上海东湖酒店集团收益管理策略研究初稿模板

[62],预测就是要估计未来需求发生地可能性以及发生的时间和数量,从而在此基础上制定企业的能力决策、人员安排决策等。做好市场需求预测也是成功实施收益管理的前提,它是收益管理的重要保证,只有准确的预测,才能进行有效的收益管理。预测的主要依据是对历史资料的收集和分析。预测的基本方法主要有三种基本的模型:主观模型、因果模型、时间序列模型。主观模型属定性预测,主要经过对历史资料的分析和对未来条件的研究,凭借预测者的主观经验和逻辑推理能力去对事物未来表现的性质进行推测和判断。当缺少足够的或合适的数据时,常常采用主观的定性的预测方法。因果模型和时间序列模型都属于定量预测,是在历史数据和统计资料的基础上,运用数学或其它分析技术,建立能够表现数量关系的模型,并利用它来计算预测对象在未来可能表现的数量。这些模型的特征以及可能的应用列于表2.2.2由表2.2.2我们能够看出时间序列模型和因果模型都是建立在相对稳定的数据基础之上的,因此我们能够做出合理有用的预测。总体来说,从主观模型到因果模型再到时间序列模型,预测时间的长度越来越短。由于酒店客房的需求预测往往都是短期的而且考虑到成本的问题,因此收益管理系统中需求预测最基本的方法为时间序列预测法,根据历史时间序列所呈出的数据模式进行预测。时间序列预测法的基本思想是”根据过去推测未来”。即这种预测方法是建立在人们认为将来的数据是过去的数据的函数这个假设的基础之上。具体来说,这种方法观察过去一段时间己经发生的事情,统计数据,然后根据一系列过去的数据来预测未来。如果在过去一段时间内,实测值之间存在某种稳定的关系,就能够用时间序列模型作短期预测。从简单的N时期移动平均模型到较为复杂、有用的指数平滑模型,都属于时间序列模型。(1)IN时期移动平均模型选择N个最近时期准确的实测值A、和时期t,可用下式计算出移动平均数MAt:移动平均预测能够剔除随机干扰,能够很好地找出平均值,然后用它来预测下一时期的情况。可是因为在计算均值时,新、旧数据被赋予相同地权重,导致这种方法对变化的反应较慢。因为越新地数据就越能更好地表示出变化的情况,因此应给新的实测值更大的权重。因此能够采用一种更为复杂的预测方法一一指数平滑法。(2)简单指数平滑法简单指数平滑法是时间序列模型中用于需求预测的最常见方法。它能够剔除数据中偶然出现的因素,可是它优于N时期移动平均法。其主要优点是:a旧数据不会被有意删掉或丢失;b旧数据的权重会逐渐下降;c计算简单,仅需要最新的数据。简单指数平滑法的基础是:反馈出预测的错误,纠正以前的平滑值。酒店客房在一周内每天的需求是不同的。比如商务酒店周一至周五客房需求比较大,周六、周日则比较小,可是旅游酒店则恰好相反,周六周日的客流最大。基于这个原因,研究酒店客房预测应该考虑周期的调整问题。引入周期指数It来剔除给定周期的周期性影响:客房存量控制(Capacitycontrol)收益管理中的客房分配问题就是根据预测的结果,采用运筹学原理,将各种因素综合起来,求出一个最佳客房动态的分配方案,然后将这一方案优化成一组实际可操作的控制规则,最后再把这些规则反馈到销售系统,达到收益最大化的目标。客房分配是完全在酒店自己控制之下的,也是酒店实现收益最大化、使用最灵活的工具。酒店的客房总数是一定的,在从低到高不同价格等级之间进行分配。低价客房数多了势必会减少高价客房的数量,影响酒店的最终收益;可是高价客房数目过多,又会造成低出租率使得收益难以实现最大化。因此酒店进行客房分配要解决的根本问题就是:预留多少客房给出高价的客人,这些客房是不能出售给与之相比较早预订客房的低价客人的。对于客房分配来说,就是在客房总数一定的前提下,确定每个价格等级的客房预订上限。当某一价格等级的积累预订数目超过规定的上限时,就拒绝后来的预订请求。客房优化分配是推荐最佳空房分配的方案,以供管理者们决策参考。最佳空房分配方案的制定,是以持续增长的酒店总收益为目标,并依据客人需求与客房供给的预测以及考虑其竞争对手情况,经过建立和分析复杂的数学模型而获得的。酒店客房是易逝性的,且同时具有巨大的能力变动成本。因此,我们将之看作是周期内一次销售、不可补货的库存决策。在库存决策上,收益管理和报童问题是有区别的。在报童模型中,库存能力是被决定的,而在收益管理中,库存是固定的,它的目的在于如何将这些库存在不同的细分市场下进行分割,从而在总体上实现收益的最大化。但它们之间也存在很多的相似性,比如产品的不可储存性,随机性等。收益管理虽然在总量上是固定的,但它需要解决的问题正是如何决定每一个细分市场的库存水平。而报童模型恰恰能够在每个细分市场的需求水平上,制定出最优的库存能力,从而决定整个市场的最优库存分配,这样就实现了收益管理的解决方案。假定酒店中有一种客房总数为C,若按折扣价则全部能够售出,若要划分两种不同的价格等级,一种为折扣价,一种为全价,假定客房消费者是理性的,现进行客房分配,见图我们所要做的就是确定保留水平,假设酒店C一Q一1间客房已经以折扣价售出,现在有一顾客想以折扣价来预订一间客房,酒店是否应该用保留水平Q来代替当前的保留水平Q+1,将客房出售给这位顾客呢?下面我们用图来进行分析:用经济学原理的边际分析法来解决客房存储量,要求酒店不断增加其库存Q直到最后那一单位的库存的预期收益刚刚超过最后一笔销售的预期的损失。从这一原理中,我们能够得到客房收益的临界分位点概率:和我们上面用报童模型求得的Q的保留水平是一致的,从而验证了这种求解方法的正确性。由此,我们能够得到使得期望收益最大的临界保留水平Q值,从而进行客房分配。市场细分(Marketsegmentation)市场细分是收益管理的基础。收益管理本质是对价格的管理,价格的差别来源于不同细分市场的不同价格弹性。收益管理的多个环节,如多层次的价格体系、团体管理、季节性管理等都是建立在充分细分市场的基础上。市场细分的概念,最早是由Smith于1956年提出的,其目的在于认清顾客的需求,以便能具体实施营销观念,针对顾客的需求来调整产品与营销方式。Kotler认为,市场细分是按照购买者所需要的个别产品或营销组合,将一个市场分为若干不同的购买者群体,并描述她们的轮廓。需求预测是基于一定的细分市场的,它们之间有不可分割性。有效的预测方法是动态调整的,如上述的增量预测法就体现了这一点。酒店不但要预测长期的需求,还要预测未来一个时期内每天的客房需求,只有这样才能取得比较好的收益。超额预定(Overbooking)超额预定是为了减少酒店客房的闲置损失而采用的手段,但超额预订也是把双刃剑,有其固有的风险性。当超额预订的部分大于取消预订量时,风险就产生了,多余的顾客就会被拒之门外,酒店的声誉会受到影响。为了安抚这部分顾客的情绪和保持酒店的形象,需要对她们进行一定的经济补偿,过量预订决策就是要尽可能降低这部分损失。一般地,如果超额预订量过少,在履约率低的情况下,可能造成客房的空闲,丧失获利的机会;过量预订的客房数目越多,由于取消预订而造成的闲置客房就会越少,但拒绝入住损失也会越大,另外,不经过预订而在当天直接入住的顾客往往愿意支付比正常价格更高的价钱(本文称之为当日溢价)。最佳的过量预订数目应该是未入住损失、拒绝入住损失和当日溢价这三者这间的一个平衡点,在这一点处,酒店由于顾客未入住和拒绝入住造成的潜在损失最小。从这一意义上讲,超售是降低损失的一个方法,而不是创造收益的手段。设过量预订数量为i,未实现的预订客房数为j,未经过预订的临时请求入住客房数为k,则当i,j,k确定后,当天的损益就能够计算出来,如果知道未经过预订的临时请求入住客房数的概率分布P,就能够确定当过量预订数量为i、未实现的预订客房数为j时的期望损益E=S,再进一步,如果知道未实现的预订客房数的概率分布PN,就可计算出过量预订数量为i时的损益Yi,这样,比较不同i值时的损益Yi,就可确定最佳的过量预订数量。据此,本文提出如下公式:公式各变量含义如下:i:过量预订数量:j:未买现的预订客房数;k:未经过预订的临时请求入住客房数;m:未经过预订的临时请求入住客房数的最大值;n:过量预订数量最大值或者未实现的预订客房数的最大值:Pck:未经过预订的临时请求入住客房数为k的概率;Pnj:未实现的预订客房数为J的概率;Sijk:过量预订数量为i,未实现的预订客房数为j,未经过预订的临时请求入住客房数为k时的损益;Ei:过量预订数量为i、未实现的预订客房数为j时的期望损益;Yi:过量预订数量为i时的期望损益。需要说明的是,未实现的预订客房数j的最大值是超售的上限。未实现的预订客房数的概率分布和未经过预订的临时请求入住客房数的概率分布需要根据历史数据利用统计的方法来总结,而且这两个事件是独立的,它们的发生不会互相影响。为便于研究,假设接受超售的顾客是一定能履约的,或者说至少比一般顾客履约率高得多,酒店要有意识地识别这样的顾客。动态定价(Dynamicpricing)动态定价是一种差别定价的方式,收益管理的差别定价策略以市场细分为前提,根据消费者需求的多样性以及不同时刻消费者对于产品价值认同的差异,季节管理(Seasonaldemandcontrol)团体管理(Grouparrival)绩效评估(Customerperspective)收益管理在酒店业的应用饭店业最先开发使用收益管理系统的是万豪,开始于把周末房价降至平时一半的优惠来吸引当地的顾客到旅馆度周末,万豪的董事长兼首席执行官比尔-玛丽奥特曾说:”收益管理不但为我们增加了数百万美元的收益,同时也教育了我们如何更有效地管理。”希尔顿、凯悦、喜达屋等饭店集团先后开发了各自的收益管理系统后,凯悦摄政俱乐部客房的预订率上升了20%,希尔顿创造了空前收入的记录,凯悦和希尔顿都声称销售和预订之间的沟通有了显著的加强。收益管理在酒店业、汽车出租业、航运业、影剧院业、广播电视业和公用事业等行业同样获得了成功。应用收益管理的企业,在没有重大支出的情况下,收益增加了3%-7%,利润增加了50%-l00%。甚至有人认为:”那些忽视应用收益管理使收益和利润最大化的企业将失去竞争力。”《华尔街杂志》认为在当前出现的商业策略中,收益管理是排在第一位的,并称收益管理为一种有待探索、前途光明的实践。在经济不景气时期,酒店业首当其冲受到影响,在这个时候,正确利用收益管理的策略能够帮助酒店保证一定的出租率和平均房价,甚至在最困难的外部环境下,每个酒店也都有遇到较大的市场需求的机会,提前感知并把握住这些机会从而创造经济效益的能力是本文要讨论的重点。那些尚未充分掌握收益管理精髓的酒店业者倾向于根据经验进行决策,在外部市场形势较为严峻的时候,她们往往习惯于降低价格来争取市场,认为低价能够带来客人。然而,这种想法并非事实。作为一种先进而成功的管理技术,收益管理正在中国酒店业中得到广泛应用。可是,实施收益管理是一项系统工程,它不但要求我们树立收益管理意识,提高员工素质,改变传统的思维和管理方式,而且酒店还需要加强对信息数据的收集和积累,加大对计算机收益管理系统的开发建设。因此,在中国酒店业中推行收益管理尚有大量基础工作要做。在现阶段,中国酒店业的当务之急是要纠正对收益管理的误解,加深对收益管理理论的认识。Amadeus收益管理系统Opera收益管理系统FIDELIO收益管理软件东湖酒店集团应用收益管理的必要性研究上海高星级酒店业竞争态势分析高星级酒店之间的竞争上海高级型酒店分布上海新建高星级酒店名单替代竞争对手的威胁经济型酒店逆势扩张精品酒店引领时尚潮流酒店式公寓方兴未艾潜在进入者的威胁地产商投资动机多重国际品牌加速入华本土品牌全国扩张客源市场变化金融危机侵袭差旅费用缩水消费者消费经验日趋丰富在线旅游市场增长迅速世博契机带动客源增长中国国内旅游成爆发式增长企业内部和供应方的压力人力资源压力能源成本的提高技术发展、新产品更新成本结论市场竞争日趋激烈收益水平亟待提高利用收益管理细分市场挖掘市场潜力成为必须排浪式消费习惯需经过收益管理引导酒店在线营销增长要求快速决策系统的建立健全引入收益管理方法提高收益成为必要东湖酒店集团收益管理应用现状分析研究对象简介提出问题与假设问卷设计问卷分析——收益管理六要素的应用中国高星级酒店收益管理应用存在的问题管理层缺乏对收益管理的认识操作层缺乏收益管理系统培训缺少收益管理部门缺少动态房价控制体系与实时客房存量控制系统基于历史数据的需求预测缺乏应对剧烈需求变化的分配决策缺乏非客房收益管理理念东湖酒店集团收益管理策略的构建收益管理策略的构建容量控制策略超额预定策略住宿天数控制策略房间类型差异策略升降档销售策略触发点价格控制策略附加值策略住房天数折扣策略包价促销策略创立规定明细策略团队市场替换分析策略东湖酒店集团收益管理组织机构与管理团队的建立收益管理部门在饭店组织机构中的位置收益管理团队的工作职责、任职资格和工作考评收益管理部门与其它部门的沟通结论收益管理的利润空间应用探讨在对策上收入管理的实施是一项系统工程会,有一定的运作风险和成本。在实施步骤上应该采取循序渐进的态度有步骤地推进收入管理的实施酒店业应注重非传统收益的管理关注顾客满意与收益的关系,显性收益指标与隐性收益指标的均衡本文不足与继续研究方向参考文献IreneC.L.Ng,Thepricingandrevenuemanagementofservices:astrategicapproach[M]London:Routledge,.MichealBecher,Integratedcapacityandpricecontrolinrevenuemanagement:aFuzzySystemApproach[M].Berlin:Gabler,.AndréJerenz,RevenueManagementandSurvivalAnalysisintheAutomobileIndustry[M],Wiesbaden:BetriebswirtschaftlicherVerl.Gabler,.KalyanT.Talluri,GarrettJ.VanRyzin,Thetheoryandpracticeofrevenuemanagement[M],Boston,Mass.:KluwerAcademicPublishers,c.RobertG.Cross,Revenuemanagement:hard-coretacticsformarketdomination[M],London:OrionBusiness,1997.RolfHellermann,CapacityOptionsforRevenueManagement[M],Berlin:SpringerBerlinHeidelberg,MichaelMuller-Bungart,RevenueManagementwithFlexibleProductsModelsandMethodsfortheBroadcastingIndustry[M],Berlin:SpringerBerlinHeidelberg,AnthonyIngold,UnaMcMahon-BeattieandIanYeoman,Yieldmanagement:stratigiesfortheserviceindustries[M],Thomson,,2nded.ChristianeBarz,Risk-AverseCapacityControlinRevenueManagement[M],Berlin:SpringerBerlinHeidelberg,OzShy,Howtoprice:aguidetopricingtechniquesandyieldmanagement[M],CambridgePeterJones,HandbookofhospitalityoperationsandIT[M],Oxford,UK;Burlington,RichardKotas,Managementaccountingforhotelsandrestaurants:arevenueaccountingapproach[M],Burlington,Mass.:ElsevierButterworth-Heinemann,c.SunmeeChoi,SheryEKime,.ELECTRONICdistributionchannel'seffectonhotelrevenuemanagement[J],CornellHotelandRestaurantAdministrationQuarterly.Ithaca.Vol.43,Iss.3;pg.23,9pgs,ShuqinLiu,KinKeungLai,Astochasticapproachtohotelrevenuemanagementconsideringmultiple-daystays[J],InternationalJournalofInformationTechnology&DecisionMakingVol.5,No.3()545–556S.E.Kimes,Yieldmanagement:Atoolforcapacity-constrainedserviceforms,JournalofOperationsManagement8(4)(1989)348–363.L.R.WeatherfordandS.E.Bodily,Ataxonomyandreseachoverviewofperish-ableassetrevenuemanagement:Yieldmanagement,overbookingpricing,OperationsResearch10(5)(1992)831–844.L.R.WeatherfordandS.E.Kimes,Acomparisonofforecastingmethodsforhotelrevenuemanagement,InternationalJournalofForecasting19()401–415.M.Rajopadhye,M.B.Ghalia,P.P.Wang,T.BakerandC.V.Eister,Forecastinguncertainhotelroomdemand,InformationSciences132()1–11.M.Rothstein,HoteloverbookingasaMarkoviansequentialdecisionprocess,DecisionScience5(1974)389–404.W.J.Relihan,Theyield-managementapproachtohotel-roompricing,CornellHotelandRestaurantAdministrationQuarterly30(3)(1989)40–45.JeffreyI.McGill,GarrettJ.VanRyzin,RevenueManagement:ResearchOverviewandProspects,TransportationScience,Vol.33,No.2,May1999,233-256StaffanRingbom,OzShy,The‘‘Adjustable-curtain’’Strategy:OverbookingofMulticlassService,RingbomandShy()Journalofeconomics,Vol.77(),No.1,pp.73–90Jean-FrancoisSanchez,AhmetSatir,Hotelyieldmanagementusingdifferentreservationmodes,InternationalJournalofContemporaryHospitalityManagement,Vol.17No.2,pp.136-146SunmeeChoiandAnnaS.Mattila,ImpactofInformationonCustomerFairnessPerceptionsofHotelRevenueManagement,CornellHotelandRestaurantAdministrationQuarterly,Vol.46,No.4pp.444-451SunmeeChoiandAnnaS.Mattila,TheRoleofDisclosureinVariableHotelPricing,CornellHotelandRestaurantAdministrationQuarterly,Vol.47,No.1pp.27-35BreffniM.Noonea,AnnaS.Mattila,HotelrevenuemanagementandtheInternet:Theeffectofpricepresentationstrategiesoncustomers’willingnesstobook,InternationalJournalofHospitalityManagement,Vol.28()pp.272–279Jo¨rgLindenmeier,DieterK.Tscheulin,Theeffectsofinventorycontrolanddeniedboardingoncustomersatisfaction:Thecaseofcapacity-basedairlinerevenuemanagement,TourismManagement,Vol.29pp.32–43;48;151KristinV.RohlfsandSherylE.Kimes,Customers'PerceptionsofBestAvailableHotelRates,CornellHotelandRestaurantAdministrationQuarterly,Vol.48,Is.2pp151-162CindyYoonjoungHeoa,SeokiLeeApplicationofrevenuemanagementpracticestothethemeparkindustry,InternationalJournalofHospitalityManagementVol.28()pp.446–453ErhanAtillaAvinal,RevenueManagementinHotels,JournalofFoodserviceBusinessResearch,Vol.7(4)pp.51-57ArvindSahay,HowtoReapHigherProfitsWithDynamicPricing,SUMMERMITSLOANMANAGEMENTREVIEW,YuriLevinandJeffMcGill,Introductiontothespecialissueonrevenuemanagementanddynamicpricing,EuropeanJournalofOperationalResearch,197pp.845-847,StephenI.Harewood,Managingahotel’sperishableinventoryusingbidprices,InternationalJournalofOperations&ProductionManagement.Vol.26No.10,pp.1108-1122LawrenceR.Weatherford,SherylE.KimesandDarrenA.Scott,Forecastingforhotelrevenuemanagement:Testingaggregationagainstdisaggregation,TheCornellHotelandRestaurantAdministrationQuarterly,Vol.42,Issue4,,pp.53-64MuratEmeksiz,DoganGursoyandOrhanIcoz,Technologyrevenuemanagementsystemforcustomergroupsinhotels,HospitalityManagement25()536–551Bermudez,R.,Dieck,T.,Lieberman,W.,.Revenuemanagementbasicsinthecharterboatindustry.In:Yeoman,I.,McMahon-Beattie,U.(Eds.),RevenueManagementandPricing:CaseStudiesandApplications.ThomsonLearning,London,pp.1–8.Johns,N.,Rassing,C.,.Revenuemanagementinrestaurants:acaseexamplefromBornholm,Denmark.In:Yeoman,I.,McMahon-Beattie,U.(Eds.),RevenueManagementandPricing:CaseStudiesandApplications.ThomsonLearning,LondonHoseason,J.,.Revenuemanagementinvisitorattractions:acasestudyoftheEcoTechCentre,Swaffham,Norfolk.In:Yeoman,I.,McMahon-Beattie,U.(Eds.),RevenueManagementandPricing:CaseStudiesandApplications.ThomsonLearning,London,pp.143–156.Lieberman,W.,.Revenuemanagementinthehealthcareindustry.In:Yeoman,I.,McMahon-Beattie,U.(Eds.),RevenueManagementandPricing:CaseStudiesandApplications.ThomsonLearning,London,pp.137–142.SherylE.KimesandKellyA.McGuire,Function-spaceRevenueManagement:ACaseStudyfromSingapore.CornellHotelandRestaurantAdministrationQuarterly,Vol.42,pp33-46JoséGuadix,PabloCortés,LuisOnieva,JesúsMunzuri,Technologyrevenuemanagementsystemforcustomergroupsinhotels,JournalofBusinessResearch,(4)JonesP,LockwoodA.Operationsmanagementresearchinthehospitalityindustry.InternationalJournalofHospitalityManagement1998;17(2):183–202.]Littlewood,K.,1972.Forecastingandcontrolofpassengerbookings.In:Proceedingsofthe12thAGIFORSSymposium,AmericanAirlines,NewYork.[2]K.Talluri,G.vanRyzin,Arandomizedlinearprogrammingmethodforcomputingnetworkbidprices,TransportationScience33(2)(1999)207–216.SherylE.KimesandJochenWirtz,HasRevenueManagementBecomeAcceptable?FindingsFromanInternationalStudyonthePerceivedFairnessofRateFences,JournalofServiceResearch,Vol.6,No.2,No.2,,pp.125-135SherylE.Kimes,RichardB.Chase,SummeeChoi,PhilipYLeeandElizabethNNgonzi,RestaurantRevenueManagement:ApplyingYieldManagementtotheRestaurantIndustry,CornellHospitalityQuarterly,Vol.39;pp.32-39,1998GaryM.Thompson,(Mythical)RevenueBenefitsofReducingDiningDurationinRestaurants,CornellHotelandRestaurantAdministrationQuarterly,Vol.50,Issue196-112,SherylE.KimesandGaryM.Thompson,Anevaluationofheuristicmethodsfordeterminingthebesttablemixinfull-servicerestaurants,JournalofOperationsManagement,Vol.23,pp.599–617,SherylE.Kimes,RestaurantRevenueManagementImplementati