一种基于需求量的酒店客房定价方法及系统与流程

本发明涉及酒店管理技术领域，尤其涉及一种基于需求量的酒店客房定价方法及系统。

背景技术：

随着人民生活水平的提高，生活方式呈多样化发展，人们对生活的品质愈加注重，对“走出去看看”的想法更加强烈，旅游理所当然成为都市人的首选，伴随着就是对旅游产品的旺盛需求。在人们有了出游的打算，随之而来的是对旅游产品的选择，其中价格因素对最终选择有较大影响。所以，对于旅游产品的供给方，在保证旅游产品质量的同时，如何定价很关键。酒店行业作为收益管理的重要旅游产品，应该抓住发展契机。

如公开号为CN104504446A的专利文献提供的“基于端到端反向定价的酒店客房直订系统及其使用方法”，该方法运用移动互联网，实现了直订：住店客人与酒店方直接协商房价，酒店方随时根据销售情况决定每一单的房价。

又如公开号为CD104899692A的专利文献提供的“一种宾馆酒店客房模块化管理系统及定价管理方法”，该管理系统，包括主机系统、读写卡器、酒店设施计控智能终端、房卡和用户终端；所述主机系统由至少一台通用计算机、一台读写卡器和网络构成，所述的酒店设施计控智能终端通过总线与读写卡器和房间门锁控制电路相连，读取读卡器中数据用于控制房门开关、房间内设施和对设施的使用时长和使用量进行记录；所述的房卡，记录消费者定房信息，并对所设定酒店设施和服务予以电子授权。通过发布基础房价和附加房价，使得消费者对于房间配置进行自由选择，选择面广，自由，便于控制和管理。

上述两专利文献中，关于酒店客房产品的定价大都单一的采用成本导向定价法、竞争导向定价法等定价方法，结果是定价比较笼统，差异化定价不够彻底，产生的直接影响是：旺季收益不旺，淡季收益更淡，收益没有最大化。

技术实现要素：

针对上述现有技术的现状，本发明通过构建酒店客房线下预订和线上预订收益模型，提出一种基于需求量的酒店客房定价方法及系统。

本发明解决上述技术问题所采用的技术方案为：

一种基于需求量的酒店客房定价方法，包括：

S1.获取潜在需求量以及价格敏感度；

S2.根据所述潜在需求量以及价格敏感度，计算线下预订需求量、线上预订需求量和总需求量；

S3.建立酒店收入最优定价模型，将线下预订需求量、线上预订需求量、总需求量与客房总量对比分析，得到不同情况对应的定价方法：

若客房总量大于总需求量，则降低线上预订方式客房定价；

若客房总量大于线下预订需求量，且客房总量小于总需求量，则根据情况分配对应客房数以线下预订方式客房定价的价格提供给消费者线上预订；

若客房总量小于线下预订需求量，则全部采用线下预订方式。

进一步地，所述步骤S1中，通过分析酒店客房销售历史数据，获取潜在需求量以及价格敏感度。

进一步地，所述步骤S2中，所述线下预订需求量计算公式为：DX＝A1-B1*P；

其中DX为线下预订方式需求量；

A1为线下预订方式潜在需求量；

B1为线下预订方式价格敏感度；

P为线下预订方式客房定价。

进一步地，所述步骤S2中，所述线上预订需求量计算公式为：

DY＝A2-B2*d*P；

其中DY为线上预订方式需求量；

A2为线上预订方式潜在需求量；

B2为线上预订方式价格敏感度；

d为线上预订方式的折扣率。

进一步地，所述步骤S2中，所述总需求量计算公式为：D＝DX+DY＝(A1+A2)–(B1+B2d)P；

其中D为线下预订方式和线上预订方式的总需求量。

进一步地，所述步骤S3中，酒店收入最优定价模型为：

Max{π(d)＝P*min{N,DX}+d*P*min{(N-DX),DY}}；

其中π(d)为酒店总收入，所述酒店总收入为线下预订收入与线上预订收入之和；

N为客房总量；

进一步地，基于所述酒店收入最优定价模型，由于原价基本固定，设定原价P＝1，可得：

DX＝A1-B1；

DY＝A2-B2*d；

D＝A1-B1+A2-B2d；

(1)当N≦A1-B1时，酒店收益△π＝N，此时降低线上预订方式客房定价；

(2)当A1-B1﹤N≦A1-B1+A2-B2时，d*＝1，

min{N,DX}＝A1-B1,min{(N-DX),DY}＝N-A1+B1，酒店收益△π＝N-A1+B1，此时根据情况分配对应客房数以线下预订方式客房定价的价格提供给消费者线上预订；

(3)当A1-B1+A2-B2﹤N时，d*＝(A2+A1-B1-N)/B2，酒店收益△π＝A2-B2；此时全部采用线下预订方式。

一种基于需求量的酒店客房定价系统，包括：

获取模块，用于获取潜在需求量以及价格敏感度；

计算模块，用于根据所述潜在需求量以及价格敏感度，计算线下预订需求量、线上预订需求量和总需求量；

定价模块，用于建立酒店收入最优定价模型，并确定不同情况对应的定价方法。

进一步地，所述定价模块包括：

建模单元，用于建立酒店收入最优定价模型；

对比单元，用于将所述线下预订需求量、线上预订需求量、总需求量与客房总量对比分析，得到不同情况对应的定价方法。

进一步地，所述定价模块还包括分配单元，用于当客房总量大于线下预订需求量，且客房总量小于总需求量时，根据情况分配对应客房数以线下预订方式客房定价的价格提供给消费者线上预订。

本发明通过分析酒店客房销售历史数据中不同折扣率对应客户的需求程度，建立起价格折扣力度和客户对价格的敏感度之间的关系，通过构建酒店客房线下预订和线上预订收益模型，得出最优定价方法，使得酒店利益最大化。

附图说明

图1为本发明一种基于需求量的酒店客房定价方法流程示意图。

图2为本发明一种基于需求量的酒店客房定价系统结构图。

具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

如图1所示为本实施例中一种基于需求量的酒店客房定价方法流程示意图，该方法包括：

S1.获取潜在需求量以及价格敏感度；

S2.根据所述潜在需求量以及价格敏感度，计算线下预订需求量、线上预订需求量和总需求量；

S3.建立酒店收入最优定价模型，将线下预订需求量、线上预订需求量、总需求量与客房总量对比分析，得到不同情况对应的定价方法：

若客房总量大于总需求量，则降低线上预订方式客房定价；

若客房总量大于线下预订需求量，且客房总量小于总需求量，则根据情况分配对应客房数以线下预订方式客房定价的价格提供给消费者线上预订；

若客房总量小于线下预订需求量，则全部采用线下预订方式。

互联网已经深刻改变着消费者的生活形态和消费习惯，各行业也都纷纷迎合消费者消费习惯的改变，提供线上消费方式。通过在线方式预订机票、酒店等服务形式成为我国在线旅游业务增长的主要表现。在线休闲旅游服务正快速发展，其中在线预订已成为酒店行业获取客源不可或缺的渠道。

酒店通过增加预订渠道可以提高客房入住率，特别在旅游淡季，低廉的价格可以吸引价格敏感性较高的旅客，减少客房空余，增加酒店的总体收益，但低价预订方式也会对总体收益带来负面影响，例如：由于同一时间同一房型价格差异过大，旅客满意度降低，易遭到客户投诉。多种预订方式的差异化定价会使游客涌入到低价的预订方式，从而影响酒店的总收益。结果是直接导致酒店佣金收入持续下降，对酒店的价格体系也有一定冲击，尤其对酒店个体影响更甚。对酒店而言，定价策略及方法直接关系到酒店收益。

对于多渠道差异化定价的酒店经营模型，往往采用线上和线下两种预定房间的方式，这两种预定方式中，线下的定价策略比较单一，往往就是房间实价(即原价房)，在本实施例中，通过线下方式进行房间预定的客户，不考虑价格对其影响度，只考虑季节的影响。

而通过线上预定房间的方式，往往具有灵活多变的定价策略，并且不同的定价往往对应了不同的渠道。

一般而言，对于喜爱某一渠道获取网上资源信息的客户，其信息来源基本上是固定的，即因渠道信息错位带来的数据影响值有限，因此在本发明中同样不考虑信息错误因素。也就是说，在符合自然规律的通常情况下，某一客户了解的线上预定房源，往往会习惯性的来自一个渠道，该客户了解到的房源信息，在某一时间段内是固定的，比如该客户喜欢从美团网上搜索客房资源，那么他的信息来源基本上是以美团为主，在此基础上，可以将客户的线上预定房间的需求与房价(或折扣率)之间的关系进行固定，通过获取这两者之间的关系，将房价对需求量的影响科学的分析得出，会使得定价策略更具合理性。

基于上述分析，在判断酒店定价策略时，重点在于两个方面：第一、获知当前酒店的需求量，即旅客通过网络、电话或现场对酒店客房的预订量。第二、获取价格对酒店需求量的影响，即该数值反应了旅客对获取酒店客房资源的意愿程度，如果当前酒店需求量很高，即使原价发售也会有旅客预定，那么就可以适当提高原价房的比例，甚至将所有的房源都设置成原价房。如果当前旅客对于酒店客房资源并无太高的需求量，则可以增加折扣房，甚至是非盈利房的比例，以此刺激当前旅客的客房需求量。

通常来说，游客对酒店客房的需求，以旅游目的为最直接相关因素，为了便于数学模型的搭建，本发明中，将只考虑旅游目的为唯一因素，将商务出行或访亲出行等其它因素排除。而以旅游目的作为出行因素的数据中，往往跟旅游的季节强相关，即通常所说的旅游旺季和旅游淡季。而且这种相关趋势在没有人为政治因素或自然灾害因素的影响下，几乎已经成为定式，即不会因为年份的差异而产生影响。

在本实施例中，以客观的酒店为分析对象，具体描述如下：一个拥有总数为N间客房的酒店以传统预订方式X和网上预订方式Y向消费者提供预订，其中传统预订方式价格稳定，不频繁变动，作为对传统预订方式的补充，在线预订方式的价格制定方式灵活，一般情况下不高于传统预订方式所确定的客房价格。在客房分配问题上，传统预定方式的消费者带来的收益更大，所以应保留满足传统方式消费者需求的客房量，并在剩余客房容量范围内，进一步提供一定数量的客房满足在线预订方式消费者的消费需求。另，由于两预订方式之间的变换成本较低，进一步提供为消费者从一种预订方式转换到另一种预订方式提供更大的便捷。

步骤S1中，通过分析酒店客房销售历史数据，得到线下预订方式潜在需求量A1和线上预订方式潜在需求量A2。

A1、A2的大小反应了两种不同预订方式消费者的消费偏好。

酒店客房销售历史数据，即酒店最近3到5年多个时间段的客房售出量数据。

步骤S1中，通过分析酒店客房销售历史数据，还得到线下预订方式价格敏感度B1和线上预订方式价格敏感度B2。

在经济学理论中，价格敏感度(price-sensitive)表示顾客需求弹性函数，即由于价格变动引起的产品需求量的变化。由于市场具有高度的动态性和不确定性，这种量化的数据往往不能直接作为制定营销策略的依据，甚至有时会误导企业的经营策略，而研究消费者的价格消费心理，了解消费者价格敏感度的影响因素，能够使企业在营销活动中掌握更多的主动权，也更具有实际意义。

本实施例中，价格敏感度表示预订方式的价格对客房需求的影响，例如：在一定季节范围内，当房价降低时，一部分不住酒店的旅客会因为价格在接受范围之内而选择订房；当房价超过一定值时，原本有意愿订房的旅客会因为价格过高而放弃订房。

通过查询近几年不同季节的房价，以及该季节不同预订方式的客房预订量，可获取不同预订方式的价格敏感度数据。

步骤S2中:

线下预订需求量计算公式为：DX＝A1-B1*P；

其中DX为线下预订方式需求量；

A1为线下预订方式潜在需求量；

B1为线下预订方式价格敏感度；

P为线下预订方式客房定价。

线上预订需求量计算公式为：DY＝A2-B2*d*P；

其中DY为线上预订方式需求量；

A2为线上预订方式潜在需求量；

B2为线上预订方式对价格敏感度；

d为线上预订方式的折扣率。

总需求量计算公式为：D＝DX+DY＝(A1+A2)–(B1+B2d)P；

其中D为线下预订方式和线上预订方式的总需求量。

本实施例对所述不同折扣率对应下的各个折扣房需求量进行线性拟合，获取折扣率和折扣房需求量之间的关系，当下降或提高所述折扣率时，下降或提高的幅度依据所述折扣率和折扣房需求量之间的关系，使得所述原价房需求量和折扣房需求量之和与所述房间总数的差异在一预设值范围内，一般来说所述预设值小于房间总数的5％。

步骤S3中，定义酒店收入为π(d)，所述酒店收入π(d)包括线下预订方式所带来的收入和线上预订方式所创造的收入，酒店收入最优定价模型关系函数表示如下：

Max{π(d)＝P*min{N,DX}+d*P*min{(N-DX),DY}}

定义酒店全部采用线下预订方式时的收入为π0，酒店采用最优定价模型时期望收益为π(d*)，用二者之差△π来描述酒店采取网上预订方式最优定价方法的效果；

基于定价关系函数模型，由于原价基本固定，假设原价P＝1，可得：

DX＝A1-B1；

DY＝A2-B2*d；

D＝A1-B1+A2-B2d；

(1)当N≦A1-B1时，此时可以不采用网上预订方式，酒店收益π＝N，酒店客房处于供不应求的状态，故无需采用网上预订方式。

具体表现为：传统预订方式的需求超过酒店能提供的客房供给，无需开设网上预订方式，一般在节假日或者旅游高峰期出现，传统预订方式的客流已经充分利用了酒店客房量；

(2)当A1-B1﹤N≦A1-B1+A2-B2时，d*＝1，此时min{N,DX}＝A1-B1,min{(N-DX),DY}＝N-A1+B1，具有网上预订习惯的消费者需求旺盛，在不给予网上预订方式价格折扣时，也可以获得足够的消费者，酒店收益增加△π(d*)＝N-A1+B1。现实表现为：酒店不能满足所有网上预订方式的消费者需求，酒店分配一部分客房以原价在网上销售。

发生这种情况存在两种可能性：

a.酒店传统预订方式客流量少，而在线预订方式客流量大，且网上预订方式的消费者对这家酒店十分青睐，消费者效用大于酒店传统预订方式定价，此时，酒店应考虑提高原价；

b.酒店传统预订方式预订处理能力过弱，无法受理所有希望入住旅客，在增加网上预订方式后，大量旅客可以方便的预订，酒店收益增加；

(3)当A1-B1+A2-B2﹤N时，d*＝(A2+A1-B1-N)/B2，△π(d*)＝A2-B2。

现实情况表现为：酒店的客房数量未能满足所有网上预订方式的需求，并随着酒店客房数量的增加，网上预订方式的定价应降低，此时应考虑降价。

如图2所示为本实施例一种基于需求量的酒店客房定价系统结构图，该系统包括：

获取模块100，通过分析酒店客房销售历史数据，获取潜在需求量以及价格敏感度。

计算模块200，根据所述潜在需求量以及价格敏感度，计算线下预订需求量、线上预订需求量和总需求量；

定价模块300，建立酒店收入最优定价模型，并确定不同情况对应的定价方法。

定价模块300包括：

建模单元310，建立酒店收入最优定价模型；

对比单元320，将所述线下预订需求量、线上预订需求量、总需求量与客房总量对比分析，得到不同情况对应的定价方法；

分配单元330，当客房总量大于线下预订需求量，且客房总量小于总需求量时，根据情况分配对应客房数以线下预订方式客房定价的价格提供给消费者线上预订。

本实施例通过分析酒店客房销售历史数据中不同折扣率对应客户的需求程度，建立起价格折扣力度和客户对价格的敏感度之间的关系，通过构建酒店客房线下预订和线上预订收益模型，得出最优定价方法，使得酒店利益最大化。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。