シニアのためのシェアリングエコノミー

国家というプラットホームに依存しない「個人外交」をより広げたairbnbを応援するブログです。

最強のイールドマネジメント(ホテル・民泊の価格調整)ってどうやればよいの?

最近は、booking.com や Expedia を利用してのホテルの運営代行を受けることが多くなってきました。

 

ホテルの運営を行っていく上でやはり気になるのが、

差異がなく、在庫の繰越ができない商品の売上最大化を目指す「イールドマネジメント」(レベニューマネジメントとも言う?)です。

 

とりあえず文献をググって人と話して色々調べた結果、
当然の結論ですが、自社のデータ×競合のデータから導き出される「ビックデータの質に極めて依存する」という結論が出ました。

 

airbnbでビックデータというと、
自社のairbnbのデータは綺麗に持っていると思うんですが、競合(boooking Expedia )のフロントエンドに掲載している宿泊単価情報を定期でクローリングして取ってきた、そこまで「新鮮」でない情報ではないかと思われまして、それを元にプライシングしたものが本当に「ビックデータ」から導き出された信憑性のある数字といえるのか?
ということです(airbnbのスマートプライシングの質を見る限り)

 

過去のイールドマネジメントの例をみると、航空会社の座席 の自社の過去のビックデータや、現況の競合のビックデータを元に、早割で安くして、ある一定の時期までに最適な割引額で在庫を埋めながら価格を調整して、最適な在庫割合で着地する。というモノなんですが、基本は国内のルーティーン事情での需給を元にしたビッグデータを利用しているものが多いように感じられました。

つまり、昔ほど国境をまたがない為、従属変数が少なく、予測しやすかったのではないかということです。

 

その時代と比較しますと、現況のマーケットの予想できない伸び、や、競合の範囲、政治(笑)、などの「国境を越えることで生じる多数の不確定要素」が多い=従属変数が増えた。と予測できまして、現況の従属変数多めのこの時代に対して、それらの数字を取りきれていないデータを元にしたイールドマネジメントとはインバウンドの市場でも本当に機能するのか?

 


ということなのですが・・・・

 

f:id:ilovemeziro:20171016101222j:plain

 

とはいったもののです。

やらないよりは、わかる範囲内でやったほうが良いわけです。

 

 

そこでおさらいですが、イールドマネジメントの定義が、


「同じ商品やサービスに異なる価格帯を設定し企業の収益を最大化させるためのマーケティング戦略

 

となっていまして、

①自社の時系列のデータ × ②競合、需要に影響する周辺データのビッグデータに基づき、最適化させ、
1 客単価UP 2 空室率を改善
の2つのアウトプットをすることだと認識をしています。

 

ここでおそらく我々において重要なのは、これらのゴールを目指す為に、自社のホテルのマーケット分類、需要パターンの把握、季節変動の理解、オーバーブッキングをどこまで出して良いかの理解、などなど、いわゆる3C分析におけるCompany(自社状況の俯瞰的理解)をしていなすぎる民泊ホスト上がりのなんちゃってホテル運営者が多すぎるということでは無いでしょうか。

 


これは、業界は異なりますが、自分自身が楽天のECコンサルタントをしていた際に気づいたことです。

 

多くの楽天のプラットホーム上に出店していた店舗さんというのは、
別事業と並行してプラットホーム上に出店するという副次的なスタイルの方が多く時間が割けない為、自社の競合にあたる店舗を規模順に把握していなかったり、どの商品が競合に該当するか、などの情報の整理もできていないことが多いのです。

 

つまり、業界の中での自社の立ち位置を座標軸で把握していないのです。

 

このような自社の把握すらも出来ていないということが、客観的にビッグデータを持っている側の人からすると明確に数字で浮き彫りになります。

 

 

今回のようなホテルのケースですと、
従属変数の割合(政治や外交やマーケットの急伸など)が多くなってきているので、ビッグデータがそもそも曖昧論もあるのですが、まずは自社の現在過去の時間軸から予見ができる立ち位置と、直近の周辺環境くらいは正確に把握してプライシングするだけでも改善するのではないかなあというところです。

 

 

詳しくは、明日(https://www.magicprice.co)さんに伺って来るので勉強してこようと思います。

 

第二部へ続く・・・。

 

株式会社dotの御子柴でした。

 

 

f:id:ilovemeziro:20171016101328j:plain