La base de toda estrategia de Revenue Management para la toma de decisiones: LittleWood’s Rule
LittleWood’s Rule es una herramienta que ayuda al Revenue Manager a tomar las mejores decisiones para su estrategia de Revenue Management.
Para comprender este concepto trabajaremos en base a un ejemplo en el que hemos detectado, en base a análisis previos de nuestros datos históricos, que tenemos 2 tipos de clientes:
- CLIENTE TIPO 1 (CT1) : Dispuestos a pagar 100 € por una habitación con unas determinadas condiciones, o como se denomina en Revenue Management, Barreras tarifarias basadas en restricciones (reserva por anticipado, características de la habitación…)
- CLIENTE TIPO 2 (CT2): Otros dispuestos a pagar un poco más, digamos 200 €, por una habitación con unas restricciones menos fuertes que el cliente tipo 1.
El trabajo del Revenue Manager consistiría en conseguir que maximizar el beneficio obtenido para las habitaciones que aún le quedan disponibles.
Lo ideal sería aceptar a aquellos clientes que estuvieran dispuestos a pagar más y rechazar a aquellos dispuestos a pagar menos pero esto lógicamente es imposible (tenemos competidores que van a hacer ofertas más competitivas) por lo que debemos lograr un mix de clientes en base a ambas tarifas maximizando el beneficio, es decir, buscando saber cuantos clientes estarían dispuestos a pagar esta tarifa más elevada.
Si el CT2 (dispuesto a pagar más) llama en primer lugar no hay mayor problema puesto que cerramos la reserva al máximo beneficio, pero ¿Qué ocurre si el CT1 es quien llama primero? ¿Cuándo debemos aceptar estas reservas que nos generan un menor beneficio?
¡LittleWood’s Rule es la herramienta que nos ayuda a tomar esta decisión!
Para aquellos familiarizados con fórmulas matemáticas relacionadas con estadística os dejo este enlace para una mejor comprensión. Para el resto trataré de explicarlo a continuación de forma conceptual:
El primer paso que debemos llevar a cabo es concer el denominado “Expected Value /Valor Esperado (EV)”.
Para conocer el EV lo que haremos será multiplicar la tarifa más elevada (CT2) por la probabilidad de que CT2 acuda a nuestro establecimiento.
Ej.
EV para CT1 = 100 € x 100% (ya que es el primero que llama) = 100 €
EV para CT2 = 200 € x 20% (Esta probabilidad la hallamos en base a nuestro análisis de datos históricos) = 40 €
En esta situación, como la probabilidad de CT2 es tan baja, aceptaríamos las solicitudes de CT1
¿Qué ocurriría si por ejemplo la probabilidad de CT2 aumentara hasta un 80%?
EV para CT2 = 200 € x 80%= 160 €
En esta situación, como la probabilidad de CT2 es tan elevada, aceptaríamos las solicitudes de CT2 y rechazaríamos las de CT1, es decir “protegeríamos esas habitaciones” (lo que denominaremos en adelante “Protection Level/Nivel de Protección (PL))
¡Esta es la base para empezar a comprender LittleWood’s Rule!
Una vez entendido el concepto podemos ir un paso más allá y este radica en la necesidad de tener un sistema de control de nuestro inventario para poder planificar estas acciones con antelación.
Para ello, y en base a las fórmulas que ya hemos visto haremos lo siguiente inigualdad:
En un lado de la ecuación pondremos CT1 el cual debe ser mayor o igual a la CT2 multiplicado por la probabilidad de que la demanda para la tarifa CT2 sea mayor a al Nivel de Protección (PL)
Recordemos:
- CT1 : Dispuestos a pagar 100 € por una habitación con unas determinadas condiciones, o como se denomina en Revenue Management, Barreras tarifarias basadas en restricciones (reserva por anticipado, características de la habitación…)
- CT2: Otros dispuestos a pagar un poco más, digamos 200 €, por una habitación con unas restricciones menos fuertes que el cliente tipo 1.
- PLCT2: Habitaciones que debemos dejar disponibles para el cliente CT2 dispuesto a pagar más.
- EV: Valor esperado.
Llegados a este punto lo que hay que buscar es el punto a partir de que esta ecuación se sustente y esto lo haremos variando el PLCT2 y lo haremos a partir de la siguiente tabla:
Analizando cada fila y poniendo como ejemplo la primera diríamos que…
“si yo tuviera que proteger 6 habitaciones para la tarifa elevada y la probabilidad de vender al menos esos 6 sitios fuera de un 20% (teniendo en cuenta que las 5 primeras habitaciones tenemos la seguridad de que vamos a venderlas a ese precio en base a nuestros históricos), el valor esperado(40€) si rechazáramos las reservas a tarifa CT1 (100€) sería inferior al valor de dicha tarifa (40€<100€). Por lo tanto aceptaríamos las reservas a tarifa CT1.
Como vemos en el ejemplo es en 3 habitaciones a una probabilidad del 60% cuando conseguimos que el EV sea superior a CT1 y será en el valor inmediatamente superior en el que estableceremos el PL. En este caso en 4.
A continuación os dejo unos videos muy explicativos sobre este concepto de Revenue Management. La explicación está basada en un ejemplo de líneas aéreas pero es fácil adaptarlo a un hotel tal y como lo explica. Está en inglés pero su comprensión no es difícil.
¿Quieres aprender más sobre Revenue Management? Aquí tienes el enlace a nuestro curso de Revenue Management. Recuerda que es bonificable a través de los créditos de FUNDAE (antigua fundación tripartita) para empleados y, en caso de que no estés, trabajando para una empresa puedes ver aquí todos nuestros valores diferenciales y descuentos.
¡Recibe en tu Whatsapp nuestros últimos artículos!
Añade a tus contactos el número +34609536809 y envía un whatsapp con tu nombre y la palabra ALTA EREV WEB.
Suscríbete a nuestro blog y no te pierdas ninguno de nuestros estudios, videos y reflexiones sobre Revenue Management, Distribución Hotelera y Marketing Hotelero. Además te enviaremos nuestros ebooks, curso gratuito ¡y mucho más!
Acepto el Aviso Legal ¡Suscríbeme!
¡Comparte este artículo en las redes sociales!
Estimado hotelero, espero que este artículo te haya resultado útil. Si piensas que puede ayudar a otros te invito a compartirlo a través de cualquiera de estas opciones.
Muchas gracias por tu artículo. Aunque soy muy malo en estadística (y ya me vale) es de lo más ejemplificador. Un abrazo.
Hago lo complejo sencillo 😉 Gracias Aurelio!