Demand Calendar Blog

Hur man kan förbättra det stressiga livet för alla General Managers

Skriven av Anders Johansson | 30 september 2021

Hotell är känsliga för avvikelser eftersom leveransen av gästupplevelsen alltid ska vara perfekt. Därför lägger alla chefer mycket tid på att kontrollera och dubbelkontrollera för att säkerställa att hotellet levererar vad de har lovat. Vad händer om ett system enkelt kan automatisera dessa oändliga kontroller, och när systemet hittar en avvikelse skicka en varning till personen som kan förebygga eller åtgärda problemet?

Få omedelbar hjälp från intelligenta system

I dataanalys identifieras avvikelsedetektering att upptäcka sällsynt information, händelser eller observationer som väcker misstankar genom att skilja sig väsentligt från huvuddelen av all data. Avvikelsedetektering gör ett system mycket snabbare och bättre än en människa. Om hotell skulle använda denna typ av system skulle arbetsbördan för framför allt cheferna minska betydligt eller i vart fall användas till att lösa verkliga problem.

System kan bearbeta stora mängder data på några sekunder och direkt upptäcka en avvikelse. Samma arbete skulle ta timmar eller dagar för en människa. Om systemet presenterar vad det hittade kan hotellchefen omedelbart använda mänskligt omdöme för att bedöma den potentiella effekten och vidta lämpliga åtgärder. Varför används då inte detta fullt ut på hotell? Det omedelbara svaret är brist på kunskap, tillgängliga data och inga genomarbetade definitioner av hotellavvikelser. System som kan upptäcka avvikelser har varit tillgängliga i andra branscher i många år.

Moderna system som nya molnbaserade PMS kommer att ersätta de gamla äldre systemen och låta hotellen komma åt data via öppna API:er. Lättillgängliga data är det första steget i att skapa robusta detekteringssystem som varnar hotellchefen när något ligger utanför de satta gränsvärden. Det andra steget är att tydligt definiera avvikelser och där blir det lite mer komplicerat, så här kommer ett exempel.

Gör jobbet enklare för hotellchefen

Hotell använder "standard operating procedures" (SOP), så den enkla definitionen av en avvikelse är en avvikelse från SOP. Här är ett exempel. Hotellet skulle vilja få feedback från varje gäst och samlar därför in NPS-poängen efter utcheckning. Svarsfrekvensen är vanligtvis cirka 30 % och den genomsnittliga NPS -poängen är 65 %. Hotellet har en SOP för att skicka ett uppföljande e-postmeddelande till varje gäst en dag efter vistelsen, be om NPS-poäng och kontrollera det faktiska poängen. Baserat på denna information kan tre betydande potentiella avvikelser inträffa.

  1. Hotellet skickar inte epostmeddelandet till gästen.
  2. Svarsfrekvensen är långt ifrån de normala 30 %
  3. Poängen är långt ifrån genomsnittet på 65 %

NPS är en ledande indikator där en hög NPS kommer att locka fler gäster i framtiden, och en låg NPS kommer att driva potentiella gäster till konkurrenterna. Leveransen av gästupplevelsen är avgörande för att skapa ett gott anseendet för hotellet, så NPS -poängen är mycket viktig att hålla koll på för en general manager.

Datainsamling

Chefen vill veta om det finns några problem med själva insamlingen av data. Om hotellet inte skickar epostmeddelandet aviserar systemet automatiskt chefen. För många varningar är inte meningsfulla, så det är viktigt att sätta vissa gränser, exempelvis om hotellet skickar epostmeddelandet till mindre än 80 % av gästerna, skickas en varning till chefen.

Svarsfrekvens

Nästa del är svarsfrekvensen. Systemet varnar chefen om svarsfrekvensen är mindre än 25 % eller högre än 40 %. Högre är bra, men alla betydande avvikelser kan ändå tyda på ett icke uppenbart problem.

Poäng

Den sista delen är poängen. Systemet varnar hotellchefen om poängen är under 55 % eller över 75 %. Varningar måste också vara positiva för att inspirera och bekräfta framgång.

I det här fallet betyder inga varningar att allt är normalt och det finns inget behov av brådskande åtgärder. I stället kan chefen fokusera på andra mer angelägna frågor.

Sätt gränsvärden

Slutligen, när du sätter gränserna, är det avgörande att kalibrera systemet för att hålla antalet varningar till ett minimum och bara skicka varningar när effekten av en åtgärd är betydande. Till exempel har hotellet beräknat att om NPS -poängen sjunker under 55 % börjar snittpriset sjunka med 50 kr per procentenhet. Effekten för ett hotell med 100 rum med 75 % årlig beläggning skulle bli 1,4 Mkr i uteblivna logiintäkter. Här gäller det för hotellchefen att agera och innan nedgången i NPS -poängen accelererar.

Ett väldefinierat varningssystem skulle lindra stressen för hotellens general managers och låta dem fokusera på de åtgärder som har störst effekt på vinsten.