O futuro da IA no RMS e no sector hoteleiro

Os sistemas de gestão de receitas tornaram-se uma das ferramentas mais vitais para os departamentos de receitas dos hotéis devido ao facto de poderem facilitar a gestão de dados, permitindo uma melhor tomada de decisões. Atualmente, graças ao avanço iminente da Inteligência Artificial (IA), os RMS podem aumentar a sua utilidade e capacidade de gestão de dados. Esta semana falamos sobre o futuro da IA nos RMS com Rafael Gómez: Diretor de Revenue Management da Minor Hotels & Resorts.

Bem-vindo, Rafael. Para começar, diga-nos quem é e qual é a sua paixão.

Sou de Bilbao, sou Técnico de Actividades Empresariais e Turísticas pela Universidade de Deusto, sou canário por adoção e uma pessoa com muitos interesses. Todos os dias tento aprender algo novo. Não consigo conceber a vida sem aplicar uma certa paixão a tudo o que fazemos.

No meu trabalho, no sector hoteleiro, vivo intensamente o mundo do Revenue Management, onde comecei em 2001 com a multinacional americana Starwood Hotels & Resorts, que na altura liderava a mudança. Tinham um programa de aprendizagem muito inovador e atrativo, com estratégias muito inovadoras que ainda hoje são aplicadas. Neste sentido, colaborei a nível regional em projectos para Resorts. Além disso, e a nível pessoal, em 2019 fundei o www.revenueresort.com, um site focado na formação e opinião que reflecte as minhas preocupações profissionais.

Também colaboro com artigos de opinião na revista TecnoHotel e faço parte do corpo docente do MBA Master do Instituto de Turismo das Canárias. E, claro, tudo isto é compatível com as minhas funções de Diretor de Revenue Management da Minor Hotels & Resorts. Embora pareça que tudo já foi inventado, a verdade é que estamos constantemente a evoluir neste mundo. Digo sempre que devemos continuar a pedalar porque no dia em que pararmos de pedalar, simplesmente caímos.

Falemos de sistemas de gestão de receitas (RMS) - o que são e como funcionam?

Um RMS é o coração de qualquer hotel, onde são tomadas muitas decisões. Para tentar definir o que faz, imaginemos todos os dados brutos que existem em cada transação de reserva, a que chamamos "INPUT", por exemplo: data de chegada e partida, número de pessoas, segmento, tipo de quarto, data da reserva ou reserva antecipada, dia da semana, preço, condições, despesas de F&B, preços da concorrência, etc. Uma infinidade de dados que nunca poderíamos ordenar sozinhos e que, no entanto, um RMS compila transformando todos estes "INPUTs", devolvendo-nos "OUTPUTs" ordenados, como a previsão da procura por dia, por tipo de quarto, por segmentos, recomendações de preços com base num grupo competitivo, etc.

Quais são as vantagens do RMS para a gestão de receitas do hotel?

Eles são fundamentais. Quando falamos de Revenue Management, estamos sempre a falar de dados que são essenciais para tomar decisões e estabelecer estratégias. É por isso que precisamos de um sistema que organize toda esta informação. Como em qualquer tipo de aplicação, precisamos de facilitar a nossa vida. Hoje em dia seria impensável realizar as nossas tarefas de forma eficiente sem dados correctos. Entre as vantagens, gostaria de destacar:

Poupar tempo.
Previsão mais realista.
Ser capaz de otimizar a procura e os preços.
Antecipar estratégias para ajudar a gerar rendimentos.
Criar relatórios a pedido.
Antecipar os períodos de menor procura para tomar as medidas necessárias.

Que diferenças encontra entre o SGR criado por uma cadeia de hotéis internacional e o SGR genérico existente?

Há uma grande diferença. Um RMS genérico foi concebido para ser integrado em diferentes sistemas hoteleiros. No entanto, o RMS de uma cadeia de hotéis centra-se nos seus próprios sistemas, pelo que pode efetuar desenvolvimentos mais avançados.

Neste sentido, tive a oportunidade de participar em 2014 na criação de um RMS em Boston que foi revolucionário, com um investimento de milhões e que passado um ano estava implementado em mais de 1.100 hotéis em todo o mundo. Incluía parâmetros que ainda hoje não vi noutros RMSs.

Por exemplo, um RMS genérico permite normalmente criar um grupo de hotéis concorrentes, mas considera-os normalmente iguais para efeitos de recomendações de preços. Tínhamos um sistema que comparava cada hotel concorrente de forma diferente, o que torna as recomendações de preços mais realistas com base na qualidade do produto e no posicionamento real no mercado.

Outro exemplo são os algoritmos mais complexos que adicionámos para determinar a sensibilidade da procura ao preço. Este considerava o impacto histórico da retoma após variações de preços com base em parâmetros de procura semelhantes, atribuindo a cada dia futuro um nível de risco para a variação de preços, que era apresentado em vários níveis, baixa, média ou alta sensibilidade ao preço. Trata-se de conceitos novos e, na minha opinião, essenciais quando se trata de estabelecer uma estratégia de preços.

Não é mais importante quanto aumentamos o preço para a recomendação de um RMS, mas sim o impacto que esse aumento de preço gera na procura ou mesmo nos diferentes segmentos, uma vez que pode ter o efeito oposto ao desejado. E se estivermos a falar de estâncias turísticas em destinos de operadores turísticos, a flexibilidade para alterar o preço é bastante reduzida, mas este é outro debate.

Como é que a aplicação da IA beneficia a gestão de receitas?

O que sabemos até agora sobre a IA é apenas a ponta do icebergue, está a começar a dar os primeiros passos e os algoritmos irão em breve incorporar dados da IA, o que nos ajudará certamente na tomada de decisões. Para dar alguns exemplos práticos, os algoritmos de previsão da procura poderiam incorporar alguns dos seguintes parâmetros:

Factores socioeconómicos: Tendências de consumo e previsões de emprego futuro, previsões de IPC, situação económica e tendências de preços de produtos para cada país emissor.
Impacto da procura devido a factores de alteração climática ou às políticas seguidas pelos diferentes países emissores a este respeito. Estratégias das companhias aéreas, custos associados, novas tecnologias para reduzir a pegada de carbono e o seu impacto no consumo e no futuro do transporte aéreo.
Alterações de rotas aéreas a nível mundial, e sobretudo devido a conflitos internacionais que fazem variar a procura entre destinos, antecipando possíveis alterações de rotas devido ao ressurgimento de conflitos. Hoje em dia, podemos observar variações de pick-up por este motivo, mas procuramos antecipar de forma precisa e global com dados fornecidos pela IA.
Até modelos comportamentais para a mudança geracional que está a afetar a indústria hoteleira, onde a utilização das redes sociais expõe o nosso negócio. Estamos à procura de um modelo que associe o RPI (Revenue Performance Index) a um grupo competitivo com base em medidas de adaptação precoce a esta mudança geracional, considerando factores de reputação online.

Como é que a IA beneficia a previsão da procura?

Teremos certamente modelos de previsão da procura muito mais precisos, com base em toda esta informação adicional que não podemos gerir atualmente, mas, mais importante ainda, anteciparemos possíveis alterações na procura por razões externas antes de serem perceptíveis na nossa recolha. Isto ajudar-nos-á a ser mais ágeis e a antecipar estratégias. E se, para além de incorporar dados internos, acrescentarmos dados externos, a previsão da procura será mais exacta e poderemos tomar melhores decisões.

Quais os desafios que podem ser encontrados ao implementar a IA nestes sistemas?

O desafio que a IA enfrenta é a veracidade das informações que inundam as redes, que é de onde ela se alimenta. No nosso caso específico, podem ser dados não verificados. Talvez a procura desses "INPUTs" que fornecem valor seja o maior desafio para o RMS. Desde que tudo possa ser resolvido, o futuro do RMS é prometedor. Estou convencido de que, se estivesse hoje envolvido na criação de um novo RMS, este incluiria certamente dados provenientes da IA.

Como é que um pequeno hotel, e não uma cadeia de hotéis, pode aplicar a utilização de um RMS e de IA? É possível?

Tudo é possível. Esta é sempre a grande questão que tenho nos cursos e mestrados que lecciono, mas não só quando falamos de IA, mas também de estratégias de RMS ou Revenue Management. Por vezes um pequeno hotel não tem um revenue manager que consiga otimizar o GOP (Gross Operating Profit), porque a partir do Revenue já não estamos a falar de receita, mas sim a analisar a partir do GOP ou mesmo na perspetiva do EBITDA para não só vender corretamente, mas fazê-lo da forma mais rentável.

A minha recomendação seria optar pelo Revenue Management, ter um RMS e uma pessoa que possa utilizar corretamente o sistema, que é a base da geração de receitas. Não faria sentido, num pequeno hotel, ter um RMS ou qualquer outro sistema se não houver ninguém para o gerir.

Por último, que conselhos daria a outros hoteleiros sobre esta questão?

O conselho que posso dar é que nunca entremos em pânico com a evolução dos sistemas. Neste sentido, a IA veio para ficar e é um passo adicional muito importante também no nosso sector.

Por outro lado, penso que devemos dar grande importância à formação. É essencial continuar a formação para nos mantermos actualizados e mantermos uma perspetiva empresarial global. A aprendizagem constante é vital em todos os sectores e ainda mais no mundo tecnológico de hoje.

Esta quinta-feira, 8 de agosto, vamos falar com o Rafael em direto para discutir o futuro da IA e do RMS. Não perca!