con el
tiempo.
¿Cuál fue ese punto de datos hace cuatro semanas para el mismo mes
próximo? ¿Cuál fue hace dos semanas?
A partir de esta serie de puntos de datos, ¿aumenta o disminuye el ritmo
de reserva para el próximo mes? Con el análisis de estos datos y
respuestas podemos crear pronósticos de hotel más precisos y tomar
mejores decisiones de gestión de ingresos, ventas y marketing.

3.1.4 Calendario de demanda y temporadas

La idea es hacer un calendario a futuro para ver cómo se comportará
la demanda con base en el impacto positivo o negativo que tendrá
sobre el hotel. Por ejemplo, feriados largos, vacaciones de escuelas,
vacaciones laborales, problemas climáticos, historia de la demanda, etc.
En el calendario se fijan todo tipo de eventos y acontecimientos que
sean susceptibles de incentivar la demanda esperada, de manera
positiva como negativa. Se debe actualizar mensualmente para
asegurarnos de que incluya nuevos eventos y una demanda ajustada.
El calendario de demanda lo ayudará a determinar qué esperar en los
diferentes períodos y cómo llevar el hotel a nuevos niveles comerciales.
También le permitirá tomar decisiones correctas cuando recibimos, por
ejemplo, solicitudes grupales o llamadas telefónicas en momentos donde
Ud. no está disponible para dar una respuesta, ya que el calendario
será un guía para aquel que tenga que dar una respuesta a un cliente.
Identificar la demanda por segmentos permite entender los
comportamientos de los clientes. Por ejemplo, ingresaron más reservas
de leisure (tour operators) en la última semana para determinada fecha.
¿Puede identificar con anticipación estas fechas? ¿Este comportamiento
se repetirá o no?
Si logra detectar grandes tendencias o eventos a tiempo, podrá
generar ingresos para obtener ganancias. Probablemente descubra
que si obtiene de cinco a diez de esas fechas de alta demanda a
tiempo, esto tendrá mayor impacto en el resultado final del hotel.
Diariamente, probablemente el período a analizar para revisar pick up
y precios sea entre 30 y 60, pero al tener el control de 60 a 365 días,
obtiene una gran ventaja competitiva.
El calendario de demanda es el primer paso antes del forecasting y es
de suma importancia para la planificación anual de la demanda
pasada como futura, en el mismo documento se recopilan los eventos
pasados y futuros. En él se reflejarán los datos básicos del
comportamiento de la demanda respecto del año anterior y cómo
prevemos que se comporte la demanda en el futuro de acuerdo con los
posibles eventos que puedan afectarla.
El calendario es una utilidad viva, por lo que debe ser actualizado con
frecuencia para que muestre cómo se comporta la demanda en función
de lo previsto y para que podamos actuar sobre ella. La versión más
sencilla de un calendario de la demanda parte de un análisis del nivel
de ocupación del año anterior, la prevista para este año y la real que
se está alcanzando en función de las fechas, días de la semana y fiestas.
Con toda la información obtenida del análisis de la demanda y las
distintas fuentes podrá elaborar el calendario e indicar los períodos de
alta, mediana y baja demanda; y cada uno tendrá asociado un
determinado nivel tarifario.
También podrá confeccionar un calendario de la demanda más
completo, en el que se podrá incluir mayor cantidad de información que
nos facilite prever el comportamiento de nuestra demanda, tales como
Precio medio (ADR), ingreso medio por habitación (RevPAR), etc. Habrá
que tener presente que, a mayor cantidad de datos, mayor dificultad
de análisis, por lo que es fundamental revisar la información que se
incluye para que sea relevante y permita tomar decisiones con agilidad.
La versión más básica de un calendario de la demanda contiene la
siguiente información:
 Grupos o eventos del año pasado.
 Indicador del nivel de demanda del año pasado (alto, medio,
bajo).
 Indicador del nivel de la demanda de este año.
 Tarifas de nuestra competencia.
 Fechas destacadas: días festivos, vacaciones escolares, etc.
 Indicadores de demanda excepcionales.

Temporadas y estacionalidad
Un buen calendario de demanda le permitirá determinar las
temporadas y períodos de estacionalidad del hotel. Si bien es
importante determinar los períodos de fechas en donde se espera
mayor demanda para poder actualizar el pricing y optimizar los
ingresos, también es necesario que mire cada día durante el período
de 365 días, ya que pueden haber fechas/días con mayor demanda
durante un período de temporada baja, donde probablemente hay una
estrategia de precios menos agresiva, que de no detectar estos casos a
tiempo pueden resultar en oportunidades perdidas.
Detectar las temporadas y la estacionalidad es importante para
determinar el comportamiento del cliente. Las estaciones se clasifican en
baja, media y alta/peak, y cada una está asociada con diferentes
expectativas y demandas.
Entender la estacionalidad del negocio permite planificar inventario,
determinar la dotación de personal y definir políticas de precios, entre
otras muchas decisiones, de manera que la oferta se ajuste del mejor
modo a la demanda.
La estacionalidad es una característica de una serie de tiempo en la que
los datos experimentan variaciones regulares y predecibles que se
repiten cada período. Por ejemplo, la estacionalidad puede ocurrir
cada año, cada trimestre o cada lunes.
Entre los eventos que generan estacionalidad se pueden encontrar:
condiciones naturales tales como las estaciones del año (por ejemplo:
existe mayor demanda en hoteles de playa durante las estaciones de
primavera-verano y mayor demanda en temporada de nieve/invierno
en hoteles con centro de ski cercanos), fechas importantes como navidad,
épocas académicas (como los semestres escolares y universitarios), fines
de semana largo, etc. también generar temporalidad.

En la siguiente serie de tiempo se pueden ver patrones que se repiten

periódicamente cada año y que definen la estacionalidad del hotel.
Figura 1: Curva de reserva para identificar estacionalidad de un hotel
en Bariloche, Argentina
 Fuente: Elaboración propia.

Cómo crear un calendario de demanda

Asegúrese de que su calendario de demanda contenga todos los días
del año calendario y esté claramente dividido en columnas para cada
mes. Para que sea lo más fácil de leer posible, recomendamos resaltar
cuál es el primer día de la semana, fines de semana, número de semana,
etc.
Agregue una columna o campo que indique qué demanda espera. Por
ejemplo, bajo (<40%), medio (40-80%) y alto (<80%). Esto le
permitirá desarrollar un documento visual (con tres colores), basado en
porcentajes de ocupación históricos, que informa de un vistazo cuales
han sido nuestros picos fuertes, medios y bajos de demanda. Este
documento recibe el nombre de análisis de temperatura y muestra en
tres tramos de ocupación lo que consideramos periodo de alta, media
y baja demanda.
Figura 2: Calendario de demanda con análisis de temperatura
 Fuente: Angela De Vitta, 2018, [Link]

Identifique la demanda potencial mediante el uso datos históricos,

reservas de grupos grandes y próximos eventos. Agregue sus propios
comentarios por período. Comentarios tales como, por qué espera
ciertos niveles de demanda, algunas acciones especiales que planea
para estimular tal demanda u otros eventos que cree afectarán la
demanda de su hotel.
Los datos, la información de su calendario y la demanda se pueden
integrar en su OTB (On the Books). Le dará una visión mucho más amplia
de las tendencias que afectan a su hotel.

Algunos ejemplos de calendarios de demanda de hoteles

Figura 3: Calendario de demanda que nos muestra datos básicos
actuales e históricos

Fuente: Luis Villamediana, 2017, [Link]

tacticas-revenue/

Figura 4: Calendario de demanda en gráfico que muestra la ocupación

y compara tarifas con nuestro set competitivo

Fuente: Elaboración propia con datos de Arelauquen Lodge Hotel.

Figura 5: Calendario de demanda con “temperatura”, que incluye demanda esperada, histórico, pick up y
OTB

Fuente: Fernando Soto Fernandez, 2014, [Link]

3.2 Pick Up

3.2.1 ¿Qué es el pick up?

Se puede definir el pick up como el ritmo de reservas o velocidad de
reservas, es decir el volumen de reservas materializadas para una
fecha o periodo futuro concreto, fijando una medida temporal
preestablecida por nosotros. Este dato nos muestra de manera muy
detallada, por día o por tipo de habitación, el % ya vendido.
Por ejemplo, para Semana Santa 2018 (23 de marzo al 1 de abril)
¿cuántas reservas se han generado para dicho periodo durante las
últimas tres semanas hasta hoy 31 de enero 2018? ¿cuántas reservas se
generaron para Semana Santa 2017 en ese mismo periodo? ¿son más
o menos reservas? Comparar con lo sucedido el año pasado para ese
mismo periodo nos permitirá hacer una valoración objetiva de nuestra
evolución de ventas.
El pick up nos ayuda a controlar de manera concreta, con el fin de
realizar subidas de precios que deberían efectuarse para una
determinada fecha o periodo, al igual que nos permite el control de
posibles anulaciones de reservas que pueden afectar e influir en nuestra
gestión de pricing.
Una fecha o periodo concreto en el que el pick up es mayor indica
probablemente un mayor interés por parte del mercado para esa fecha
o periodo específico. El pick up será sin duda una buena alerta que nos
ayudará a identificar fechas en las que haya aumentado
apreciablemente la demanda, ya sea, por ejemplo, debido a la reserva
de un grupo o una convención en nuestro establecimiento, o simplemente
que sea un periodo de alta demanda.
Características y beneficios del pick up
 El pick up puede ser registrado todos los días, con periodicidad
de siete días, o incluso mensual y anualmente. En definitiva, cada
vez que se estime oportuno.
 El pick up contribuye a determinar el forecasting. Este último
representa la corrección interpretativa del dato histórico-
dinámico y sirve para acercarse más y mejor a la tarificación del
 mercado. Por lo tanto, cuanto mayor sea la precisión con la que
se efectúa, menores serán los márgenes de error.
 El pick up puede ser valorado por el global de habitaciones
reservadas, o bien podemos desglosar el pick de cada segmento
y a su vez, dentro de cada segmento, de cada tarifa.
 El pick up nos debe permitir evitar los errores más comunes, como
elevar las tarifas excesivamente o demasiado rápido, perdiendo
así cuota de mercado e incluso anulando las ventajas comerciales
que una adecuada tarifa nos ofrece en los distintos canales
(según temporadas o fechas).
 El pick up también nos debe mostrar nuestro error de mantener
tarifas bajas durante los periodos de mayor demanda y
proceder a realizar los oportunos ajustes al alza.
 El pick up no debe ser valorado en solitario a la hora de aumentar
o ajustar nuestros precios, debe considerarse también nuestro
histórico de precio medio, % de ocupación, habitaciones que se
han quedado vacías y RevPar.
 El pick up nos permite analizar el comportamiento o la reacción
del mercado a determinadas tarifas que aplicamos en nuestro
hotel. Estos son factores esenciales a la hora de tomar decisiones
adecuadas en el momento correcto.
 Herramientas informáticas de revenue management permiten
ofrecer el dato de pick up de forma dinámica y contribuyen a
determinar el mejor precio posible conjuntamente con otros
factores, como son la competencia, posicionamiento online, datos
históricos, las previsiones del tiempo, eventos, etcétera.

3.2.2 Análisis de pick up

Pick up se refiere a las reservas realizadas desde el último informe. El

informe diario de pick up o ritmo diario indica cuántas reservas se
hicieron por día, es decir que si hoy corremos el reporte, nos mostrará
todas las reservas que ingresaron desde ayer.
Algunas de los aspectos en los que deberá centrarse un informe de pick
up incluyen:
 Noches de habitación.
 Ingresos.
  Reservas.
El informe proporciona un desglose detallado del pick up por cada día
del mes en términos de noches de habitación, ADR, ocupación y RevPar.
También proporciona el ritmo de reserva al comparar cifras con el año
anterior.
El pick up óptimo es aquel en el que entran reservas poco a poco hasta
vender la última habitación el mismo día. Se entiende que las reservas
de más antelación serán a precios más baratos que las vendidas en los
últimos días, que serán a tarifas más elevadas. Sin embargo, este punto
es muy complejo, hay que analizar cada momento por separado y tener
estrategias distintas según la previsión de demanda que esperamos.
En temporada de baja demanda buscaremos volumen (pick up más
rápido y con mayor antelación) sin enfocarse en el ADR (precio medio).
En cambio, en temporada de alta demanda (donde sabemos según los
datos históricos que vamos a vender todas las habitaciones) buscaremos
un pick up mucho más lento y cuidaremos que el precio medio sea los
más alto posible.
Para armar el reporte de pick up de su hotel, el primer paso es recopilar
la información y asegurarse de que esta sea confiable. El informe de
recolección está destinado a analizar datos anteriores y comparar el
mismo indicador año contra año en el mismo período de fecha. Si omite
algunos días, tendrá lagunas en sus datos que no serán beneficiosas
para usted. Puede parecer un trabajo tedioso construir el hábito de
ingresar los datos diariamente, pero la recompensa será inmensa.
Después de pasar por el proceso de recopilación de habitaciones e
ingresos en los libros, abrirá puertas a qué tipo de información puede
extraer de ella.
Mirar todos los números puede ser confuso y vertiginoso, por ello
aconsejamos resaltar los datos importantes para facilitar el análisis:
- Destacar la ocupación en el conjunto de datos (rojo para
agotado, amarillo para 80-95% completo, verde para 65-80%).
- Destacar los ingresos en el conjunto de datos que se encuentran
en intervalos establecidos.
- Resaltar ingresos basados en el ADR (los resaltados condicionales
pueden incluir fórmulas que involucran otras celdas).
- Resaltar habitaciones pick up en las hojas mensuales.
- Resaltar ingresos o ADR en las hojas mensuales.
Los resaltados condicionales le permiten ver patrones más claramente
que si observa los números simples. Al tener identificado los valores más
relevantes con colores o resaltados, los patrones serán rápidamente más
visibles.
Figura 6: Reporte diario de pick up por mes con fechas resaltadas

Fuente: Elaboración propia

Si bien el informe de recolección puede brindarle mucha información al

respecto, aún debe compararlo con los datos de estadía real para
tomar la mejor decisión. Por ejemplo, si en un hotel reciben tripulaciones
de vuelos internacionales que llenan el hotel los fines de semana, será
imposible ofrecer escapadas de fin de semana porque nadie podrá
reservar. Ese tipo de información no se mostrará en los informes de pick
up, pero es un dato que como revenue manager deberá conocer.

Analizar el pick up para pronosticar el futuro

Analizar los datos del año en curso es útil para observar tendencias a
corto plazo (es decir, lead time para las reservas), pero también puede
ser muy instructivo para la planificación a largo plazo. Mediante el uso
de las hojas de pick up mensuales (nuevamente, siendo diligentes para
ingresar los datos cada mes), surgirán nuevas tendencias. Las tendencias
son mucho más fáciles de detectar.

Figura 7: Ejemplo de reporte mensual de pick up

Fuente: Elaboración propia

En la hoja de pick up mensual, las columnas azules son la diferencia entre

ese mes y los datos del mes anterior, lo que le brinda el pick up de
habitaciones y los ingresos por las reservas realizadas para ese mes.
Analizando los datos de cada mes puede ver que:
- En febrero no tuvieron mucha actividad.
- En marzo y abril hubo mucha actividad.
- En mayo hubo actividad relativamente baja.
Este análisis permitiría ver que los precios ofrecidos en marzo y abril
para hacer reservas para los meses de verano serán más altos que el
resto de los meses. Cuanto más cerca esté del mes, tal vez tenga que
bajar las tarifas o proponer otras promociones para alentar a las
personas a reservar y llenar el hotel.
Nuevamente, será importante comparar su información de estadía real
y estar al tanto de cualquier bloqueo de grupo grande que ingrese.
Hay muchas variables en juego, pero la hoja de recolección mensual
ayuda a resaltar aquellas áreas potenciales que requieren mayor
investigación.
Después de completar regularmente su informe de pick up, tendrá mucha
información que lo ayudará a guiar la operación de su hotel. Toda la
información que extraiga de este informe debe compartirse con otros
miembros del equipo, para diseñar colectivamente una estrategia de
gestión de ingresos alineada a las necesidades del hotel y adecuada a
los planes de marketing y ventas.

3.2.3 Curva de reserva

La curva de reserva es una herramienta que puede mostrar

visualmente cómo se materializan las reservas durante un cierto
período de tiempo. Incluye datos como pick up de habitaciones,
reservas y disponibilidad.

Se trata de un indicador que informa cómo se comporta la entrada de

reservas en función del tiempo que falta para la entrada de la reserva,
en un día determinado. Se muestra mejor en un gráfico, que evidencia
el desarrollo de las reservas en el tiempo. Los datos para armar una
curva de reserva generalmente se pueden encontrar y calcular en el
sistema PMS del hotel.
Además, esta curva permite conocer los parámetros de comportamiento
de las reservas en un determinado periodo, es decir en momentos donde
la concentración de reservas es alta o baja, y comprender cómo entran
las reservas. Otra utilidad es la de detectar la entrada de reservas a
largo plazo en una fecha determinada, lo que permite reaccionar para
optimizar el precio.
Es muy útil conocer la entrada de reservas por segmentos, además nos
informa si se va a llenar el hotel antes de lo previsto.
Para establecer una curva de reservas se tiene que verificar nuestra
ocupación para una fecha determinada hasta el día de medida y
generar un histórico que permitirá hacer comparaciones del
comportamiento de las reservas.
En definitiva, la curva de reservas es una fotografía dinámica de nuestra
política comercial y de precios (conservadora o agresiva) que nada
tiene ver con que sea rentable. Si logramos aumentar nuestra curva de
reservas a largo y mediano plazo tendremos más posibilidades de
optimizar los precios de nuestras reservas futuras, ya que nos ayuda a
establecer parámetros de actuación en fechas determinadas o en días
de la semana que se comportan de forma similar.
Figura 8: Curva de reserva
Fuente: Tony Ho, 2016, [Link]
particular-day

Como se puede ver en la figura, 90 días antes de la llegada solo había

1 habitación reservada para el día. 10 días antes de la llegada había
aproximadamente 20 habitaciones disponibles.
Ahora, si su hotel sigue el mismo patrón de ocupación cada semana,
tome un día particular de la semana, digamos el viernes, y construya
curvas de reserva para los últimos 5 viernes. Sume esas curvas de
reserva y promédielas para obtener una curva de reserva promedio de
los últimos 5 viernes. Esto le permite pronosticar la ocupación de la
habitación con N días de anticipación.
Por ejemplo, si una semana antes del próximo viernes tiene 10 reservas,
y sabe que un promedio de habitaciones reservadas antes de la
llegada en los últimos 7 días equivale a 5 habitaciones, puede estimar
que las habitaciones ocupadas son 10 + 5 = 15.

3.2.4 Control de estancia y disponibilidad

La curva de reserva es una herramienta que puede mostrar

visualmente cómo se materializan las reservas durante un cierto
período de tiempo. Incluye datos como pick up de habitaciones,
reservas y disponibilidad.
El control de la estancia ayuda a poner en marcha el shoulder days. Aquí
es donde está su potencial de crecimiento de ingresos.
Tiene que tener el conocimiento del número de estancia de 1 noche, de
2 noches, de 3, etc. ¿Cómo? Analizando las reservas actuales y
comparándolas con las estadías del mismo período del año anterior.
Sumado a las tendencias de las futuras reservas en el sistema podrá
determinar la demanda por cantidad de noche de estadía.
Una vez que un hotel conoce estos datos históricos, debe ejecutarse una
estrategia de control de inventario basada en la demanda. La
aplicación de controles de estadía puede ser un problema muy complejo
y muchos hoteleros subestiman el impacto que estos tienen en los
ingresos, tanto positiva como negativamente. Si se usa sin una
comprensión completa del impacto total en todos los patrones de
estadía, los controles pueden ser devastadores para los ingresos de un
hotel (efecto dominó). Si se aplica de manera adecuada y cuidadosa,
el hotel realmente puede capturar el negocio óptimo. Sin embargo, si
se aplica sin comprender el impacto, el hotel puede perder
oportunidades y rechazar cantidades significativas de negocios.
Antes de aplicar controles de inventario, hay algunos elementos que se
deben entender y considerar. El primero es la regla general que, para
aplicar cualquier control de suspensión, debe haber períodos de exceso
de demanda. De lo contrario, el hotel rechazará los negocios
innecesariamente.
Antes de implementar cualquier estrategia de control de inventario,
también es importante conocer el impacto de la sobreventa, los costos
de derivación, la gestión de canales y la gestión de grupos. Cada una
de estas áreas tiene un impacto directo en el control de inventario.

Gestión del patrón de permanencia (Stay Pattern Management)

Además de una estrategia de control de inventario basada en la
demanda, la administración del patrón de estadía puede permitir que
un hotel maximice sus ingresos. El patrón de estadía de una reserva es
la combinación de la fecha de llegada y la duración de la estadía.
Al maximizar los ingresos, desea aceptar el número óptimo de reservas
para cada patrón de estadía, no el mayor número de reservas para
cada día individual. La razón de esto es porque tomar tantas reservas
como sea posible por un día podría impedir una mayor duración de la
estadía que incluye ese día, perdiendo así ingresos potenciales para los
días circundantes. Esta pérdida de ingresos no se puede compensar por
períodos más cortos de estadías durante los días circundantes.
Ejemplo:
- Stay Pattern 1: llegada 10 de noviembre, estancia de una noche.
- Stay Pattern 2: llegada 9 de noviembre, estancia de tres noches.
Si todas las habitaciones disponibles el 10 de noviembre se vendieran
a Stay Pattern 1 y luego se recibiera una solicitud de Stay Pattern 2, el
hotel tendría que rechazar Stay Pattern 2 y perdería ingresos
potenciales para el 9 y 11 de noviembre.
La demanda total sin restricciones de un día, es la suma de las noches
de habitación de los huéspedes que desean llegar ese día, más las
noches de habitación generadas por los huéspedes que llegarían antes
y se quedarían.
La administración del patrón de permanencia (stay pattern) se utiliza
para lograr la combinación óptima de los patrones de permanencia en
una fecha restringida de venta limitando aquellos patrones que pasan
por determinada fecha limitando los ingresos potenciales. Siguiendo el
ejemplo, si queremos cuidar el 10/Noviembre, entonces tendríamos que
limitar la venta para las reservas con Stay Pattern 1 y únicamente
habilitar aquellos que tengan una duración de estadía mayor (Stay
Pattern 2). Debido a que el objetivo general es maximizar los ingresos
y no la ocupación, es posible tener una solución en la que un día en que
podríamos tener todo el inventario vendido, no se venda en su totalidad
y, sin embargo, los ingresos aún se maximicen.
Referencias
Angela De Vitta (2018) Cómo optimizar la estrategia de precios de un hotel.
Recuperado de [Link]
Luis Villamediana (2017). ¿Qué es y cómo realizar el “forecasting” de la
demanda? Recuperado de [Link]
management/cuando-aplicar-tacticas-revenue/
Fernando Soto Fernandez, 2014, Desarrollo de una Estrategia de Revenue
Management para un Hotel. Recuperado de
[Link]
Tony Ho, 2016, How do hotels calculate the price of the rooms on a particular day?
Recuperado de [Link]
rooms-on-a-particular-day