#004 | Benchmarking i Market Intelligence w Hotelarstwie - Rafał Abramczyk - Klips
W tym odcinku wspólnie z Rafałem Abramczykiem skupiamy się na wprowadzeniu sztucznej inteligencji do Market Intelligence w branży hospitality, różnicach między Market Intelligence a benchmarkingiem oraz praktycznym zastosowaniu Market Intelligence w branży hotelarskiej. Omawia również automatyzację analizy danych, wykorzystanie danych historycznych do podejmowania lepszych decyzji oraz rolę danych pogodowych w narzędziach Market Intelligence. Nasza rozmowa dalej zagłębia się w przyszłość technologii hotelowych, kładąc nacisk na integrację różnych narzędzi i wpływ na mniejsze hotele. Rodziały:11:03 Narzędzia do analizy danych16:05 Autopilot i sztuczna inteligencja w zarządzaniu przychodami21:08 Analiza danych i integracja PMS29:06 Wpływ danych na działalność hotelu34:51 Benchmarking i dokładność danych
Cześć, nazywam się Szymon Lach, a to jest The Lobby Hospitality Podcast. Zapraszam do rozmowy hotelarzy i ciekawe osoby z branży hospitality. Rozmawiamy na tematy dotykające hotelarstwo z wielu perspektyw. Jeżeli chcesz poszerzać swoją wiedzę, efektywnie ją wykorzystywać i stawać się lepszym profesjonalistą, to zapraszam do słuchania, komentowania i dzielenia się swoimi przemyśleniami. Zaczynamy! Cześć Rafał, witam Cię ponownie. Witajcie w kolejnym odcinku podcastu The Lobby Hospitality Podcast. Dzisiaj porozmawiamy sobie o benchmarkingu, Market Intelligence i taki aktualny przegląd rynku. Bo jest różnica pomiędzy tymi dwoma terminami jest jednak różnica.
Bierzesz dane on the books, które masz tu i teraz, widzisz, co się dzieje. Tu i teraz jak to wygląda i to jest dla Ciebie najważniejsze. On the books patrzysz jakie masz... I teraz pytanie. Hotel sieciowy czy hotel niezależny? Hotel biznesowy czy hotel leżerowy? Tak więc tutaj zupełnie inne dane patrzysz w zależności od kategorii hotelu, od struktury hotelu, od tego jak on jest segmentowany. Natomiast wiesz co, patrząc... Przykładowo, hotel turystyczny nad morzem, badamy, bardzo fajny okres, uwaga, ja tutaj bardzo duży wykrzyknik stawiam, Wielkanoc, zapowiada się piekielnie dobra, piekielnie mocno z bardzo wysokimi ADR-ami i total ADR-ami, tak, to jest bardzo ważne i teraz na co ja patrzę na dzień dzisiejszy? Oczywiście! Names mentioned by Rafał Abramczyk
Tak więc u nas to się nazywa simple i patrzysz dokładnie jak twój on the books wyglądał dokładnie tego samego dnia, o tej samej porze w tamtym roku, z takim samym wyprzedzeniem. I wtedy widzisz, czy to u ciebie jest problem, czy to jest, czy twoja konkurencja na przykład, że ty idziesz cały czas tak samo dobrze, a twoje hotele konkurencyjne nagle zrobiły coś. O czym nie wiesz? Co spowodowało, że goście wybierają ich w pierwszej kolejności zamiast ciebie? Wiesz, danych i zmiennych jest tak dużo, że musimy je analizować na bieżące. Natomiast ja przestrzegam przed jednym. O czymś wspomniałeś na początku. Słuchajcie, obniżanie ceny, myślicie, że to spowoduje, że nagle goście wybiorą was, bo jesteście 10 zł tańsi od sąsiada?
Naprawdę, te ferie pokazały, że obniżanie cen powoduje, że tylko Wam się zmniejsza revenue. A piekielnie krótki, taki przymiotnik, który bardzo lubię, ale niestety obrazowo to pokazuje, a ten bardzo krótki booking window, ten okres od momentu zrobienia rezerwacji do przyjazdu gościa do hotelu, on się tak skrócił, A że od revenue managerów wymaga dzisiaj naprawdę stalowych nerwów, że to trzeba... Ale zobaczcie, każdy tydzień, ja na LinkedIn publikowałem co tydzień, co poniedziałek, publikowałem podsumowanie historycznego tygodnia i prognozę na przyszły tydzień. Znaczy prognozę tylko, może nie prognozę, jak sądzimy, że ona się skończy, ale on the books, czyli te prawdziwe rezerwacje, potwierdzone rezerwacje, które są wprowadzone na najbliższy tydzień.
Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Rafał opisuje, jak hotelarze mogą porównywać rezerwacje z różnych kanałów i regionów, oraz jak sztuczna inteligencja pomaga w analizie danych i wykrywaniu anomalii.
Rafał opisuje, jak sztuczna inteligencja może podpowiadać hotelarzom, aby stworzyć oferty pakietowe na przyszłe ferie, na podstawie historycznych danych.
Rafał wyjaśnia, że do skutecznej analizy potrzebne są dobre narzędzia, takie jak PMS i Market Intelligence, które umożliwiają automatyzację i analizę danych.
Rafał omawia proces tworzenia zamkniętego agenta, który analizuje dane z PMS i podpowiada działania hotelarzom.
Rafał podaje przykłady zastosowania sztucznej inteligencji, takie jak tworzenie aplikacji do analizy cen i skrapianie cen z różnych stron.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Kliknij, aby znaleźć fragmenty, w których pada.
W tym odcinku wspólnie z Rafałem Abramczykiem skupiamy się na wprowadzeniu sztucznej inteligencji do Market Intelligence w branży hospitality, różnicach między Market Intelligence a benchmarkingiem oraz praktycznym zastosowaniu Market Intelligence w branży hotelarskiej. Omawia również automatyzację analizy danych, wykorzystanie danych historycznych do podejmowania lepszych decyzji oraz rolę danych pogodowych w narzędziach Market Intelligence. Nasza rozmowa dalej zagłębia się w przyszłość technologii hotelowych, kładąc nacisk na integrację różnych narzędzi i wpływ na mniejsze hotele.
Rodziały:
Narzędzia do analizy danych
Autopilot i sztuczna inteligencja w zarządzaniu przychodami
Analiza danych i integracja PMS
Wpływ danych na działalność hotelu
Benchmarking i dokładność danych