Impacto del SOCIAL MEDIA en el rendimiento del Hotel (Parte 3)

Posted by admin & filed under Media3#Betraveler, Media3#RedesSociales.

Impacto en el rendimiento del hotel del Social Media

Dando un paso más, el informe trata de explicar por qué a mejores criticas, mejores precios y mientras peores criticas precios más bajos, analizando el efecto social media en el rendimiento general del hotel utilizando diferentes datos de rendimiento básicos en la gestión hotelera y otros de reputación online.

Los datos de rendimiento básicos en la gestión hotelera son extraídos de los ingresos mensuales, la demanda y los datos de STR de 2 años y medio (enero de 2010 hasta el Junio de 2012) para cada propiedad en cuestión. Estos datos se obtienen de 11 principales mercados (6 europeos y 5  de América del Norte).

Se utilizará ReviewPro’s Global Review Index (GRI) para cada hotel y también como para aquellos integrados en los listados STR. ReviewPro es otra de las grandes fuentes de comentarios que ha agregado cientos de millones de comentarios desde agencias de viajes a plataformas social media y sus puntuaciones se obtienen a través del indice GRI para el hoteles o cadena de hoteles. Su GRI es calculado en base a un algoritmo propio del análisis de cantidad de comentarios mostrados en estas importantes webs.

Una vez obtenido el dato GRI se enfrentará con los 3 parámetros básicos de la industria ‘hospitality’ : ADR (promedio tarifa diaria), ocupación y RevPAR (ingresos por habitación disponible), así tenderemos por un lado los datos del GRI generados por ReviewPro y por otro la fuerza de los métodos tradicionales para fijación de precios en hoteles.

Nota: La tarifa diaria del hotel es dividido por la media de tarifa diaria de sus competidores. Y el parámetro de RevieWPro se calculara en base al GRI del hotel dividido por el promedio del mismo índice de sus competidores. (este índice variará en función de las acciones de marketing realizadas).

El impacto del GRI sobre la demanda se medirá frente al índice de ocupación, y el rendimiento general GRI se enfrentará al RevPAR.

Para intentar bajar los rendimientos marginales normalmente se usa un modelo referido elasticidad constante.

Por ejemplo, si el precio sube 1%, y el resultado de la demanda baja un 2%, entonces la elasticidad es 2 (2%/1%). El precio de la elasticidad (ε) puede ser expresado como:

probabilidad de compra

Donde ε es el precio de la elasticidad, P es el precio, y Q es la cantidad de demanda. Si se propone dicha bajada en el retorno marginal , un modelo de demanda puede ser Q=aPb.

Pero si se realiza mediante el logaritmo natural (la inversa del número Euler) para cada lado de la ecuación la obtenemos del logaritmo lineal siguiente:

lnQ = a + b·lnP

dónde Q y P son definidas como anteriormente, a y b son parámetros para ser estimados. La función de el logaritmo lineal de la demanda implica que el precio de la elasticidad sea constante:

elasticidad de la demanda

Enunciado

Usando datos de más de 50.000 observaciones mensuales a partir de las once ciudades anteriores, observar el impacto del índice GRI en los resultados de este logaritmo lineal <<impacto del (GRI) sobre el (ADR), (Índice de Ocupación) y (RevPAR)>>

Resultado

La tabla demuestra un impacto fuerte en la variable demanda (ocupación) del índice GRI sobre la capacidad de fijar precios (ADR). Es decir, los precios son coherentes con la oferta. Como consecuencia de que el impacto del índice GRI sobre la demanda y la capacidad de fijar precios es fuerte, el impacto sobre el rendimiento o RevPAR es aún mayor.

GRI de elasticidad en social media

En el cuadro 5 se representan los ratios de porcentaje de impacto sobre el poder de fijación de precios del hotel, la demanda, y el rendimiento con un aumento de un 1% en la reputación online del hotel a través del índice(GRI).

Si miramos la primera celda con ese 1% de incremento en la reputación online del hotel, podemos afirmar que desde 80 a 80,8 se obtienen un 0,96% de incremento en el RevPAR. Esto es un dato interesante si comparamos el RevPAR de forma elástica contemplando las categorías de segmentación de la primera columna.

También se observa que el efecto de la reputación online es más fuerte para las categorías inferiores, (medias y bajas), o lo que es lo mismo, las mejoras en las puntuaciones de reputación online son más acentuadas en las categorías medias (1,42%) frente a las categorías de lujo (0,49%). Con ello se puede concluir que dando un menor y mas vasto nivel de servicios en las categorías medias y bajas, los clientes experimentan mayores niveles de incertidumbre en los servicios recibidos y por esta razón las opiniones de los consumidores a través del índice GRI tienen un mayor efecto.

Las mejoras en la reputación online a traves de social media, representadas por el índice GRI reducen estos niveles de incertidumbre a la vista de los consumidores.

Como resultado final se puede afirmar que gracias a tener altas puntuaciones de reputación online, se reducen los niveles de incertidumbre en la percepción de calidad de los consumidores y aumenta el poder para fijación de precios del hotel con un mayor rendimiento en el (ADR), demanda y RevPAR de los hoteles de categoría media y baja.

Descarga el Informe completo en formato Paper Pdf, solo tienes que introducir tu nombre y tu email.





Tu nombre (requerido)

Tu Email (requerido)

.

Deja un comentario

Your email address will not be published.

*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>