Você gostaria de reservar um quarto de hotel e navegar na Internet, onde quartos e tarifas são uma oferta. As taxas fornecidas dependem da demanda prevista e ocorrem por meio do uso de algoritmos de computador. Contudo, as taxas são freqüentemente ajustadas manualmente pelo pessoal do hotel. Quais são as consequências e como essas consequências podem ser medidas? Ph.D. defesa em 12 de novembro de 2019.

De acordo com o Ph.D. candidata Larissa Koupriouchina, o campo de gerenciamento de receitas de hotéis - a 'arte e ciência' de prever a demanda e, ao mesmo tempo, ajustar o preço e a disponibilidade de estoque para atender à demanda - desenvolveu-se rapidamente na última década. Hoje em dia, os sistemas automatizados prevêem a demanda futura e os gerentes de receita precisam decidir se concordam com essas estimativas. "Como um número crescente de algoritmos são usados ​​atualmente para apoiar as decisões humanas em uma variedade de campos, surge uma necessidade ainda maior de combinar com sucesso a produção do computador com o conhecimento humano e a intuição. Os humanos podem melhorar as decisões sugeridas por esses algoritmos sofisticados e intensivos em dados? "

O tema da pesquisa de Koupriouchina decorre de sua paixão pela tecnologia. "Depois de receber meu mestrado, Eu gravitei em torno de qualquer projeto relacionado à tecnologia. Encontrei um emprego no ensino superior de gestão de hospitalidade e comecei a pesquisar tópicos interessantes para me desafiar ainda mais. Seguindo o que os profissionais de gerenciamento de receita estavam discutindo online e analisando a literatura, bem como todo o conteúdo disponível de grupos de discussão especializados no LinkedIn, Descobri que a previsão era um assunto muito discutido. "

Algoritmos são usados ​​para este tipo de previsão. "Todos os dias vemos exemplos de algoritmos ao nosso redor, como parceiros em potencial sugeridos por um site de namoro, e carros autônomos. Todas essas áreas tradicionalmente humanas foram "invadidas" pelo poder crescente dos algoritmos de computador. Eles vêm com nomes sofisticados e etiquetas de preços elevados, mas devemos segui-los cegamente? Como sabemos se eles estão certos? E como podemos avaliar a influência de nossas próprias intervenções? "

Respostas contraditórias

Koupriouchina pesquisou dados anônimos de previsões de hotéis obtidos de milhares de hotéis em todo o mundo por meio de uma colaboração com um provedor global de Sistema de Gerenciamento de Receitas (RMS) hoteleiro com mais de 10 mil clientes em 124 países. "Eu estudei dados detalhados de previsão e avaliei se as intervenções humanas melhoraram essas previsões. Várias técnicas estatísticas para analisar os dados foram usadas, incluindo análise de regressão multinível, também referido na literatura como modelagem linear hierárquica, modelagem linear mista e modelagem de curva de crescimento. "

Em primeiro lugar, Koupriouchina examinou a precisão das medidas de precisão das previsões. Com dezessete medidas diferentes, ela calculou a precisão de mais de 2.000 previsões automatizadas, que deveriam ser comparados aos ajustes de julgamento introduzidos pelos gerentes de receita. "Diferentes medidas de erro geram respostas contraditórias e a precisão da previsão pode ser mal avaliada e, como consequência, potencialmente prejudicar a tomada de decisão em outras áreas importantes da gestão hoteleira, como preços, controle de inventário, planejamento operacional, distribuição, e estratégia. Os resultados podem ser usados ​​para educar ainda mais os gerentes de receita sobre as armadilhas e vieses de cada medida de precisão, para que estejam em posição de selecionar cuidadosamente as medidas de precisão de previsão aplicáveis ​​às suas condições. "

Além disso, o pesquisador demonstra que a precisão das previsões melhora consideravelmente quando os horizontes de previsão são relativamente pequenos, que ajustes manuais frequentes são mais favoráveis ​​para a precisão das previsões para reservas de grupo do que para reservas individuais, e que os ajustes manuais em um estágio posterior têm um efeito mais favorável na precisão do que os ajustes em um estágio inicial.

Recomendações

Dada a importância da previsão no ciclo de otimização da gestão da receita do hotel, uma abordagem mais frutífera pode ser expandir o conjunto comum de abordagem de medidas de precisão estreitas com uma abordagem mais estruturada, estrutura abrangente e consistente de avaliação da qualidade das previsões. Um dos elementos importantes desta estrutura pode ser o desenvolvimento colaborativo e a implementação de um conjunto de procedimentos de monitoramento de qualidade de previsão automatizados ou semiautomáticos, incluindo mecanismos de feedback que permitem aos usuários aprender com suas decisões e ações anteriores. Para tornar esses mecanismos de feedback significativos, esforços adicionais serão exigidos dos hotéis e seus gerentes de receita. Por exemplo, seria extremamente útil se os gerentes de receita mantivessem um registro consistente no RMS dos motivos das substituições, especialmente para substituições grandes e frequentes, tornando possível avaliar sistematicamente essas razões e incorporar os resultados desta análise no ciclo de feedback.

Provedores RMS, por outro lado, poderia adicionar procedimentos automatizados para monitorar continuamente os ajustes de julgamento introduzidos pelos gerentes de receita, e analisar e relatar vários aspectos importantes, como tamanho, direção, frequência, cronometragem, segmentos aos quais são aplicados, tipo de substituição, e assim por diante. Esta análise pode incluir medições de eficácia de substituição e o impacto no desempenho de previsão, categorizado por tipo de modificação e por motivo. Além disso, aproveitando o imenso número de intercâmbios com os milhares de hotéis operando em diferentes condições, Os fornecedores de software RMS podem moldar ainda mais seu software com uma compreensão mais profunda do comportamento dos usuários.

Os resultados deste estudo têm uma série de implicações para a academia, a indústria hoteleira, e fornecedores de software RMS. Os resultados foram publicados no International Journal of Hospitality Management , International Journal of Contemporary Hospitality Management , e como um capítulo de livro no livro didático Ciência de Gestão em Hotelaria e Turismo:Teoria, Prática, e aplicativos. Vários autores acadêmicos já incorporaram as recomendações em suas pesquisas. Para atrair a atenção da indústria hoteleira, bem como para ilustrar a necessidade de incorporar essas descobertas na prática, os resultados intermediários foram compartilhados em várias sessões educacionais, conferências e reuniões de associações de Revenue Management na Holanda e no exterior (EUA, REINO UNIDO, Alemanha, França, Croácia, China, Rússia, etc.). Além disso, um curso piloto de treinamento online para gerentes de hotéis foi criado e os resultados da pesquisa serão posteriormente incorporados ao curso de Gerenciamento de Receitas ministrado na Hotelschool, em Haia, que prepara gerentes de hotéis para a indústria da hospitalidade em todo o mundo.