Pergunta para o nosso painel de especialistas em Revenue Management:<\/span><\/h2>\nA automa\u00e7\u00e3o no gerenciamento de receitas pode significar uma economia significativa de tempo. Onde a automa\u00e7\u00e3o pode trazer mais valor para uma equipe de gest\u00e3o de receitas de um hotel e quais tarefas s\u00e3o mais adequadas \u00e0 automa\u00e7\u00e3o?<\/span><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div>Painel de especialistas da ind\u00fastria<\/span><\/h2>\n<\/div>Nosso painel de especialistas do setor \u00e9 formado por profissionais da ind\u00fastria de hospitalidade e viagens. Eles t\u00eam um conhecimento abrangente e detalhado, experi\u00eancia na pr\u00e1tica ou gest\u00e3o e s\u00e3o inovadores. Eles est\u00e3o respondendo a perguntas sobre o estado do setor. Eles compartilham suas percep\u00e7\u00f5es sobre t\u00f3picos como gerenciamento de receita, marketing, opera\u00e7\u00f5es, tecnologia e discutem as \u00faltimas tend\u00eancias.<\/p>\n<\/div><\/div><\/div><\/div><\/div>\n
Nosso Painel de Especialistas em Gest\u00e3o de Receitas<\/h3>\n\n- Dra. Betsy Stringam-Bender \u2013 Professora de Hot\u00e9is e Resorts, New Mexico State University<\/a><\/span><\/li>\n
- Patrick Wimble \u2013 Diretor Geral, Consultoria Lightbulb<\/a><\/span><\/li>\n
- Theresa Prins \u2013 Fundadora, Resolu\u00e7\u00f5es de Receita<\/a><\/span><\/li>\n
- Chaya Kowal \u2013 Diretora de Gest\u00e3o de Receitas, Fam\u00edlia Potato Head<\/a><\/span><\/span><\/li>\n
- Paulo Arag\u00e3o \u2013 Profissional de Revenue Management<\/span><\/a><\/span><\/li>\n
- Sandra Gannon \u2013 Consultora Comercial, Revenue Puzzle<\/a><\/span><\/li>\n
- Nikhil Roy \u2013 Gerente de Receita e Pre\u00e7os, Key Hospitality BV<\/span><\/a><\/span><\/li>\n
- Daniel Feitosa \u2013 Especialista em Revenue Management<\/a><\/span><\/li>\n
- Daphne Beers - Propriet\u00e1ria, Your-Q Hospitality Academy<\/a><\/span><\/li>\n
- Tanya Hadwick \u2013 L\u00edder de receita e rendimento do grupo, SunSwept Resorts<\/a><\/span><\/span><\/li>\n
- Pablo Torres \u2013 Consultor Hoteleiro, TSA Solutions<\/a><\/span><\/span><\/li>\n
- Edyta Walczak \u2013 Gerente de Receita de Cluster, Arora Hotels<\/a><\/span><\/span><\/li>\n
- Mariska van Heemskerk \u2013 Propriet\u00e1ria, Revenue Management Works<\/a><\/span><\/li>\n
- Heiko Rieder \u2013 Profissional de Gest\u00e3o de Receitas<\/a><\/span><\/span><\/li>\n
- Jutta Moore \u2013 Diretora, Moore Hotel Consulting<\/a><\/span><\/span><\/li>\n
- Silvia Cantarella \u2013 Consultora de Revenue Management, Revenue Acrobats<\/a><\/span>
\n<\/span><\/span><\/li>\n- Massimiliano Terzulli \u2013 Consultor de Gerenciamento de Receita, Franco Grasso Revenue Team<\/a><\/span><\/span><\/li>\n
- Andrew Wheal \u2013 Fundador e Chefe Techspert, Especialista em Tecnologia de Hospitalidade<\/a><\/span><\/li>\n
- Naveed Mirza \u2013 Diretor Corporativo de Gest\u00e3o de Receitas, Helix Hospitality<\/a><\/span><\/li>\n
- Fa\u00e7a uma pergunta ao nosso painel<\/a><\/span><\/span><\/li>\n
- Junte-se ao nosso painel de especialistas<\/span><\/a><\/span><\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>
![\"Dra.](\"https:\/\/www.revfine.com\/wp-content\/uploads\/2015\/01\/Dr.-Betsy-Stringam-Bender-150x150.png\")
<\/div><\/div>Dra. Betsy Stringam-Bender<\/span>Professor de Hot\u00e9is e Resorts, New Mexico State University<\/span><\/div><\/a><\/div><\/div><\/div><\/div><\/div><\/div>\u201cAutoma\u00e7\u00e3o \u00e9 uma palavra interessante e que pode significar muitas coisas para o gerenciamento de receitas. Existem muitas tarefas, equa\u00e7\u00f5es e algoritmos que contribuem para boas decis\u00f5es de receita. Esses c\u00e1lculos num\u00e9ricos podem ser automatizados para que os gestores tenham bons dados para tomar decis\u00f5es mais bem informadas. A automa\u00e7\u00e3o tamb\u00e9m pode recuperar dados que n\u00e3o seriam humanamente poss\u00edveis no espa\u00e7o de dias, semanas, etc., trazendo mais conhecimento sobre mercados, demanda e desempenho para as decis\u00f5es de receita. <\/em><\/p>\nA maioria dos RMs est\u00e1 familiarizada com a an\u00e1lise de dados de desempenho hist\u00f3rico e com a combina\u00e7\u00e3o deles com reservas atuais para prever a demanda. A automa\u00e7\u00e3o faz parte desses c\u00e1lculos. Mas a automa\u00e7\u00e3o com campos de dados maiores (hesito em usar as palavras \u201cbig data\u201d, porque realmente onde come\u00e7a e termina o big data?), permite que os MRs vejam al\u00e9m desses campos de dados tradicionais. Alguns sistemas de gest\u00e3o de receitas utilizam a automa\u00e7\u00e3o para recolher e analisar a procura de pesquisas na Internet para companhias a\u00e9reas e hot\u00e9is adicionais num destino, trazendo outro n\u00edvel de dados de procura para o processo de decis\u00e3o.<\/em><\/p>\nO grande problema da automa\u00e7\u00e3o \u00e9 quando pedimos que ela tome o lugar da gest\u00e3o. Ainda precisamos de pessoas para definir e refinar estrat\u00e9gias, trabalhar com equipas de gest\u00e3o hoteleira e considerar informa\u00e7\u00f5es externas que podem n\u00e3o fazer parte dos c\u00e1lculos. Assistir ao beisebol com as novas zonas de ataque automatizadas \u00e9 uma vis\u00e3o divertida quando permitimos que a automa\u00e7\u00e3o tome decis\u00f5es al\u00e9m de sua capacidade total. O futuro ainda n\u00e3o chegou e, por enquanto, a interpreta\u00e7\u00e3o humana ainda \u00e9 necess\u00e1ria, com mais frequ\u00eancia do que esperamos.<\/em><\/p>\nA IA e a aprendizagem autom\u00e1tica podem ajudar-nos a analisar melhor os dados e a fazer melhores previs\u00f5es, se os dados utilizados representarem a procura futura. Lembra do velho \u201cGarbage In Garbage Out\u201d? Isto ainda \u00e9 verdade hoje, mesmo com automa\u00e7\u00e3o, IA e aprendizado de m\u00e1quina. E mesmo com as melhores ferramentas, muitos RM passaram um dia ocasional a decifrar porque \u00e9 que a hist\u00f3ria n\u00e3o se repetiu na previs\u00e3o da procura hoteleira. Mas a automa\u00e7\u00e3o deve tornar esses dias cada vez mais espa\u00e7ados.<\/em><\/p>\nA automa\u00e7\u00e3o traz coleta, c\u00e1lculo e an\u00e1lise de uma gama fenomenal de dados e permite c\u00e1lculos r\u00e1pidos; tudo isso leva a melhores decis\u00f5es de receita. E, felizmente, eles calculam rapidamente grandes algoritmos para que n\u00e3o precisemos mais fazer isso!\u201d<\/em><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>\n
![\"Patrick](\"https:\/\/www.revfine.com\/wp-content\/uploads\/Patrick-Wimble-150x150.png\")
<\/div><\/div>Patrick Wimble<\/span>Diretor Geral, Lightbulb Consulting<\/span><\/div><\/a><\/div><\/div><\/div><\/div><\/div><\/div>\u201cAcho que as possibilidades de automa\u00e7\u00e3o s\u00e3o infinitas. Na gest\u00e3o de receitas, agora temos a capacidade de automatizar praticamente qualquer processo que seja uma merda em tempo real, ou seja, tarefas que n\u00e3o precisam do nosso pensamento estrat\u00e9gico, mas para as quais muitas vezes somos sugados. Duas das maiores oportunidades s\u00e3o:<\/em><\/p>\n\n- Pre\u00e7o: eu sei\u2026 isso \u00e9 controverso. Voc\u00ea pode argumentar que, com toda a incerteza em torno da demanda atual, n\u00e3o poderia confiar no seu RMS para tomar as decis\u00f5es corretas. Minha pergunta seria: por que voc\u00ea presumiria que o pre\u00e7o definido \u00e9 sempre o certo? Mesmo em tempos incertos como agora, o seu RMS analisa m\u00faltiplas vari\u00e1veis, ajustando-se v\u00e1rias vezes ao dia o tempo todo \u2013 muito mais do que qualquer ser humano poderia. \u00c9 tamb\u00e9m retirar a emo\u00e7\u00e3o da decis\u00e3o, o que, na maior parte dos casos, resulta em melhores resultados. Se o seu sistema estiver fornecendo pre\u00e7os incorretos, descubra o motivo e corrija-os (ou seja, eventos especiais desconhecidos, altera\u00e7\u00f5es nas restri\u00e7\u00f5es de viagens do mercado alimentador, etc.). Defina suas taxas m\u00e1ximas e m\u00ednimas e gerencie os pre\u00e7os por exce\u00e7\u00e3o.<\/em><\/em><\/li>\n
- Compila\u00e7\u00e3o e visualiza\u00e7\u00e3o de dados: Quanto tempo gastamos semanalmente compilando dados em um formato diger\u00edvel para reuni\u00f5es de RM, apenas para que ningu\u00e9m os veja at\u00e9 que esteja realmente na reuni\u00e3o?! Veja como voc\u00ea pode agendar relat\u00f3rios autom\u00e1ticos de seu PMS\/RMS\/Rate shopping\/Google Analytics etc., e aprenda como colocar isso em uma ferramenta de BI como Tableau, PowerBI etc. n\u00e3o tenho tempo, encontre algu\u00e9m que possa ajudar.<\/em><\/li>\n<\/ol>\n
A regra de ouro para automa\u00e7\u00e3o: pergunte a si mesmo \u2013 posso automatizar isso? Se sim, isso me d\u00e1 algo mensur\u00e1vel e impactante, ou seja, mais insights, mais tempo, menos erros, etc.? Se a resposta for sim para ambas as perguntas \u2013 automatize e esque\u00e7a!\u201d<\/em><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div>
Painel de especialistas da ind\u00fastria<\/span><\/h2>\n<\/div>Nosso painel de especialistas do setor \u00e9 formado por profissionais da ind\u00fastria de hospitalidade e viagens. Eles t\u00eam um conhecimento abrangente e detalhado, experi\u00eancia na pr\u00e1tica ou gest\u00e3o e s\u00e3o inovadores. Eles est\u00e3o respondendo a perguntas sobre o estado do setor. Eles compartilham suas percep\u00e7\u00f5es sobre t\u00f3picos como gerenciamento de receita, marketing, opera\u00e7\u00f5es, tecnologia e discutem as \u00faltimas tend\u00eancias.<\/p>\n<\/div><\/div><\/div><\/div><\/div>\n
Nosso Painel de Especialistas em Gest\u00e3o de Receitas<\/h3>\n\n- Dra. Betsy Stringam-Bender \u2013 Professora de Hot\u00e9is e Resorts, New Mexico State University<\/a><\/span><\/li>\n
- Patrick Wimble \u2013 Diretor Geral, Consultoria Lightbulb<\/a><\/span><\/li>\n
- Theresa Prins \u2013 Fundadora, Resolu\u00e7\u00f5es de Receita<\/a><\/span><\/li>\n
- Chaya Kowal \u2013 Diretora de Gest\u00e3o de Receitas, Fam\u00edlia Potato Head<\/a><\/span><\/span><\/li>\n
- Paulo Arag\u00e3o \u2013 Profissional de Revenue Management<\/span><\/a><\/span><\/li>\n
- Sandra Gannon \u2013 Consultora Comercial, Revenue Puzzle<\/a><\/span><\/li>\n
- Nikhil Roy \u2013 Gerente de Receita e Pre\u00e7os, Key Hospitality BV<\/span><\/a><\/span><\/li>\n
- Daniel Feitosa \u2013 Especialista em Revenue Management<\/a><\/span><\/li>\n
- Daphne Beers - Propriet\u00e1ria, Your-Q Hospitality Academy<\/a><\/span><\/li>\n
- Tanya Hadwick \u2013 L\u00edder de receita e rendimento do grupo, SunSwept Resorts<\/a><\/span><\/span><\/li>\n
- Pablo Torres \u2013 Consultor Hoteleiro, TSA Solutions<\/a><\/span><\/span><\/li>\n
- Edyta Walczak \u2013 Gerente de Receita de Cluster, Arora Hotels<\/a><\/span><\/span><\/li>\n
- Mariska van Heemskerk \u2013 Propriet\u00e1ria, Revenue Management Works<\/a><\/span><\/li>\n
- Heiko Rieder \u2013 Profissional de Gest\u00e3o de Receitas<\/a><\/span><\/span><\/li>\n
- Jutta Moore \u2013 Diretora, Moore Hotel Consulting<\/a><\/span><\/span><\/li>\n
- Silvia Cantarella \u2013 Consultora de Revenue Management, Revenue Acrobats<\/a><\/span>
\n<\/span><\/span><\/li>\n- Massimiliano Terzulli \u2013 Consultor de Gerenciamento de Receita, Franco Grasso Revenue Team<\/a><\/span><\/span><\/li>\n
- Andrew Wheal \u2013 Fundador e Chefe Techspert, Especialista em Tecnologia de Hospitalidade<\/a><\/span><\/li>\n
- Naveed Mirza \u2013 Diretor Corporativo de Gest\u00e3o de Receitas, Helix Hospitality<\/a><\/span><\/li>\n
- Fa\u00e7a uma pergunta ao nosso painel<\/a><\/span><\/span><\/li>\n
- Junte-se ao nosso painel de especialistas<\/span><\/a><\/span><\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>
<\/div><\/div>Dra. Betsy Stringam-Bender<\/span>Professor de Hot\u00e9is e Resorts, New Mexico State University<\/span><\/div><\/a><\/div><\/div><\/div><\/div><\/div><\/div>\u201cAutoma\u00e7\u00e3o \u00e9 uma palavra interessante e que pode significar muitas coisas para o gerenciamento de receitas. Existem muitas tarefas, equa\u00e7\u00f5es e algoritmos que contribuem para boas decis\u00f5es de receita. Esses c\u00e1lculos num\u00e9ricos podem ser automatizados para que os gestores tenham bons dados para tomar decis\u00f5es mais bem informadas. A automa\u00e7\u00e3o tamb\u00e9m pode recuperar dados que n\u00e3o seriam humanamente poss\u00edveis no espa\u00e7o de dias, semanas, etc., trazendo mais conhecimento sobre mercados, demanda e desempenho para as decis\u00f5es de receita. <\/em><\/p>\nA maioria dos RMs est\u00e1 familiarizada com a an\u00e1lise de dados de desempenho hist\u00f3rico e com a combina\u00e7\u00e3o deles com reservas atuais para prever a demanda. A automa\u00e7\u00e3o faz parte desses c\u00e1lculos. Mas a automa\u00e7\u00e3o com campos de dados maiores (hesito em usar as palavras \u201cbig data\u201d, porque realmente onde come\u00e7a e termina o big data?), permite que os MRs vejam al\u00e9m desses campos de dados tradicionais. Alguns sistemas de gest\u00e3o de receitas utilizam a automa\u00e7\u00e3o para recolher e analisar a procura de pesquisas na Internet para companhias a\u00e9reas e hot\u00e9is adicionais num destino, trazendo outro n\u00edvel de dados de procura para o processo de decis\u00e3o.<\/em><\/p>\nO grande problema da automa\u00e7\u00e3o \u00e9 quando pedimos que ela tome o lugar da gest\u00e3o. Ainda precisamos de pessoas para definir e refinar estrat\u00e9gias, trabalhar com equipas de gest\u00e3o hoteleira e considerar informa\u00e7\u00f5es externas que podem n\u00e3o fazer parte dos c\u00e1lculos. Assistir ao beisebol com as novas zonas de ataque automatizadas \u00e9 uma vis\u00e3o divertida quando permitimos que a automa\u00e7\u00e3o tome decis\u00f5es al\u00e9m de sua capacidade total. O futuro ainda n\u00e3o chegou e, por enquanto, a interpreta\u00e7\u00e3o humana ainda \u00e9 necess\u00e1ria, com mais frequ\u00eancia do que esperamos.<\/em><\/p>\nA IA e a aprendizagem autom\u00e1tica podem ajudar-nos a analisar melhor os dados e a fazer melhores previs\u00f5es, se os dados utilizados representarem a procura futura. Lembra do velho \u201cGarbage In Garbage Out\u201d? Isto ainda \u00e9 verdade hoje, mesmo com automa\u00e7\u00e3o, IA e aprendizado de m\u00e1quina. E mesmo com as melhores ferramentas, muitos RM passaram um dia ocasional a decifrar porque \u00e9 que a hist\u00f3ria n\u00e3o se repetiu na previs\u00e3o da procura hoteleira. Mas a automa\u00e7\u00e3o deve tornar esses dias cada vez mais espa\u00e7ados.<\/em><\/p>\nA automa\u00e7\u00e3o traz coleta, c\u00e1lculo e an\u00e1lise de uma gama fenomenal de dados e permite c\u00e1lculos r\u00e1pidos; tudo isso leva a melhores decis\u00f5es de receita. E, felizmente, eles calculam rapidamente grandes algoritmos para que n\u00e3o precisemos mais fazer isso!\u201d<\/em><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>\n
<\/div><\/div>Patrick Wimble<\/span>Diretor Geral, Lightbulb Consulting<\/span><\/div><\/a><\/div><\/div><\/div><\/div><\/div><\/div>\u201cAcho que as possibilidades de automa\u00e7\u00e3o s\u00e3o infinitas. Na gest\u00e3o de receitas, agora temos a capacidade de automatizar praticamente qualquer processo que seja uma merda em tempo real, ou seja, tarefas que n\u00e3o precisam do nosso pensamento estrat\u00e9gico, mas para as quais muitas vezes somos sugados. Duas das maiores oportunidades s\u00e3o:<\/em><\/p>\n\n- Pre\u00e7o: eu sei\u2026 isso \u00e9 controverso. Voc\u00ea pode argumentar que, com toda a incerteza em torno da demanda atual, n\u00e3o poderia confiar no seu RMS para tomar as decis\u00f5es corretas. Minha pergunta seria: por que voc\u00ea presumiria que o pre\u00e7o definido \u00e9 sempre o certo? Mesmo em tempos incertos como agora, o seu RMS analisa m\u00faltiplas vari\u00e1veis, ajustando-se v\u00e1rias vezes ao dia o tempo todo \u2013 muito mais do que qualquer ser humano poderia. \u00c9 tamb\u00e9m retirar a emo\u00e7\u00e3o da decis\u00e3o, o que, na maior parte dos casos, resulta em melhores resultados. Se o seu sistema estiver fornecendo pre\u00e7os incorretos, descubra o motivo e corrija-os (ou seja, eventos especiais desconhecidos, altera\u00e7\u00f5es nas restri\u00e7\u00f5es de viagens do mercado alimentador, etc.). Defina suas taxas m\u00e1ximas e m\u00ednimas e gerencie os pre\u00e7os por exce\u00e7\u00e3o.<\/em><\/em><\/li>\n
- Compila\u00e7\u00e3o e visualiza\u00e7\u00e3o de dados: Quanto tempo gastamos semanalmente compilando dados em um formato diger\u00edvel para reuni\u00f5es de RM, apenas para que ningu\u00e9m os veja at\u00e9 que esteja realmente na reuni\u00e3o?! Veja como voc\u00ea pode agendar relat\u00f3rios autom\u00e1ticos de seu PMS\/RMS\/Rate shopping\/Google Analytics etc., e aprenda como colocar isso em uma ferramenta de BI como Tableau, PowerBI etc. n\u00e3o tenho tempo, encontre algu\u00e9m que possa ajudar.<\/em><\/li>\n<\/ol>\n
A regra de ouro para automa\u00e7\u00e3o: pergunte a si mesmo \u2013 posso automatizar isso? Se sim, isso me d\u00e1 algo mensur\u00e1vel e impactante, ou seja, mais insights, mais tempo, menos erros, etc.? Se a resposta for sim para ambas as perguntas \u2013 automatize e esque\u00e7a!\u201d<\/em><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div>
Nosso painel de especialistas do setor \u00e9 formado por profissionais da ind\u00fastria de hospitalidade e viagens. Eles t\u00eam um conhecimento abrangente e detalhado, experi\u00eancia na pr\u00e1tica ou gest\u00e3o e s\u00e3o inovadores. Eles est\u00e3o respondendo a perguntas sobre o estado do setor. Eles compartilham suas percep\u00e7\u00f5es sobre t\u00f3picos como gerenciamento de receita, marketing, opera\u00e7\u00f5es, tecnologia e discutem as \u00faltimas tend\u00eancias.<\/p>\n<\/div><\/div><\/div><\/div><\/div>\n
Nosso Painel de Especialistas em Gest\u00e3o de Receitas<\/h3>\n\n- Dra. Betsy Stringam-Bender \u2013 Professora de Hot\u00e9is e Resorts, New Mexico State University<\/a><\/span><\/li>\n
- Patrick Wimble \u2013 Diretor Geral, Consultoria Lightbulb<\/a><\/span><\/li>\n
- Theresa Prins \u2013 Fundadora, Resolu\u00e7\u00f5es de Receita<\/a><\/span><\/li>\n
- Chaya Kowal \u2013 Diretora de Gest\u00e3o de Receitas, Fam\u00edlia Potato Head<\/a><\/span><\/span><\/li>\n
- Paulo Arag\u00e3o \u2013 Profissional de Revenue Management<\/span><\/a><\/span><\/li>\n
- Sandra Gannon \u2013 Consultora Comercial, Revenue Puzzle<\/a><\/span><\/li>\n
- Nikhil Roy \u2013 Gerente de Receita e Pre\u00e7os, Key Hospitality BV<\/span><\/a><\/span><\/li>\n
- Daniel Feitosa \u2013 Especialista em Revenue Management<\/a><\/span><\/li>\n
- Daphne Beers - Propriet\u00e1ria, Your-Q Hospitality Academy<\/a><\/span><\/li>\n
- Tanya Hadwick \u2013 L\u00edder de receita e rendimento do grupo, SunSwept Resorts<\/a><\/span><\/span><\/li>\n
- Pablo Torres \u2013 Consultor Hoteleiro, TSA Solutions<\/a><\/span><\/span><\/li>\n
- Edyta Walczak \u2013 Gerente de Receita de Cluster, Arora Hotels<\/a><\/span><\/span><\/li>\n
- Mariska van Heemskerk \u2013 Propriet\u00e1ria, Revenue Management Works<\/a><\/span><\/li>\n
- Heiko Rieder \u2013 Profissional de Gest\u00e3o de Receitas<\/a><\/span><\/span><\/li>\n
- Jutta Moore \u2013 Diretora, Moore Hotel Consulting<\/a><\/span><\/span><\/li>\n
- Silvia Cantarella \u2013 Consultora de Revenue Management, Revenue Acrobats<\/a><\/span>
\n<\/span><\/span><\/li>\n- Massimiliano Terzulli \u2013 Consultor de Gerenciamento de Receita, Franco Grasso Revenue Team<\/a><\/span><\/span><\/li>\n
- Andrew Wheal \u2013 Fundador e Chefe Techspert, Especialista em Tecnologia de Hospitalidade<\/a><\/span><\/li>\n
- Naveed Mirza \u2013 Diretor Corporativo de Gest\u00e3o de Receitas, Helix Hospitality<\/a><\/span><\/li>\n
- Fa\u00e7a uma pergunta ao nosso painel<\/a><\/span><\/span><\/li>\n
- Junte-se ao nosso painel de especialistas<\/span><\/a><\/span><\/li>\n<\/ul>\n<\/div><\/div><\/div><\/div><\/div>
<\/div><\/div>Dra. Betsy Stringam-Bender<\/span>Professor de Hot\u00e9is e Resorts, New Mexico State University<\/span><\/div><\/a><\/div><\/div><\/div><\/div><\/div><\/div>\u201cAutoma\u00e7\u00e3o \u00e9 uma palavra interessante e que pode significar muitas coisas para o gerenciamento de receitas. Existem muitas tarefas, equa\u00e7\u00f5es e algoritmos que contribuem para boas decis\u00f5es de receita. Esses c\u00e1lculos num\u00e9ricos podem ser automatizados para que os gestores tenham bons dados para tomar decis\u00f5es mais bem informadas. A automa\u00e7\u00e3o tamb\u00e9m pode recuperar dados que n\u00e3o seriam humanamente poss\u00edveis no espa\u00e7o de dias, semanas, etc., trazendo mais conhecimento sobre mercados, demanda e desempenho para as decis\u00f5es de receita. <\/em><\/p>\nA maioria dos RMs est\u00e1 familiarizada com a an\u00e1lise de dados de desempenho hist\u00f3rico e com a combina\u00e7\u00e3o deles com reservas atuais para prever a demanda. A automa\u00e7\u00e3o faz parte desses c\u00e1lculos. Mas a automa\u00e7\u00e3o com campos de dados maiores (hesito em usar as palavras \u201cbig data\u201d, porque realmente onde come\u00e7a e termina o big data?), permite que os MRs vejam al\u00e9m desses campos de dados tradicionais. Alguns sistemas de gest\u00e3o de receitas utilizam a automa\u00e7\u00e3o para recolher e analisar a procura de pesquisas na Internet para companhias a\u00e9reas e hot\u00e9is adicionais num destino, trazendo outro n\u00edvel de dados de procura para o processo de decis\u00e3o.<\/em><\/p>\nO grande problema da automa\u00e7\u00e3o \u00e9 quando pedimos que ela tome o lugar da gest\u00e3o. Ainda precisamos de pessoas para definir e refinar estrat\u00e9gias, trabalhar com equipas de gest\u00e3o hoteleira e considerar informa\u00e7\u00f5es externas que podem n\u00e3o fazer parte dos c\u00e1lculos. Assistir ao beisebol com as novas zonas de ataque automatizadas \u00e9 uma vis\u00e3o divertida quando permitimos que a automa\u00e7\u00e3o tome decis\u00f5es al\u00e9m de sua capacidade total. O futuro ainda n\u00e3o chegou e, por enquanto, a interpreta\u00e7\u00e3o humana ainda \u00e9 necess\u00e1ria, com mais frequ\u00eancia do que esperamos.<\/em><\/p>\nA IA e a aprendizagem autom\u00e1tica podem ajudar-nos a analisar melhor os dados e a fazer melhores previs\u00f5es, se os dados utilizados representarem a procura futura. Lembra do velho \u201cGarbage In Garbage Out\u201d? Isto ainda \u00e9 verdade hoje, mesmo com automa\u00e7\u00e3o, IA e aprendizado de m\u00e1quina. E mesmo com as melhores ferramentas, muitos RM passaram um dia ocasional a decifrar porque \u00e9 que a hist\u00f3ria n\u00e3o se repetiu na previs\u00e3o da procura hoteleira. Mas a automa\u00e7\u00e3o deve tornar esses dias cada vez mais espa\u00e7ados.<\/em><\/p>\nA automa\u00e7\u00e3o traz coleta, c\u00e1lculo e an\u00e1lise de uma gama fenomenal de dados e permite c\u00e1lculos r\u00e1pidos; tudo isso leva a melhores decis\u00f5es de receita. E, felizmente, eles calculam rapidamente grandes algoritmos para que n\u00e3o precisemos mais fazer isso!\u201d<\/em><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>\n
<\/div><\/div>Patrick Wimble<\/span>Diretor Geral, Lightbulb Consulting<\/span><\/div><\/a><\/div><\/div><\/div><\/div><\/div><\/div>\u201cAcho que as possibilidades de automa\u00e7\u00e3o s\u00e3o infinitas. Na gest\u00e3o de receitas, agora temos a capacidade de automatizar praticamente qualquer processo que seja uma merda em tempo real, ou seja, tarefas que n\u00e3o precisam do nosso pensamento estrat\u00e9gico, mas para as quais muitas vezes somos sugados. Duas das maiores oportunidades s\u00e3o:<\/em><\/p>\n\n- Pre\u00e7o: eu sei\u2026 isso \u00e9 controverso. Voc\u00ea pode argumentar que, com toda a incerteza em torno da demanda atual, n\u00e3o poderia confiar no seu RMS para tomar as decis\u00f5es corretas. Minha pergunta seria: por que voc\u00ea presumiria que o pre\u00e7o definido \u00e9 sempre o certo? Mesmo em tempos incertos como agora, o seu RMS analisa m\u00faltiplas vari\u00e1veis, ajustando-se v\u00e1rias vezes ao dia o tempo todo \u2013 muito mais do que qualquer ser humano poderia. \u00c9 tamb\u00e9m retirar a emo\u00e7\u00e3o da decis\u00e3o, o que, na maior parte dos casos, resulta em melhores resultados. Se o seu sistema estiver fornecendo pre\u00e7os incorretos, descubra o motivo e corrija-os (ou seja, eventos especiais desconhecidos, altera\u00e7\u00f5es nas restri\u00e7\u00f5es de viagens do mercado alimentador, etc.). Defina suas taxas m\u00e1ximas e m\u00ednimas e gerencie os pre\u00e7os por exce\u00e7\u00e3o.<\/em><\/em><\/li>\n
- Compila\u00e7\u00e3o e visualiza\u00e7\u00e3o de dados: Quanto tempo gastamos semanalmente compilando dados em um formato diger\u00edvel para reuni\u00f5es de RM, apenas para que ningu\u00e9m os veja at\u00e9 que esteja realmente na reuni\u00e3o?! Veja como voc\u00ea pode agendar relat\u00f3rios autom\u00e1ticos de seu PMS\/RMS\/Rate shopping\/Google Analytics etc., e aprenda como colocar isso em uma ferramenta de BI como Tableau, PowerBI etc. n\u00e3o tenho tempo, encontre algu\u00e9m que possa ajudar.<\/em><\/li>\n<\/ol>\n
A regra de ouro para automa\u00e7\u00e3o: pergunte a si mesmo \u2013 posso automatizar isso? Se sim, isso me d\u00e1 algo mensur\u00e1vel e impactante, ou seja, mais insights, mais tempo, menos erros, etc.? Se a resposta for sim para ambas as perguntas \u2013 automatize e esque\u00e7a!\u201d<\/em><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div>
\n<\/span><\/span><\/li>\n
<\/div><\/div>\u201cAutoma\u00e7\u00e3o \u00e9 uma palavra interessante e que pode significar muitas coisas para o gerenciamento de receitas. Existem muitas tarefas, equa\u00e7\u00f5es e algoritmos que contribuem para boas decis\u00f5es de receita. Esses c\u00e1lculos num\u00e9ricos podem ser automatizados para que os gestores tenham bons dados para tomar decis\u00f5es mais bem informadas. A automa\u00e7\u00e3o tamb\u00e9m pode recuperar dados que n\u00e3o seriam humanamente poss\u00edveis no espa\u00e7o de dias, semanas, etc., trazendo mais conhecimento sobre mercados, demanda e desempenho para as decis\u00f5es de receita. <\/em><\/p>\n A maioria dos RMs est\u00e1 familiarizada com a an\u00e1lise de dados de desempenho hist\u00f3rico e com a combina\u00e7\u00e3o deles com reservas atuais para prever a demanda. A automa\u00e7\u00e3o faz parte desses c\u00e1lculos. Mas a automa\u00e7\u00e3o com campos de dados maiores (hesito em usar as palavras \u201cbig data\u201d, porque realmente onde come\u00e7a e termina o big data?), permite que os MRs vejam al\u00e9m desses campos de dados tradicionais. Alguns sistemas de gest\u00e3o de receitas utilizam a automa\u00e7\u00e3o para recolher e analisar a procura de pesquisas na Internet para companhias a\u00e9reas e hot\u00e9is adicionais num destino, trazendo outro n\u00edvel de dados de procura para o processo de decis\u00e3o.<\/em><\/p>\n O grande problema da automa\u00e7\u00e3o \u00e9 quando pedimos que ela tome o lugar da gest\u00e3o. Ainda precisamos de pessoas para definir e refinar estrat\u00e9gias, trabalhar com equipas de gest\u00e3o hoteleira e considerar informa\u00e7\u00f5es externas que podem n\u00e3o fazer parte dos c\u00e1lculos. Assistir ao beisebol com as novas zonas de ataque automatizadas \u00e9 uma vis\u00e3o divertida quando permitimos que a automa\u00e7\u00e3o tome decis\u00f5es al\u00e9m de sua capacidade total. O futuro ainda n\u00e3o chegou e, por enquanto, a interpreta\u00e7\u00e3o humana ainda \u00e9 necess\u00e1ria, com mais frequ\u00eancia do que esperamos.<\/em><\/p>\n A IA e a aprendizagem autom\u00e1tica podem ajudar-nos a analisar melhor os dados e a fazer melhores previs\u00f5es, se os dados utilizados representarem a procura futura. Lembra do velho \u201cGarbage In Garbage Out\u201d? Isto ainda \u00e9 verdade hoje, mesmo com automa\u00e7\u00e3o, IA e aprendizado de m\u00e1quina. E mesmo com as melhores ferramentas, muitos RM passaram um dia ocasional a decifrar porque \u00e9 que a hist\u00f3ria n\u00e3o se repetiu na previs\u00e3o da procura hoteleira. Mas a automa\u00e7\u00e3o deve tornar esses dias cada vez mais espa\u00e7ados.<\/em><\/p>\n A automa\u00e7\u00e3o traz coleta, c\u00e1lculo e an\u00e1lise de uma gama fenomenal de dados e permite c\u00e1lculos r\u00e1pidos; tudo isso leva a melhores decis\u00f5es de receita. E, felizmente, eles calculam rapidamente grandes algoritmos para que n\u00e3o precisemos mais fazer isso!\u201d<\/em><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div> \u201cAcho que as possibilidades de automa\u00e7\u00e3o s\u00e3o infinitas. Na gest\u00e3o de receitas, agora temos a capacidade de automatizar praticamente qualquer processo que seja uma merda em tempo real, ou seja, tarefas que n\u00e3o precisam do nosso pensamento estrat\u00e9gico, mas para as quais muitas vezes somos sugados. Duas das maiores oportunidades s\u00e3o:<\/em><\/p>\n A regra de ouro para automa\u00e7\u00e3o: pergunte a si mesmo \u2013 posso automatizar isso? Se sim, isso me d\u00e1 algo mensur\u00e1vel e impactante, ou seja, mais insights, mais tempo, menos erros, etc.? Se a resposta for sim para ambas as perguntas \u2013 automatize e esque\u00e7a!\u201d<\/em><\/p>\n<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>\n
![\"Theresa](\"https:\/\/www.revfine.com\/wp-content\/uploads\/Theresa-Prins-150x150.png\")
<\/div><\/div>![\"Chaya](\"https:\/\/www.revfine.com\/wp-content\/uploads\/Chaya-Kowal-150x150.png\")
<\/div><\/div>![\"Paulo](\"https:\/\/www.revfine.com\/wp-content\/uploads\/Paulo-Aragao-150x150.png\")
<\/div><\/div>