3

WebTech

Личный кабинет

Проекты, коммерческие предложения, документы и отчёты — в одном месте.

Войти Зарегистрироваться Забыли пароль?
Revenue management

Цена пересчитывается по спросу и конкуренту

Собираем продажи, отказы, остатки и цены конкурентов в одну модель, формулируем правила и ограничители — и отдаём менеджеру рекомендацию, а не таблицу на сто колонок.

Или сразу: +7 (962) 368-39-51 Telegram

ежедневно
пересчёт цен по всем датам
rate shopper
цены конкурентов по своим датам
A/B
проверка эффекта на выручку
guardrails
пороги, ниже которых цена не падает
Задачи

Почему прайс-лист перестаёт работать

Речь не о том, чтобы продавать дороже. Речь о том, чтобы не продавать дешевле, чем позволяет спрос.

Цены меняются раз в сезон

Прайс утверждается на год, а спрос двигается неделями: выставки, праздники, каникулы, региональные события. К датам высокого спроса остатки уходят по низкой цене.

Нет системного мониторинга конкурентов

Менеджер вручную открывает сайты соседей и OTA по нескольким датам. Остальные даты и типы размещения остаются без сравнения, а данные устаревают к моменту решения.

Скидки выдаются вручную и бесконтрольно

Каждый менеджер по-своему решает, кому дать скидку. Один и тот же номер на одни даты продаётся по трём ценам, а маржа уходит в переговоры.

Каналы продаж рассинхронизированы

На сайте одна цена, в OTA другая, у агента третья. Клиент видит разницу, требует лучшую цену, а паритет нарушен без всякого умысла.

Прогноз спроса строят на интуиции

Нет модели, которая учитывает бронирования с длинным горизонтом, темпы продаж прошлых периодов и события в городе. Решения принимаются по памяти о прошлом годе.

Ручная работа не масштабируется

Даже если методика верная, пересчитать десять тысяч дат по нескольким категориям в электронной таблице физически невозможно. Цены просто не доходят до всех дат.

Решения

Как устроена система ценообразования

Четыре слоя, которые можно внедрять по отдельности: данные, прогноз, правила и доставка цен.

Данные и мониторинг рынка

Без чистых данных любая модель остаётся гаданием. Начинаем с того, что вообще есть в системе.

  • История броней, отказов, отмен и фактических продаж по датам
  • Сбор цен конкурентов и OTA по своим датам и категориям (rate shopping)
  • Календарь событий: выставки, концерты, праздники, школьные каникулы
  • Загрузка, остатки и ограничения по закрытию продаж

Прогноз спроса и эластичность

Модель показывает ожидаемый спрос на каждую дату и то, как он реагирует на изменение цены.

  • Базовый прогноз по темпам бронирования и сравнение с прошлыми периодами
  • Оценка эластичности по сегментам: корпоративный, группа, розница, агент
  • Разделение по горизонту: что делать за 90 дней, а что за 3 дня до заезда
  • Понятные объяснения к рекомендации, а не только итоговая цифра

Движок правил и эксперименты

Что именно система делает с ценой: где поднимает, где держит, где защищается от демпинга.

  • Правила по загрузке, темпу продаж, длительности проживания и каналу
  • Ограничители: минимальная и максимальная цена, шаг изменения, лимит изменений в сутки
  • Согласование и ручное подтверждение для крупных отклонений от текущей цены
  • Эксперименты A/B на сопоставимых датах для проверки эффекта

Доставка цен в каналы

Расчёт бесполезен, если цена не дошла до канала продаж или дошла частично.

  • Обмен с channel manager, PMS или CRS, прямые интеграции с OTA
  • Контроль паритета: расхождения между сайтом, OTA и агентскими каналами
  • Очереди, повторные попытки и журнал подтверждений по каждой выгрузке
  • Кэш витрины, чтобы частые изменения не били по скорости загрузки страниц
Процесс

Как мы приходим к управляемой цене

Не начинаем с моделей машинного обучения: сначала проверяем, что данные вообще позволяют принимать решения.

  1. 01 2–3 недели

    Аудит данных и процесса

    Смотрим историю продаж, полноту отказов, качество учёта остатков и то, как решения принимаются сейчас. Определяем, каких данных не хватает для прогноза.

  2. 02 4–6 недель

    Пилот на узком сегменте

    Берём одно направление или одну категорию номеров и один горизонт дат. Настраиваем прогноз, правила и ограничители, считаем эффект на выручку и загрузку.

  3. 03 6–10 недель

    Автоматизация и каналы

    Расширяем на все даты и категории, подключаем доставку цен в каналы, строим контроль паритета и отчёт по отклонениям ручных правок.

  4. 04 постоянно

    Контроль и донастройка

    Следим за отклонением прогноза от факта, пересматриваем пороги в сезон и низкий сезон. Обучаем revenue-менеджера работать с рекомендациями, а не вместо них.

Какие данные нужны, чтобы цена работала

Динамическое ценообразование начинается не с алгоритма, а с инвентаризации данных. Минимальный набор: история броней с датами заезда и выезда, каналом продаж и фактически уплаченной суммой; данные об отказах и отменах — они показывают реальный спрос, который не превратился в продажу; остатки и ограничения по закрытию продаж; цены конкурентов по сопоставимым датам и категориям.

Отдельная сложность — события в городе: выставки, концерты, спортивные матчи, школьные каникулы. Их влияние на спрос огромно и плохо выводится из исторических продаж, поэтому календарь событий стоит вести отдельно и поддерживать вручную или через внешние источники. Без него модель будет систематически недооценивать пиковые даты.

Правила-ограничители: как не потерять маржу в погоне за загрузкой

Любая автоматика, снижающая цену, без ограничителей быстро превращается в инструмент управляемого демпинга: система видит низкий темп продаж и опускает цену до уровня, при котором выручка на номер падает быстрее, чем растёт загрузка.

Поэтому в проекте всегда есть набор порогов: минимально допустимая цена по категории и дате, максимальный шаг изменения за один пересчёт, лимит числа изменений в сутки, запрет на снижение ниже цены конкурента более чем на заданную величину, обязательное подтверждение человеком при отклонении больше заданного процента. Эти настройки обсуждаются с коммерческим директором, а не выбираются разработчиком.

Как проверить эффект от динамического ценообразования

Проверять «среднюю цену до и после» бессмысленно: между периодами меняются спрос, состав гостей и рынок. Корректный подход — сравнение сопоставимых групп дат: часть управляется новой моделью, часть остаётся на текущих правилах, и вы сравниваете доход на доступный номер, загрузку и долю отказов.

Мы закладываем в систему такой эксперимент до включения автоматики на все даты. Обычно уже через один-два месяца видно, на каких сегментах модель уверенно выигрывает, а где её рекомендации стоит ограничивать. Это же сравнение становится аргументом для коммерческого директора, когда нужно защищать изменение ценовой политики.

Частые вопросы

Нет. Для большинства задач первые результаты даёт прозрачная модель на правилах и статистике: темпы бронирования, сравнение с прошлыми периодами, загрузка и цены конкурентов. Машинное обучение подключается позже и только там, где есть достаточная история данных и понятная метрика качества прогноза. Правила, которые менеджер может объяснить и оспорить, на старте ценнее сложной модели.

Да, если есть источник остатков и тарифов — например, channel manager, CRS или прямые интеграции с OTA. Мы подключаемся к тому контуру, который у вас уже есть, и работаем с ним как с источником истины по номерному фонду. Если учёт ведётся в таблицах, сначала придётся описать минимальную модель остатков и тарифов, иначе автоматизация будет опираться на недостоверные данные.

Пилот на одном направлении или категории с прозрачным прогнозом и ручным подтверждением рекомендаций запускается за полтора-два месяца. Полный контур с автоматической доставкой цен в каналы, контролем паритета и отчётностью занимает от четырёх до шести месяцев. Срок определяется не моделью, а количеством интеграций с системами учёта и каналами продаж.

Нет, если разделить расчёт и витрину. Цены пересчитываются в фоне по расписанию, результат складывается в хранилище, а страницы и поиск читают уже готовые значения из кэша. Мы не выполняем тяжёлые вычисления в момент запроса пользователя: витрина получает актуальную цену за миллисекунды, а расчёт живёт своей нагрузкой и не влияет на отклик сайта.

TravelTech: другие направления

Смежные задачи, которые обычно решаются в одном проекте с этой.

Хотите управлять ценой системно?

Расскажите, какие данные о продажах и конкурентах у вас есть, — оценим, что реально автоматизировать в первом релизе.