Сеть бутик-отелей (6 объектов)
Сеть из 6 отелей устанавливала цены раз в сезон и не меняла. В высокий сезон недозарабатывали (цены ниже рынка), в низкий — номера стояли пустыми (цены выше рынка). Revenue manager работал в Excel и не успевал мониторить конкурентов.
Внедрили AI revenue management систему: динамическое ценообразование по каждому типу номера с учётом спроса, конкурентов, событий в городе и погоды. Обновление цен каждые 4 часа.
Собрали данные бронирований за 3 года + цены конкурентов (парсинг Booking, Ostrovok)
Обучили модель прогнозирования спроса с учётом 20+ факторов (сезон, день недели, события, погода)
Разработали алгоритм оптимального ценообразования (maximize RevPAR)
Интегрировали с PMS (1С:Отель) для автоматического обновления цен
Создали дашборд для revenue manager с рекомендациями и override-возможностью
«Я 15 лет ставил цены руками — думал, что чувствую рынок. Оказалось, AI чувствует лучше. В первый же высокий сезон подняли среднюю цену на 31% и при этом загрузка не упала. Это были самые прибыльные три месяца в истории сети.»
Бесплатная 30-минутная консультация — разберём ваши процессы и покажем конкретные точки для AI-автоматизации.
Бесплатная консультация · Ответ в течение 2 часов · NDA по запросу