Para algunos, los avances en la automatización generan una profunda sensación de temor. Es comprensible preocuparse por los desafíos sociales generales que pueden surgir con la adopción generalizada de herramientas de IA generativa nuevas y avanzadas. Pero en lugar de preocuparse por el peor escenario distópico que pueda traer la automatización, es hora de dar un paso atrás para tomar perspectiva y pensar en cómo la automatización puede aplicarse a la gestión de ingresos.
Vivir en la era de la automatización
Ya estamos profundamente arraigados en una sociedad automatizada. A lo largo de los años, los proveedores de software como servicio (SaaS) han perfeccionado rigurosamente las funciones de automatización de sus productos para mejorar la experiencia del usuario. Esto es evidente en las aplicaciones móviles y en el desarrollo de paneles de gestión fáciles de usar.
Nos hemos vuelto dependientes de la automatización y, independientemente de nuestros puntos de vista filosóficos, está integrada en nuestra vida diaria. Considere cuántos dependen de servicios de viajes compartidos para su transporte, usan aplicaciones para realizar entregas o compran widgets en todo el mundo con solo hacer clic en un botón. Estos se han vuelto tan comunes que es difícil imaginar un momento en el que no existieran.
Teniendo esto en cuenta, podría ser el momento adecuado para reevaluar el papel de la automatización en el sector hotelero.
Confiar en la automatización
Durante la última década, el poder de la computación en la nube ha revolucionado silenciosamente nuestras experiencias cotidianas. Para los hoteleros que deciden optar por un sistema de gestión de ingresos (RMS), algunos anhelan un control práctico, especialmente si nunca han aprovechado la automatización en la fijación de precios. También existe el temor de que el sistema pueda eclipsar su toma de decisiones. Independientemente de la preocupación específica, es fundamental abordar estos conceptos erróneos.
Si bien hemos adoptado la automatización en ciertos aspectos de nuestras vidas, seguimos dudando en algunas áreas. Tomemos como ejemplo la comparación entre coches inteligentes y vehículos autónomos. Es comprensible que muchos desconfíen de que los vehículos totalmente autónomos tomen las riendas. Esta vacilación a menudo se reduce a confiar su seguridad a una máquina. Sin embargo, es fundamental distinguir entre un coche inteligente y uno autónomo.
Los automóviles inteligentes de hoy tienen características como control de crucero adaptativo, indicadores de punto ciego y cámaras de visión trasera. Estas tecnologías nos guían y ayudan en la toma de decisiones informadas. Sin embargo, todavía necesitan la intervención humana. Esencialmente, si bien los autos inteligentes brindan alertas sobre peligros potenciales, no navegan de forma autónoma sin supervisión humana.
Siguiendo un paralelo con la gestión de ingresos, un RMS no es el coche autónomo, ni aspira a serlo. Si bien algunos administradores de ingresos prefieren mantener el control sobre el sistema por comodidad, es posible que no comprendan las implicaciones analíticas. Las funcionalidades selectivas en un sistema en evolución automática obstaculizan su capacidad para discernir la eficacia de sus decisiones.
Automatización versus hojas de cálculo: ¿cuál llama más la atención?
Si tuvieras que mirar”bajo el capó”de un RMS avanzado, te darías cuenta de que lo sustenta un mecanismo de autoaprendizaje. Este mecanismo toma decisiones de forma autónoma, las implementa y luego observa los resultados. Utilizando esta retroalimentación, se recalibra y toma nuevas acciones; todo esto está impulsado por numerosos cálculos y algoritmos.
Por el contrario, un RMS desprovisto de esta capacidad de autoaprendizaje no puede adaptarse eficazmente a su entorno. En cambio, estos sistemas, que por naturaleza apoyan más las decisiones, dependen de estrategias basadas en reglas para fijar precios dinámicos. Su eficacia está ligada a las capacidades del usuario que las configura y a la eficacia de las reglas establecidas. A medida que la dinámica del mercado cambia y el personal cambia, mantener dichos sistemas actualizados y funcionando bien puede convertirse en un desafío sustancial.
Si bien el soporte a la toma de decisiones ofrece análisis valiosos para elecciones estratégicas ocasionales, se necesitan muchas decisiones sobre la marcha cada minuto del día. ¿Cómo puede una persona solitaria (o incluso un equipo) hacer frente de manera efectiva a este enorme volumen sin la aplicación inteligente de la automatización?
Algunos sistemas requieren confirmación manual de las modificaciones de tarifas. Incluso si están en piloto automático, necesitan intervención humana. La destreza computacional de los humanos palidece en comparación con un RMS. No es realista esperar que los administradores de ingresos supervisen y ajusten constantemente las tarifas en la escala necesaria para la optimización. Después del escrutinio, a menudo coinciden con las tarifas sugeridas por el sistema, lo que hace que la revisión manual sea redundante y cause retrasos innecesarios.
Eso no significa que un administrador de ingresos sea totalmente redundante con una RMS automatizado. En un escenario óptimo, un RMS avanzado debería tomar decisiones de precios de forma autónoma para la gran mayoría (digamos, 90% de los días monitoreados). Luego, el administrador de ingresos puede concentrarse en el 10% que realmente necesita atención: los días atípicos y ocupados con días festivos, grandes conciertos y otros eventos importantes que cambian el mercado y que presentan amplias oportunidades para el crecimiento de los ingresos.
Confiar el análisis de datos al sistema automatizado libera al administrador de ingresos para elaborar estrategias para maximizar las ganancias a través de la distribución.
Confíe en el proceso, confíe en el resultado
Una falacia común es esperar que la analítica refleje los procesos de pensamiento humanos. Si bien los humanos pueden verse influenciados por factores extrínsecos como los precios del combustible o las acciones de la competencia, los análisis no necesariamente están al tanto de esos matices.
Por ejemplo, no se puede hacer que el sistema de análisis lea el periódico y luego decida incorporar cambios basados en el supuesto impacto de las tendencias macroeconómicas informadas. En cambio, los análisis pueden detectar una tendencia y ajustar los resultados sin conocer necesariamente el escenario del mundo real que la causó. Por el contrario, los humanos hacen el proceso inverso, ven un escenario del mundo real y cambian sus suposiciones basándose en el nuevo conocimiento.
Los sistemas de gestión de ingresos con autoaprendizaje crean automáticamente nuevos puntos de datos para calibrar. Por ejemplo, recalibrar las curvas de reserva cada dos semanas a medida que se producen nuevas tendencias y patrones o recalcular la sensibilidad de los precios cada dos semanas determinando cuándo los huéspedes están dispuestos a pagar más o menos que en el período anterior.
Con muchas soluciones de gestión de ingresos y precios compitiendo por atención, la distinción se reduce a herramientas de soporte de decisiones centradas en reglas versus soluciones de gestión de decisiones basadas en análisis que producen sin esfuerzo acciones decisivas que abarcan precios, disponibilidad de tarifas y más.
Dada la imprevisibilidad del mercado actual, la destreza de los sistemas de autoaprendizaje es primordial. Sin embargo, esto no hace que los roles humanos queden obsoletos. Confiar en el sistema significa confiar en sus resultados en función de la información que recibe.
Automatización es un término que produce escalofríos, pero la realidad es que un RMS automatizado está lejos de ser una historia de terror tanto para los gerentes de ingresos como para los hoteleros. Los hoteleros inteligentes e innovadores están invirtiendo en un RMS computarizado para la toma de decisiones que potenciará a sus hoteles al mejorar los ingresos con mayor eficiencia, estabilidad a largo plazo y crecimiento exponencial.
Leave A Comment