Как анализировать отмены в отеле

В отчете отель видит 25% отмен и сразу пытается сократить их количество.

Это может быть ошибкой.

Отмена сама по себе не означает потерю дохода. Гость мог отменить номер за месяц до заезда, после чего отель продал этот же объем другому гостю по более высокой цене. В другой ситуации отмена могла прийти вечером в день заезда и оставить номер пустым.

Процент отмен у двух объектов одинаковый. Финансовый результат совершенно разный.

Поэтому анализ начинается не с вопроса «сколько у нас отмен», а с того, что происходит после них.

Отмены — нормальная часть продаж

Гости меняют даты поездки, находят другой вариант размещения, корректируют состав участников, отменяют командировки или просто создают несколько бронирований и позже выбирают одно.

Часть поведения формируют сами площадки. Бесплатная отмена снижает риск для гостя и помогает ему принять решение о бронировании раньше.

Из-за этого определенный объем аннуляций будет практически у любого объекта.

Задача управляющего состоит не в том, чтобы довести отмены до нуля.

Нужно понять, какие отмены действительно приводят к потере дохода.

Сначала определяем масштаб

Первый показатель — доля отмененных бронирований.

Ее можно считать по бронированиям:

Доля отмен = количество отмененных бронирований / количество созданных бронирований × 100%

Можно дополнительно считать показатель по номеро-ночам:

Доля отмененных номеро-ночей = отмененные номеро-ночи / все забронированные номеро-ночи × 100%

Второй вариант часто дает более полезную картину.

Одна отмененная бронь на семь ночей влияет на будущую загрузку сильнее, чем отмена однодневного проживания. По количеству бронирований обе операции выглядят одинаково.

При этом общий процент нужен только как точка входа.

Следующий вопрос важнее.

Когда гость отменяет бронирование

Окно аннуляции показывает расстояние между датой отмены и датой заезда.

Например, гость должен был заехать 20 августа, но отменил бронирование 5 августа.

Окно аннуляции составляет 15 дней.

Для анализа отмены удобно распределить по диапазонам:

Здесь начинает появляться реальная картина.

Если 70% аннуляций приходят за 30 и более дней до заезда, объект получает достаточно времени, чтобы вернуть номера в продажу.

Если большая часть бронирований отменяется за 0–3 дня, риск потери дохода значительно выше.

Главное — успевает ли отель допродать отмененный объем

Отмена освобождает номер.

После этого важен результат.

Допустим, на 15 сентября было забронировано 40 номеров. За десять дней до даты три бронирования отменились.

Загрузка снизилась до 37 номеров.

За следующие несколько дней пришли четыре новых бронирования, и объект снова вышел на 40 номеров.

Формально три отмены были.

Фактически объект восстановил весь потерянный объем.

Именно поэтому процент отмен нельзя анализировать отдельно от последующего pickup.

Нужно смотреть, сколько номеро-ночей выпало после аннуляций и какой объем продаж пришел после этого.

Как оценить долю восстановленных отмен

Для внутреннего анализа можно использовать показатель доли восстановленного объема.

Упрощенно:

Доля восстановления = продажи после отмен / отмененный объем × 100%

Например, за период объект потерял из-за отмен 100 номеро-ночей.

После этих отмен до соответствующих дат заезда пришло 85 новых номеро-ночей.

Условная доля восстановления составляет 85%.

Здесь есть методологическое ограничение.

Нельзя утверждать, что конкретная новая бронь заменила конкретную отмененную. Новый спрос мог прийти и без аннуляции.

Поэтому показатель лучше использовать как оценку способности объекта восстановить загрузку после выпадения спроса, а не как точное сопоставление бронирований один к одному.

Продать номер повторно недостаточно

Объект может восстановить загрузку и все равно потерять часть дохода.

Например, первоначальная бронь стоила 10 000 р за ночь.

За пять дней до заезда гость ее отменил.

Номер вернулся в продажу, но спрос уже оказался слабее. Чтобы снова его продать, объект снизил цену до 7 500 р.

Номер в итоге занят.

По загрузке потери нет.

По доходу объект недополучил 2 500 р.

Поэтому после оценки повторной продажи нужно проверить стоимость замещающего спроса.

Сравниваем цену отмененной и новой продажи

Удобно анализировать средний ADR отмененных номеро-ночей и ADR продаж, которые пришли после соответствующих отмен.

Например:

В этой ситуации объект восстановил 90% выпавшего объема и продал новый спрос дороже.

Такие отмены вряд ли требуют жесткого вмешательства.

Возьмем другой сценарий.

Теперь объект потерял часть загрузки, а оставшийся объем продал дешевле.

Именно такие аннуляции уже влияют на коммерческий результат.

Почему важно анализировать отмены по окнам

Средний показатель может скрыть две совершенно разные ситуации.

Представим, что отель получил 200 отмененных номеро-ночей.

100 из них отменились более чем за месяц до заезда. Практически весь объем объект потом восстановил.

Еще 100 отменились за два дня до заезда. Повторно удалось продать только 30.

Общий объем отмен одинаковый.

Но финансовый риск сосредоточен именно в коротком окне.

Поэтому хороший анализ отвечает на три вопроса.

Когда приходит отмена?

Успевает ли объект восстановить номеро-ночи?

По какой цене возвращается спрос?

Нужно сравнивать окно аннуляции с окном бронирования

Само по себе окно отмены тоже мало что говорит.

Допустим, средняя отмена приходит за семь дней до заезда.

Для одного объекта это может быть нормальным сроком. Если большая часть новых бронирований появляется за 2–5 дней, семи дней вполне достаточно для повторной продажи.

У другого отеля основное окно бронирования составляет 20–40 дней.

Если номер освобождается за семь дней, основной поток спроса уже прошел.

Поэтому окно аннуляции нужно сопоставлять с фактическим поведением спроса.

Если гости обычно бронируют номер за 14–30 дней, а отмены массово приходят за 1–3 дня, отель получает свободный номер тогда, когда основная часть аудитории уже выбрала размещение.

Это уже реальная проблема.

Откуда приходят отмены

Следующий уровень — источники бронирований.

Один OTA может давать большой объем продаж и одновременно высокую долю ранних отмен. Другой приводит меньше бронирований, но гости отменяют их преимущественно в последние сутки.

Смотреть только процент отмен в этом случае бессмысленно.

Например:

На первый взгляд хуже всего выглядит OTA 1.

После учета окна аннуляции и последующих продаж ситуация меняется. Его отмены приходят достаточно рано, и объект почти полностью восстанавливает объем.

Значительно опаснее OTA 2.

Отмен там меньше, но они приходят поздно и чаще оставляют непроданный номер.

Причину отмены нужно искать, а не назначать заранее

Когда процент аннуляций растет, легко сделать вывод, что площадка приводит «плохих гостей» или условия отмены слишком мягкие.

Данные могут показать другую причину.

Например, рост отмен совпал с увеличением окна бронирования. Гости начали резервировать номера раньше, поэтому получили больше времени для изменения планов.

Или объект запустил скидку на раннее бронирование с бесплатной отменой. Продажи выросли за 60 дней, но вместе с ними выросло количество последующих аннуляций.

Еще один сценарий появляется, когда гость бронирует номер заранее, а затем видит снижение цены на те же даты. Он отменяет старую бронь и создает новую дешевле.

В статистике появляется отмена.

Фактически отель сам создал ее изменением ценовой логики.

Поэтому перед изменением условий нужно проверить, что именно изменилось в продажах.

Что может вызывать рост отмен

Причина обычно проявляется в поведении бронирований.

Если отмены концентрируются в одном канале, нужно проверить условия продажи и поведение гостей этого источника.

Если растет доля отмен дальнего окна, причиной может быть более активное раннее бронирование.

Если гости часто перебронируют номера дешевле, стоит проверить изменение цен между моментом создания брони и датой заезда.

Если аннуляции растут на отдельных тарифах, нужно проверить их условия и отличия от остальных предложений.

Если отмены приходят после запросов гостей к объекту, причина может находиться уже в работе отдела бронирования или в несоответствии ожиданий гостя информации на площадке.

Смысл анализа один. Сначала находим закономерность, затем меняем правило.

Отдельно нужно смотреть поздние отмены

Отмены в день заезда и за 1–3 дня до него заслуживают отдельного отчета.

У таких бронирований остается мало времени для повторной продажи.

Здесь стоит смотреть стоимость отмененной брони, канал, тариф, категорию номера, дату создания и наличие штрафа.

Особенно важны даты высокого спроса.

Поздняя отмена на дату, где еще есть активный pickup, может быстро восстановиться.

Та же отмена на слабый будний день в низкий сезон с высокой вероятностью оставит номер пустым.

Поэтому одинаковое окно аннуляции может давать разный результат в зависимости от состояния спроса.

Не все отмены нужно предотвращать

Жесткие условия могут снизить процент аннуляций и одновременно ухудшить продажи.

Гость видит два одинаковых отеля. В первом можно бесплатно отменить бронь за сутки, во втором сразу требуется полная невозвратная оплата.

Часть спроса уйдет в первый объект.

Поэтому задача revenue manager состоит не в минимизации отмен любой ценой.

Нужно найти условия, при которых объект получает достаточно ранних бронирований и сохраняет приемлемый риск поздних аннуляций.

Для дальнего окна может работать более гибкая отмена.

Для короткого окна условия можно ужесточать.

На отдельные даты высокого спроса можно раньше закрывать гибкие тарифы или вводить невозвратные условия.

Решение зависит от того, как реально бронируется конкретный объект.

Что должно быть в регулярном отчете по отменам

Рабочий отчет должен связывать отмены с их последствиями.

Полезно видеть долю и количество отмененных номеро-ночей, среднее и медианное окно аннуляции, распределение по окнам, каналы продаж, категории номеров и тарифы.

Рядом стоит показывать ADR отмененных бронирований, последующий pickup и цену новых продаж.

Тогда отчет перестает отвечать только на вопрос «сколько отменилось».

Он показывает, где объект действительно теряет деньги.

Пример управленческого вывода

Допустим, за месяц доля отмен выросла с 18% до 27%.

Сам по себе этот факт выглядит негативно.

После анализа выясняется, что основной рост пришел из окна 31–60 дней. Объект активнее продает дальние даты, поэтому гости чаще меняют планы.

90% отмененного объема успевает восстановиться до даты заезда.

Средний ADR новых бронирований при этом на 4% выше ADR отмененных.

В такой ситуации снижать гибкость тарифов только ради уменьшения показателя отмен нет оснований.

Другой месяц показывает 20% отмен. Формально результат лучше.

Но 40% всех аннуляций приходится на последние три дня до заезда, восстановить удается только половину номеро-ночей, а новый спрос приходит на 12% дешевле.

Здесь уже нужно разбирать тарифные условия, каналы и правила продаж короткого окна.

Меньший процент отмен оказался для объекта значительно дороже.

Итог

Отмены — нормальная часть гостиничных продаж.

Оценивать их по одному проценту нельзя.

Сначала объект определяет, какие бронирования отменяются и почему. Затем смотрит окно аннуляции и сравнивает его с обычным окном бронирования. После этого проверяет, успевает ли восстановиться выпавший объем и по какой цене приходят новые бронирования.

Если номер отменился и снова продался по сопоставимой или более высокой цене, проблема минимальна.

Если отмена приходит после того, как основной спрос уже прошел, номер остается свободным или продается значительно дешевле, объект начинает терять доход.

Корректировать нужно именно эти зоны. Не сам факт отмены, а условия, при которых она превращается в потерянную номеро-ночь или снижение дохода.