Proč už „Business a Leisure" nestačí a jak data mění pravidla hry
Tradiční dělení hotelových hostů na „corporate" a „leisure" je v době Big Data beznadějně zastaralé. Nová studie ukazuje, že pokud chcete skutečně optimalizovat ceny a zvýšit tržby, musíte se ponořit hlouběji do transakčních dat. Analýza chování více než 9 000 hostů odhaluje, že klíčem k úspěchu není intuice, ale sofistikovaná segmentace na základě nákupních zvyklostí.
Konec éry „selského rozumu"
Velká část hotelů stále spoléhá na tzv. „common-sense" segmentaci. Rozdělují hosty na firemní klientelu a turisty (leisure), přičemž dynamickou cenotvorbu aplikují převážně jen na druhou skupinu. Navíc většinou jen v online prostředí. Tento přístup je však příliš zjednodušující a ignoruje obrovské množství dat, která mají hoteliéři k dispozici. Studie publikovaná v Journal of Vacation Marketing poukazuje na to, že moderní revenue management vyžaduje komplexnější pohled, který zohledňuje nejen účel cesty, ale i načasování nákupu, citlivost na cenu a další behaviorální faktory. I ty nejdostupnější PMS umožňují efektivní práci s daty, kde představivost nezná mezí a umožňuje maximální personalizaci distribučních strategií.
Co prozradila data z Prahy?
Chalupa a Petříček (2024) představili případovou studii aplikace tržní segmentace a ekonometrie zaměřené na chování zákazníků v Praze. „Data first" přístup umožnil vytvoření různých zákaznických segmentů a následný popis jejich chování, a to na základě tvrdých dat, ne jejich dojmů. Často se totiž setkáváme se výzkumy a studiemi, které popisují chování rodin s dětmi, seniorů, cestujících párů na základě dotazníkových šetření. Málo kdo se ale ptá, jak validní jsou tyto výstupy. Odpovídají respondenti validně? Je jich reprezentativní počet? Můžeme tuto znalost aplikovat i u nás? Nechovají se naši zákazníci jinak? Většinou to tak bohužel je.
Jaká data tedy máme k dispozici z jednoduchých záznamů (transakcí) v PMS?
- Demografické a geografické údaje o hostovi (věk, pohlaví, země původu, adresa).
- Délka pobytu.
- Den rezervace a den příjezdu.
- Lead time (doba mezi rezervací a příjezdem).
- Akceptovaná cena pobytu.
- Počet osob (dospělých, dětí).
- Typ a číslo pokoje.
- Průměrná denní cena ubytování.
- Výnosy ze stravovacích služeb.
- Výnosy z doplňkových služeb.
- Akceptovaný typ ceny.
- Cenové zvýhodnění (MLOS, Early Bird, Non-refundable).
- Platební podmínky.
- … (a mnoho dalších – co kolonka v PMS, to možná charakteristika chování klienta).
Výsledkem nebyly jen dva, ale hned šest specifických zákaznických segmentů, které se chovají zcela odlišně. Mezi identifikované skupiny patří například Corporates (firemní klientela), Early Bird Bookers (včasní nákupčí), Product Seekers (hledající kvalitu) nebo Last Minute Bookers.
Překvapivá zjištění o ceně
To nejdůležitější, co data odhalila, je rozdílná reakce těchto skupin na změnu ceny – tzv. cenová elasticita poptávky. Zde intuice často selhává:
- Paradox na poslední chvíli: Segment Last Minute Bookers (s průměrným lead time 9 dní) vykázal pozitivní koeficient cenové elasticity. To je v ekonomii vzácný jev (možný Giffenův paradox), kdy s rostoucí cenou poptávka neklesá, ale může dokonce růst, neboť tito zákazníci nemají na výběr nebo vnímají vyšší cenu jako signál kvality na poslední chvíli.
- Hledači kvality jsou citliví: Naopak segment Product Seekers, který platí nejvyšší průměrnou cenu za pokoj (cca 3 573 CZK), má nejvyšší cenovou elasticitu (-3,413). To znamená, že i když utrácejí hodně, jsou velmi vnímaví k jakékoli změně ceny a vyžadují za své peníze odpovídající hodnotu.
- Kdo cenu neřeší: Skupiny jako Early Bird Bookers, dlouhodobě ubytovaní (Long time stayers) a firemní klienti se ukázali jako cenově nepružní. U těchto skupin tedy snížení ceny pravděpodobně nepovede k výraznému nárůstu poptávky a hotel by se zbytečně připravoval o marži.
Proč na datech záleží
Tato zjištění mají zásadní dopad na strategii. Pokud hotel ví, že určitý segment je cenově neelastický, může si dovolit držet ceny výše. Naopak u elastických segmentů může správně nastavená sleva přinést výrazné navýšení objemu prodeje.
Závěr je jasný: Data-driven segmentace umožňuje hoteliérům opustit škatulky vytvořené „od stolu" a začít cílit na skutečné chování zákazníků. V době, kdy se většina rezervací přesouvá do online prostředí, je schopnost analyzovat tato data a dynamicky na ně reagovat tím, co odděluje průměrné hotely od těch nejúspěšnějších.