5 pasos para ayudarlo a confiar en sus nuevos robots colaboradores
Esta es una publicación de uno de nuestros socios proveedores de software Buoy.
“¿Cómo lo estoy haciendo en comparación con mi competencia?” Debería ser fácil responder a esa pregunta: Sólo tiene que ir a tu OTA favorita, mirar en su región y comparar los precios. Pero muy pronto estará ahogándose en pestañas abiertas y notas garabateadas a mano como un teórico de la conspiración. El proceso de comparación de su anuncio con los que sus huéspedes podrían considerar antes de reservar el suyo (o lo que nosotros llamamos de “comps”) es engorroso. La mayoría de los gestores de alquiler se resignan a una de dos opciones:
1) ignorancia
2) un robot.
En este caso, un robot viene en forma de software dirigido por algoritmos que filtra los listados en su de mercado hasta los más parecidos a los suyos.
Ahora, muchas compañías ofrecen software que puede curar compsets. Pero como la noción clásica de un robot torpe y sin emociones, estos programas tienden a producir compsets demasiado grandes y necesitan una perspectiva humana aplicada. Si esa tarea le corresponde, use estas cinco pruebas para validar el compuesto que sus colaboradores robots hicieron.
1) Definir cerca de
Todos los compsets se compondrán de listados “cercanos”. Sin embargo, determinar exactamente qué “cercano” los medios pueden ser difíciles. ¿Significa el mismo código postal? ¿En el mismo barrio? Es un tiro de dados. Para mí, los códigos postales son la peor indicación de proximidad. Varían en tamaño en función de la densidad de población, lo que significa que son demasiado pequeños en las zonas urbanas y demasiado grandes en algunas rurales. Otros lugares no tienen códigos postales en absoluto. Evítalos si puedes.
Los barrios son mejores porque pueden abarcar múltiples códigos postales, pero los límites pueden ser dibujados arbitrariamente. Los vecindarios también pueden contener múltiples ambientes. Si una familia reserva un anuncio demasiado al sur en Miami Beach, pueden encontrar más vida nocturna de la que esperaban.
Confío en un radio para mis compsets y ajusto el tamaño basado en la densidad del mercado, como tu los invitados lo harán. Para ver lo que quiero decir, adopta la perspectiva de un invitado y planea dos viajes. El primero es un un viaje de negocios en solitario a Ginebra, y el segundo es un viaje familiar de esquí en los Alpes franceses. Cuando planea el viaje a Ginebra – una densa área urbana con muchos alquileres – usted considerará docenas de listados en las proximidades de su oficina. El radio para su búsqueda podría ser medio kilómetro o más pequeño. Cuando planea su viaje de esquí también tendrá en cuenta docenas de listados, pero estarán en muchos pueblos salpicados por los Alpes y separados por muchos kilómetros. El radio de su búsqueda será mucho más grande. Los compsets deberían funcionar de la misma manera. Las ciudades densas tendrán pequeñas huellas de los compsets, y las zonas rurales tendrán grandes.
2) Evaluarlos
Hacer coincidir el número de habitaciones es algo obvio. Es el primer filtro que los robots usarán cuando construyan su compset. Pero asegúrese de no detenerse ahí. Tenga en cuenta los baños y la capacidad también. Si un listado cercano coincide con el número de habitaciones pero tiene el doble de capacidad, es probablemente apuntado a un tipo diferente de huésped.
Las áreas densas pueden tener suficientes tamaños de muestra con una coincidencia exacta en cada métrica, pero en mercados más delgados, es posible que necesite relajar las restricciones para alinearse mejor con lo que los potenciales huéspedes están evaluando. Si su apartamento tiene tres dormitorios o menos, primero relájese en las limitaciones de capacidad, luego los baños, luego los dormitorios como último recurso. Con grandes casas familiares (más de 4 camas), ajuste baños primero, seguido por la capacidad y finalmente los dormitorios. ¿La razón de esto? Muchos las familias dan prioridad a las “camas” sobre los “dormitorios” porque quieren asegurarse de que todo el mundo tiene un lugar para descansar la cabeza.
3) Cuantificar la calidad
La forma más fácil de medir la calidad es a través de la puntuación de revisión, y podemos medir la madurez de la lista a través del número de revisiones. Su robot probablemente tiene en cuenta ambas cosas cuando está buscando por calidad. La razón es obvia: Dos listados pueden tener la misma calificación de cinco estrellas, pero el que tiene trescientas críticas es más impresionante que el que tiene sólo tres críticas.
También deberías tener en cuenta la calidad del diseño. Si puedes, revisa las fotos de cada listado en tu compset y ver si se sienten similares. Ya que no hay forma de comparar cuantitativamente estética, los robots necesitarán que les eches una mano.
4) Combine segmentos
Recordemos el viaje de negocios que reservaba en Ginebra. Digamos que usted reserva un apartamento de un dormitorio de escala media. Ahora, puede haber muchos alquileres de un dormitorio diferentes en el mismo edificio. Podemos imaginarnos el ático con una terraza que su director general puede reservar. Podemos imaginar el apartamento del segundo piso que un estudiante alquila cuando está fuera de la ciudad. Aunque cada uno de estos listados comparte muchas características – ubicación, tamaño, tal vez incluso puntuaciones de revisión – la mayoría la gente no los consideraría como una combinación. ¿Por qué? Están en segmentos diferentes.
Ahora, una forma sencilla de determinar el segmento es simplemente comparando la ubicación con los ingresos o ADR. Probablemente así es como instintivamente identificó los segmentos en el ejemplo anterior: el estudiante el apartamento, el apartamento de escala media y el ático.
Aquí es donde los mejores robots pueden hacerlo mejor, incorporando ventanas de reservación promedio, duración de la estadía, variación de tarifas, y estacionalidad para construir un perfil de ocupación para su listado.
Dada una ubicación y un perfil de ocupación, podemos identificar el segmento. Cuando un robot ve su estancia en Ginebra (ventana de reserva: tres días, huéspedes: uno, días ocupados: L-M) piensa “estancia corporativa”. Cuando vea su estancia en Chamonix (ventana de reserva: setenta días, huéspedes: seis, días ocupados: L-S) piensa “estancia de ocio en grupo”. Aquí es donde ese algoritmo impulsado por el software puede sobresalir. Llevaría horas hacer este tipo de análisis para un solo listado, y mucho menos las docenas de listados en su conjunto.
5) ¿Pero qué pasa con los hoteles?
Recuerde, un compset representa los listados que un huésped consideraría antes de reservar el suyo. Por esa lógica, ningún grupo está completo sin los hoteles. Las métricas de rendimiento de los hoteles como la ocupación y el ADR son caras y difíciles de conseguir, así que priorice las tarifas futuras al recopilar los datos de los hoteles.
Enfrentemoslo, los hoteleros tienden a hacer un mejor trabajo que los administradores de alquileres de vacaciones cuando se trata de predecir la demanda. Los mejores robots informarán sobre las tendencias de precios en los hoteles cercanos.
Estamos construyendo mejores robots
Las herramientas de Buoy están diseñadas para colaborar con los gestores de alquiler, en lugar de tratar de reemplazarlos.
Encuéntranos en el Guesty Marketplace.
