Praksis med at bruge historiske data, markedsintelligens og analyse til at forudsige fremtidig bookingefterspørgsel for et hotel.
Efterspørgselsprognoser på hoteller er processen med at bruge historiske bookingdata, markedstendenser, lokale begivenheder, konkurrentanalyse, økonomiske indikatorer og avanceret analyse til at forudsige fremtidig gæsteefterspørgsel. Præcise prognoser projekterer belægningsniveauer, ADR og indtægt for kommende perioder - fra dage til måneder frem. Moderne efterspørgselsprognoser kombinerer traditionelle metoder (historiske mønstre, bookingtempoanalyse) med maskinlæringsalgoritmer, der kan identificere komplekse efterspørgselsmønstre og inddrage eksterne variabler som vejr, flyafgange og social medie-sentiment.
Efterspørgselsprognoser er fundamentet for effektiv revenue management. Uden at vide, hvor mange gæster der vil ønske værelser næste tirsdag eller næste kvartal, kan et hotel ikke sætte optimale priser, styre inventar effektivt eller planlægge bemanding. Præcise prognoser gør det muligt for hoteller at hæve priserne, før efterspørgslen stiger (og dermed fange mere indtægt), sænke priserne tidligt nok til at stimulere efterspørgsel i stille perioder og undgå både overbooking og usolgte værelser. Selv en 5% forbedring i prognosenøjagtighed kan omsættes til betydelige indtægtsgevinster.
