‘Forecasting’ is een essentiële managementtaak binnen elke gastvrijheidsorganisatie. Dankzij een goede forecastingtechniek kan de verwachte vraag met betrekking tot hotelkamers, vergaderzalen et cetera, doeltreffend in kaart worden gebracht.
Hoe vaak een voorspelling ofwel forecast wordt opgesteld, (en hoe ver vooruit) zal sterk afhangen van onder andere de fluctuatie in de bezetting per dag, en de afhankelijkheid van de bezetting van andere afdelingen. Een voorbeeld van een ‘forecast cyclus’ voor een restaurant is:
- Elke ochtend: forecast voor lunch, diner en overige (maaltijd)periodes op die dag.
- Elke maandag: forecast voor de lopende week per dag; en voor de totale week.
- Elke eerste dag van de maand: forecast voor de lopende maand totaal (en eventueel twee of meer daaropvolgende maanden).
- Elk jaar: budget (geen forecast).
Boekingspatronen
De ‘lead-time’ (boekingstermijn) per segment verschaft informatie over het moment waarop de gast zijn reservering maakt. Per segment kunnen hierin makkelijk herkenbare patronen worden ontdekt. In het algemeen dienen deze patronen ook per dag van de week te worden uitgesplitst. Zo zal een hotel dat van maandag tot donderdag veelal zakelijke gasten heeft, en in het weekend de leisuremarkt aantrekt, met twee verschillende boekingspatronen te maken krijgen. Terwijl de zakenman nul tot vijf dagen voor aankomst reserveert, is de lead-time voor (individuele) particuliere overnachtingen aanzienlijk langer.
Het is voor elke hospitalityorganisatie van belang dat zulke historische informatie beschikbaar is. Aan de hand daarvan moeten immers toekomstige boekingspatronen voorspeld worden.
Met behulp van de lead-time per segment kunnen we gedetailleerd voorspellen wanneer onze boekingen binnen gaan komen, en dus accommodatie voor deze segmenten gaan alloceren.
Bewegende gemiddelden
Door middel van de ‘bewegend gemiddelde techniek’ is het mogelijk een inschatting te maken van de toekomstige bezetting per dag en per doelgroep. De bezetting (bijvoorbeeld het verkochte aantal kamers, of het aantal verhuurde dagdelen) uit twee voorafgaande periodes wordt als basis genomen. Dit dienen vergelijkbare periodes te zijn, bijvoorbeeld week 12 uit 1999 en week 12 uit 2000. In beide gevallen dienen exact dezelfde dagen met elkaar te worden vergeleken. Het gaat dus niet om een datavergelijking. Door de bezetting van de voorgaande periodes op te tellen en te delen door 2, kan een eerste inschatting worden gemaakt voor een vergelijkbare periode in 2001.
In het bovenstaande wordt bewust gesproken van een eerste inschatting. Immers, alle afwijkingen ten opzichte van de vorige periodes dienen hiernaast in ogenschouw te worden genomen. Daaronder het huidige boekingsniveau, in vergelijking met vorige periodes; lopende aanvragen en opties; toe- of afname in de concurrentie; afwijkingen in congressen, beurzen, speciale evenementen... Alsmede afwijkingen in feestdagen en vakanties; marktbewegingen (op- of neergaand) en overige invloedsfactoren.
Het is uiterst belangrijk dat per dag voorspeld kan worden hoeveel kamers, zalen et cetera ongeveer bezet zullen zijn per segment. Zodoende kan bepaald worden welke dagen een dalbezetting hebben en wat de topdagen zijn.
Voor de topdagen/dagdelen kunnen diverse acties worden ondernomen op het gebied van onder andere de prijsstructuur. Op het gebied van aannamebeleid kunnen we denken aan het reserveringsbeleid, verschillende arrangementen en beperkende regels per arrangement en/of prijsniveau/prijstype.
Allocaties per segment
Als bovenstaande twee stappen zijn voltooid, kan de marktsegmentatie plaatsvinden. Deze dient namelijk gebaseerd te zijn op een gedetailleerde analyse van de vraag en van de concurrentie, zoals bovenstaand beschreven.
De uiteindelijke doelstelling hierbij is, de vraag te identificeren per geselecteerd marktsegment per periode, waarbij een voorspelling wordt gemaakt van het aantal eenheden dat per segment per dag kan worden verkocht/toegewezen.
Indien de totale vraagverwachting de totale capaciteit overtreft, kan een accurate voorspelling voorkomen dat bijvoorbeeld kamers of stoelen die tegen een hoge prijs verkocht hadden kunnen worden, uiteindelijk zijn geblokkeerd door segmenten met lagere tarieven.
Dit segmentatieproces heeft niet alleen te maken met het bepalen van de juiste mix van segmenten om het aanbod te verkopen/verhuren tegen de hoogst mogelijke prijzen, maar het betekent ook dat men het gedrag per marktsegment moet kennen, inzake aanvraagtermijnen, ‘pick-up’ percentage, aankomst- en vertrekpatronen, enzovoort.
- Tips:
- Pas de forecastingcyclus aan de boekingscysclus per doelgroep aan.
- Kijk naar de verschillen in boekingstermijn per marktsegment.
- Vergelijk soortgelijke dagen met elkaar, in plaats van vergelijkbare data.
- Houd rekening met afwijkingen ten opzichte van voorgaande periodes.
- Zorg dat met het aanname- en prijsbeleid flexibel kan worden ingespeeld op forecasts per segment.
HM302001
