დინამიკური ფასები სასტუმროში 456 Embarcadero Inn & Suites-ში ტარიფებზე მუშაობის დრო კვირაში ხუთი საათიდან თვეში ერთ საათამდე შეამცირა. ქართულმა Eco House Merisi-მ მსგავსი ამოცანა სხვა გზით გადაწყვიტა: სასტუმროს მფლობელების მიერ HotelCafe.ge-სთვის მოწოდებული ინფორმაციის მიხედვით, როდესაც Exely-ის სტანდარტული გაანგარიშება ობიექტს არ მოერგო, მათ ChatGPT-ის დახმარებით საკუთარი მოდელი შექმნეს.
პრაქტიკაში სასტუმროს დინამიკური ფასები შეიძლება მზა ალგორითმს ან კონკრეტული ობიექტის წესებს დაეყრდნოს. ორივე ქეისი აჩვენებს, რომ პატარა სასტუმროს მოთხოვნაზე სწრაფად რეაგირებისთვის ცალკე revenue-მენეჯერი ყოველთვის არ სჭირდება. თუმცა უნივერსალური ალგორითმი ყველა ობიექტს არ ერგება, ხოლო ავტომატიზაცია მფლობელის კონტროლს არ აუქმებს.
456 Embarcadero: თვეში დაახლოებით 20 საათის სამუშაო
456 Embarcadero Inn & Suites არის 32-ნომრიანი პატარა ბუტიკ-სასტუმრო ოკეანის სანაპიროზე, აშშ-ში. როდესაც მმართველმა პატრიკ მალჰოლანდმა ობიექტი 2021 წელს ჩაიბარა, ფასები ხელით იცვლებოდა.
ტარიფების ხელით მართვას კვირაში დაახლოებით ხუთი საათი სჭირდებოდა. მიუხედავად ამისა, გუნდი მოთხოვნის ზრდაზე ყოველთვის დროულად ვერ რეაგირებდა და ზოგჯერ ნომრებს იმაზე იაფად ყიდდა, ვიდრე ბაზარი იძლეოდა.
სასტუმრომ Cloudbeds PMS-თან ინტეგრირებული შემოსავლების მართვის სისტემა RoomPriceGenie ჩართო. ალგორითმმა მოთხოვნის მიხედვით ფასების გამოთვლა და განახლება დაიწყო, ხოლო მენეჯერს დარჩა რეკომენდებული ფასების კორექტირების, მინიმალური განთავსების ვადის განსაზღვრისა და რამდენიმე კატეგორიის ერთდროულად შეცვლის შესაძლებლობა.
დანერგვის შემდეგ ტარიფებთან მუშაობას კვირაში ხუთი საათის ნაცვლად თვეში დაახლოებით ერთი საათი სჭირდებოდა. თუ თვეში ოთხ კვირას ჩავთვლით, დროის დანახარჯი დაახლოებით 20-ჯერ შემცირდა.
მმართველმა ასევე ADR-ისა და შემოსავლის ზრდა აღნიშნა. დანერგვამდე და შემდეგ ზუსტი ფინანსური მონაცემები არ გამოქვეყნებულა, ამიტომ ამ ქეისის დადასტურებული რაოდენობრივი შედეგი დროის ეკონომიაა და არა შემოსავლის ზრდის კონკრეტული პროცენტი.
რატომ არის დინამიკური ფასები სასტუმროში მეტი, ვიდრე ტარიფის გაზრდა
მიზანია ნომრის ფასი მიმდინარე მოთხოვნას დაუახლოვდეს. თუ კონკრეტულ თარიღზე ნომრები ჩვეულებრივზე სწრაფად იყიდება, ტარიფი შეიძლება გაიზარდოს. თუ ჩასვლის თარიღი ახლოვდება და ბევრი ნომერი თავისუფალია, ფასის შემცირება შეიძლება გახდეს საჭირო.
გაანგარიშებაზე შეიძლება გავლენას ახდენდეს დატვირთვა, კვირის დღე, ჯავშნის სიღრმე, სეზონი, ღონისძიებები, დღესასწაულები და კონკურენტების ფასები. პროგრამას ამ პირობების შემოწმება უფრო ხშირად შეუძლია, ვიდრე პატარა სასტუმროს მმართველს, რომელიც პარალელურად სტუმრებს, პერსონალსა და ოპერაციებს მართავს.
თუმცა პროგრამა ობიექტს ისე კარგად არ იცნობს, როგორც მისი მფლობელი. მან შეიძლება ვერ გაითვალისწინოს კონკრეტული ნომრის თავისებურება, არასტანდარტული აუდიტორია ან ადგილობრივი მოთხოვნის ფაქტორი. ამიტომ მინიმალური ტარიფები, გამონაკლისები და შედეგების რეგულარული შემოწმება ადამიანის კონტროლქვეშ უნდა დარჩეს.
სამი მზა გადაწყვეტილება, რომლებიც ღირს შეადაროთ
სასტუმროს ყოველთვის არ სჭირდება ცალკე RMS. დინამიკური ფასები შეიძლება გამოითვალოს PMS-ის შიგნით, დაკავშირებულ მოდულში ან გარე სისტემაში. ქართულ სასტუმროს შეუძლია სულ მცირე სამი ვარიანტი შეადაროს:
- Exely Price Assist აანალიზებს დატვირთვას, მოთხოვნას, სეზონურობას, დღესასწაულებსა და ადგილობრივ ღონისძიებებს. რეკომენდაციები შეიძლება ხელით დადასტურდეს ან ავტომატურად შესრულდეს;
- RoomPriceGenie იყენებს PMS-ის მონაცემებს, ჯავშნების ტემპს, კონკურენტების ფასებს, სეზონურობასა და ღონისძიებებს და იძლევა მინიმალური და მაქსიმალური ფასების განსაზღვრის საშუალებას;
- Cloudbeds უკავშირდება გარე RMS-ებს, მათ შორის RoomPriceGenie-სა და Rate Quantum-ს, რომლებიც PMS-ის მონაცემებს იღებენ და უკან რეკომენდაციებს ან განახლებულ ტარიფებს აბრუნებენ.
ეს არც რეიტინგია და არც სრული სია. ტიპური ქალაქის სასტუმროსთვის მზა ფუნქცია შეიძლება სრულიად საკმარისი იყოს. შეადარეთ არსებულ PMS-თან ინტეგრაცია, წესების შეცვლის შესაძლებლობა, ავტომატიზაციის დონე და ღირებულება. დინამიკური ფასების ფუნქციის არსებობა თავისთავად არ ნიშნავს, რომ მისი მოდელი კონკრეტულ სასტუმროს მოერგება.
Eco House Merisi: ფასის გამოთვლა ChatGPT-ის დახმარებით
ქართული მთის სასტუმროს Eco House Merisi-ს მფლობელების განცხადებით HotelCafe.ge-სთან საუბარში, Exely-ის სტანდარტული გაანგარიშება ობიექტს არ მოერგო. სასტუმროს საკუთარი სეზონურობა, აუდიტორია და გაყიდვებზე მოქმედი ფაქტორები აქვს. ამიტომ მფლობელებმა აღწერეს ფასის გამოთვლის საკუთარი პირობები და ChatGPT-ის დახმარებით შექმნეს მოდელი, რომელიც სასტუმროს მონაცემებზე დაყრდნობით ტარიფებს ურჩევს.
მფლობელების თქმით, დანერგვის შემდეგ ADR, ბრუნვა და სხვა მაჩვენებლები საგრძნობლად გაუმჯობესდა. კონკრეტულ თანხებსა და პროცენტებს ისინი არ ასაჯაროებენ, რადგან ეს შიდა კომერციული ინფორმაციაა. მიდგომა სხვა სასტუმროებისთვის მაინც სასარგებლოა: თუ უნივერსალური ალგორითმი რეალურ მოთხოვნას არ ასახავს, შესაძლებელია მისი შეცვლა ან კონკრეტული ობიექტისთვის შექმნილი ლოგიკით შევსება.
რეკომენდებული ფასები Exely-ში ჯერ კიდევ ხელით გადააქვთ. ამას კვირაში ერთხელ ან ორჯერ დაახლოებით ათი წუთი სჭირდება — ბევრად ნაკლები, ვიდრე ბაზრის მუდმივი მონიტორინგი და თითოეული ტარიფის ხელით გამოთვლა.
რატომ არის ეს განსაკუთრებით მნიშვნელოვანი ქართული სასტუმროებისთვის
საქართველოში მოთხოვნა წლის განმავლობაში მნიშვნელოვნად იცვლება. Galt & Taggart-ის 2025 წლის ბათუმის სასტუმროების შერჩევაში დატვირთვა თებერვლის 39%-დან აგვისტოს 91%-მდე იცვლებოდა, ხოლო ADR დღგ-ის გარეშე — ნოემბრის 70 დოლარიდან აგვისტოს 144 დოლარამდე. თბილისის შერჩევაში დატვირთვა იანვრის 37%-დან ივლისის 74%-მდე გაიზარდა.
ეს აგრეგირებული მონაცემებია და არა თითოეული ობიექტის შედეგები, მაგრამ ისინი აჩვენებს, რატომ შეიძლება ხანგრძლივი პერიოდისთვის ფიქსირებული ფასი რეალურ მოთხოვნას არ შეესაბამებოდეს. ქალაქის სასტუმრო, ზღვის კურორტი და პატარა მთის ობიექტი ერთი მოდელით არ უნდა შეფასდეს.
წარმატებული მოდელიც პერიოდულად უნდა შემოწმდეს. Eco House Merisi-ს მფლობელები პირობებს დაახლოებით წელიწადში ორჯერ განიხილავენ და საჭიროების შემთხვევაში წესებს ასწორებენ ან ახალ ვარიანტებს ტესტავენ. მიზანი მუდმივი ცვლილება კი არა, ბაზართან შესაბამისობის დადასტურებაა.
რა უნდა გაიზომოს დანერგვამდე და შემდეგ
დაწყებამდე დააფიქსირეთ საბაზისო მაჩვენებლები და შემდეგ შეადარეთ თანაბარი პერიოდები:
- ADR;
- დატვირთვა;
- RevPAR;
- ნომრების შემოსავალი;
- ჯავშნის სიღრმე;
- პირდაპირი და OTA გაყიდვების წილი;
- ტარიფებზე დახარჯული დრო;
- სისტემისა და დანერგვის ღირებულება.
შეადარეთ ერთი და იგივე თვეები ან მსგავსი მოთხოვნის პერიოდები. წინააღმდეგ შემთხვევაში სეზონური ზრდა ადვილად შეიძლება ალგორითმის შედეგად ჩათვალოთ.
მთავარი დასკვნა
456 Embarcadero-ს ქეისი აჩვენებს, რამდენად ამცირებს მზა სისტემა რუტინულ სამუშაოს — თვეში დაახლოებით 20 საათიდან ერთ საათამდე. Eco House Merisi-ს გამოცდილება სხვა გზას გვიჩვენებს: თუ სტანდარტული გაანგარიშება არ მუშაობს, მფლობელებს შეუძლიათ საკუთარი ფაქტორების განსაზღვრა და ობიექტისთვის ინდივიდუალური მოდელის შექმნა.
დინამიკური ფასები სასტუმროში საკუთარ მონაცემებზე უნდა შემოწმდეს. ყველა ობიექტისთვის ერთიანი გადაწყვეტა არ არსებობს. გაარკვიეთ, რა მონაცემებს ითვალისწინებს სისტემა, შესაძლებელია თუ არა წესების შეცვლა და უმჯობესდება თუ არა ADR, RevPAR და შემოსავალი. ეს ჯადოსნური ღილაკი კი არა, პრაქტიკული ინსტრუმენტია, რომელიც სწორი კონფიგურაციისა და რეგულარული კონტროლის შემთხვევაში დროს ზოგავს და შემოსავლიანობას ზრდის.