¿Te has preguntado alguna vez qué alimenta tu sistema de revenue management? Todo va de datos. Pero, aquí está la clave: no todos los datos son iguales.
Un sistema de gestión de ingresos que utiliza datos que no han sido revisados ni depurados es una práctica peligrosa. Puede resultar en una visión inexacta de la demanda del mercado.
Recientemente exploramos los diferentes tipos de datos de alquileres vacacionales disponibles para resaltar la importancia de tener datos de alta calidad y precisión, y continuamos esta serie para llamar la atención sobre otro aspecto importante de la calidad de los datos: la limpieza.
El foco en los alquileres vacacionales
Muchos diferentes tipos de software en la industria de los alquileres vacacionales utilizan datos raspados, o datos que literalmente se extraen de páginas web en internet y sitios web de agencias de viajes en línea (OTA) como Airbnb, Booking.com y Vrbo. Este tipo de datos puede proporcionar información sobre los precios publicados y la disponibilidad del calendario, pero también puede incluir alquileres a largo plazo que están anunciados en estos sitios web.
Los datos de ocupación del alquiler vacacional pueden distorsionarse cuando se mezclan con datos de ocupación de larga estancia, por lo que es importante usar un software que pueda diferenciar entre los dos en función de los requisitos de estancia mínima. Aquí hay un ejemplo de cómo la ocupación a corto y largo plazo puede impactar en un mercado:
En este gráfico, podemos ver cómo las propiedades con requisitos de estancia mínima a largo plazo y los requisitos mixtos de estancias cortas y largas pueden impactar la vista del total de propiedades en un mercado.
Aquí tienes una mirada a la ocupación futura para ese mismo mercado. El impacto de la ocupación baja de las propiedades con estancias a largo plazo está afectando la visión total de la ocupación en el mercado cuando se mezcla con las propiedades de estancias cortas.
En Beyond, nuestro equipo de Data Scientist trabaja para asegurar que la ocupación de alquileres a largo plazo no tergiverse la ocupación en el mercado de corta estancia, ya que los alquileres a largo plazo a menudo no están disponibles para huéspedes que buscan estancias menores a 28 días. Las propiedades tampoco se alquilan exclusivamente por periodos cortos o largos, y los requisitos de estancia mínima pueden variar ampliamente según el día. Es por eso que es importante que una herramienta de precios dinámicos identifique los requisitos de estancia mínima para cada propiedad en un mercado día a día.
- 💡 ¿Has preguntado a tu sistema de revenue management si excluyen los datos de alquileres a largo plazo al fijar precios para alquileres a corto plazo?
Actualización de datos
Los sistemas de revenue management y los proveedores de datos del mercado tienen la tarea de recopilar y analizar miles de millones de puntos de datos regularmente desde muchas fuentes diferentes. El proceso de actualización de estos datos puede llevar mucho tiempo, a veces varios días. Los mercados de alquileres a corto plazo suelen reaccionar bastante rápido a cosas como anuncios de eventos y cambios en la demanda, por lo que es importante entender con qué frecuencia tu sistema de revenue management recopila, analiza y procesa estas diferentes fuentes de datos.
En Beyond, nuestra fuente de datos o “data pipeline” (como la llamamos), se actualiza cada 24 horas para todos los mercados de todo el mundo. Esto ayuda a garantizar que tus anuncios siempre utilicen los datos más recientes del mercado para una fijación de precios precisa.
💡 ¿Sabes cada cuánto se actualizan los datos de tu sistema?
El impacto de los bloqueos en el calendario
Al usar datos raspados, los bloqueos en los calendarios pueden crear confusión dentro de los datos. Los datos raspados observan los calendarios públicamente disponibles en las OTA, pero una fecha no disponible puede estar reservada o bloqueada (típicamente debido a una estancia del propietario o por razones de mantenimiento).
Las herramientas de precios dinámicos básicas leen estos datos raspados como noches "reservadas" para la propiedad, lo que puede inflar excesivamente los datos de ocupación de esa propiedad y, por lo tanto, del resto del mercado.
En Beyond, nuestro equipo de Data Scientist ha trabajado para detectar y excluir las fechas bloqueadas del calendario de las fuentes de datos raspados de OTA. Esto asegura que siempre tengamos una imagen precisa de los datos del mercado sin inflarlos en exceso.
¿Quieres aprender más sobre los datos que impulsan tu sistema revenue management? ¡Programa una consulta gratuita hoy mismo!
.png){kind=small}
.png){kind=small}
