Revenue Management na Hotelaria: Como Parar de Adivinhar a Demanda e Começar a Prevê-la

Tem uma conversa em cidades de médio porte que têm eventos regionais e concorrência crescente. A conversa começa sempre com a mesma frase:

"A gente tem alta temporada, baixa temporada e os feriados. Isso a gente já conhece bem."

Conhece mesmo. E é exatamente por isso que está deixando dinheiro na mesa toda semana.

Revenue management não é um sistema de informática. É uma forma de pensar sobre preço, tempo e demanda. Quando funciona bem, você não está reagindo ao que aconteceu. Você está agindo antes que aconteça. A diferença parece pequena na teoria. No DRE do fim do mês, não é.

O modelo de sazonalidade fixa e seus limites reais

A maioria dos hotéis brasileiros de médio porte ainda precifica com base num calendário que tem entre três e cinco faixas de tarifas: alta, baixa, feriados, eventos locais e, às vezes, uma quinta faixa chamada "negociada" que é a que o time comercial usa quando o cliente faz cara feia. Esse modelo funcionou por décadas porque a demanda se comportava de forma relativamente previsível.

O problema é que demanda não se comporta mais assim.

Um congresso médico que seria realizado em março pode ser antecipado para fevereiro. Uma banda que veio em 2023 pode cancelar a turnê de 2024. A Embratur divulga uma promoção de voos domésticos numa quinta-feira e a demanda por destinos de praia dispara no fim de semana seguinte. O modelo de sazonalidade fixa não consegue absorver esse ruído. Ele foi desenhado para um mundo mais lento, onde o ciclo de decisão era trimestral.

Hoje, a janela de oportunidade pode ser de 72 horas.

O que a análise de dados muda na prática

Vou dar um exemplo concreto porque abstração sobre dados é sempre menos útil do que um caso real.

Um hotel de 120 apartamentos no centro de uma capital do sul do Brasil tinha uma política de precificação que ajustava as tarifas em três momentos do ano: antes do verão, antes do inverno e antes das festas de fim de ano. O gerente geral fazia esse ajuste com base nos resultados do ano anterior, nos preços que a concorrência praticava na OTA e num feeling construído ao longo de 15 anos de operação.

O feeling estava certo na maioria das vezes. Mas na maioria das vezes não é o suficiente quando a margem do negócio é apertada.

Quando esse hotel começou a trabalhar com um painel de dados que cruzava buscas na OTA para a cidade, agenda de eventos locais, histórico de conversão por canal e comportamento de cancelamento por janela de antecipação, a primeira coisa que apareceu foi surpreendente: havia um padrão de pico de buscas toda segunda e terça-feira para o final de semana seguinte, gerado por viajantes corporativos que remarcavam viagens canceladas. Esse pico durava 36 horas e desaparecia antes que o time comercial percebesse.

Quatro meses depois, o hotel tinha um protocolo simples: às segundas de manhã, o sistema sinalizava automaticamente se havia aumento de demanda detectado. O gerente revisava em 10 minutos e, se confirmado, subia a tarifa do final de semana seguinte entre 12% e 18%. Sem reunião. Sem planilha. Sem feeling.

O RevPAR daquele hotel cresceu 11,4% em seis meses, em comparação com o mesmo período do ano anterior. A ocupação caiu levemente, de 78% para 74%. A receita total subiu porque a diária média compensou mais do que a diferença de quartos.

Os quatro dados que o gestor hoteleiro deveria olhar toda semana

A maioria dos gestores que conheço não falta dados. Eles se afogam neles. O PMS gera relatório, a OTA gera relatório, o canal direto gera relatório, o financeiro gera relatório. No final da semana, tem quatro PDFs na caixa de entrada que ninguém tem tempo de cruzar.

A questão não é ter mais dados. É saber quais três ou quatro números, olhados juntos, mudam alguma decisão.

Pick-up por janela de antecipação: quantas reservas entram por semana para cada horizonte futuro (próximos 7 dias, 8 a 30 dias, 31 a 90 dias). Quando o pick-up de curto prazo está acima da média histórica, há demanda reprimida. Quando está abaixo, há pressão para baixar tarifa ou ativar canal.

Pace de ocupação versus mesmo período do ano anterior: não a ocupação atual, mas a velocidade com que o hotel está enchendo. Se estou a 60% de ocupação para daqui a 30 dias mas no mesmo dia do ano passado eu estava a 45%, estou num ritmo melhor. Se estava a 70%, estou atrás.

Distribuição de cancelamentos por canal: OTA tem taxa de cancelamento muito mais alta que canal direto. Se a proporção de OTA está crescendo, a ocupação confirmada é menor do que o número bruto sugere. Isso muda a decisão de fechar ou abrir disponibilidade.

ADR por segmento: corporativo, lazer, grupos, eventos. Misturar tudo numa única linha de tarifa média é jogar fora informação útil. O segmento de grupos pode ter ADR 15% menor mas gerar F&B que compensa. O segmento corporativo pode ter ADR menor mas taxa de no-show próxima de zero. São lógicas diferentes que pedem estratégias diferentes.

Esses quatro números, olhados em conjunto uma vez por semana, já mudam o tipo de decisão que o gestor toma. Não porque ele virou analista de dados. Porque ele passou a fazer perguntas melhores.

Por que a maioria dos hotéis não usa dados assim

Tenho três respostas para essa pergunta, e todas as três são verdade ao mesmo tempo.

A primeira é tecnológica. Muitos hotéis operam com PMS antigos que não exportam dados de forma estruturada. Integrar o PMS com uma OTA com um sistema de BI requer trabalho técnico que o gestor não sabe contratar e a equipe de TI não tem capacidade de fazer. O resultado é que os dados existem mas estão presos em sistemas que não conversam.

A segunda é cultural. Em hotéis com perfil familiar, o conhecimento do dono é o ativo mais valorizado. Alguém que passou 20 anos aprendendo o negócio não recebe bem a ideia de que um painel de dados vai melhorar o que ele já sabe fazer. Não é arrogância. É desconfiança razoável de quem já viu muita tecnologia prometida e pouco resultado entregue.

A terceira é de prioridade. O gestor de hotel tem um operação 24 horas por dia, sete dias por semana. Hóspede reclamando, funcionário faltando, fornecedor atrasando, governança com problema de quarto. No meio disso tudo, sentar para analisar dados de pick-up parece um luxo que o dia a dia não permite.

Essas três razões são reais. E nenhuma delas vai desaparecer sozinha. O que muda quando um hotel começa a trabalhar com dados de verdade é a percepção de que o tempo gasto interpretando números bons reduz o tempo gasto apagando incêndios criados por decisões ruins tomadas sem informação.

O que é revenue management de verdade versus o que a maioria vende como revenue management

Quando alguém fala em "sistema de revenue management" para hotel no Brasil, está falando de coisas muito diferentes dependendo de quem está falando.

Na ponta mais simples, existem ferramentas que automatizam o ajuste de tarifas nas OTAs com base em regras fixas: se ocupação ultrapassar X%, sobe tarifa Y%; se cair abaixo de Z%, desce Y%. Isso é automação de regra, não revenue management. É útil mas é limitado.

Na ponta mais sofisticada, existem sistemas que processam dados em tempo real de múltiplas fontes (buscas, eventos, clima, concorrência, histórico de booking window) e geram recomendações de preço por tipo de quarto, por canal, por data. Alguns dos maiores grupos hoteleiros do mundo usam versões disso.

A maioria dos hotéis de médio porte no Brasil fica num limbo entre os dois. Não tem estrutura para o sistema sofisticado, mas também não sabe que as ferramentas simples têm limitações sérias. O que funciona para a maioria deles é um modelo híbrido: dados organizados num painel simples, um protocolo claro de revisão semanal e uma pessoa responsável por tomar decisão com base no que o painel mostra.

Não precisa ser o Revenue Manager com título no cartão de visita. Pode ser o gerente geral que passou por um processo de capacitação. Pode ser o assistente comercial que tem aptidão para números. O que não pode é ser ninguém, que é o cenário atual em pelo menos metade dos hotéis que conheço.

Previsão de demanda: a diferença entre reagir e antecipar

Revenue management com dados históricos ainda é retrovisão. O passo seguinte — e o que separa os hotéis que crescem dos que sobrevivem — é previsão de demanda.

Previsão de demanda não significa adivinhar o futuro. Significa usar padrões estatísticos para estimar o que provavelmente vai acontecer, com margem de erro conhecida e atualização constante à medida que novos dados entram.

Um modelo de previsão de demanda básico para hotel usa quatro variáveis: histórico de ocupação por período, calendário de eventos locais, dados de booking window (quantos dias antes da chegada as reservas tendem a ser feitas para aquele hotel específico) e sazonalidade ajustada. Juntando esses quatro elementos, é possível estimar com 70 a 80% de precisão qual vai ser a ocupação das próximas quatro semanas.

Setenta a oitenta por cento parece modesto. Mas compare com o que a maioria dos gestores tem hoje: uma estimativa baseada em experiência pessoal que, quando testada, acerta entre 55% e 65% das vezes. A diferença de 15 pontos percentuais de precisão, ao longo de 52 semanas, se traduz em menos stock de quartos vendidos abaixo do preço ótimo, menos quartos vendidos em última hora por tarifa de desespero, menos surpresas de subutilização que forçam promoção em cima da hora.

Em termos de RevPAR, a diferença entre um hotel que precifica bem e um que precifica mal no mesmo mercado pode ser de 20% a 35%. Não é uma estimativa minha. É o que o STR (a principal empresa de benchmarking do setor hoteleiro mundial) registra sistematicamente em seus relatórios de performance.

Como começar sem precisar de um Revenue Manager dedicado

A realidade de 80% dos hotéis de médio porte no Brasil é que não tem como contratar um Revenue Manager sênior. O custo não fecha. O que é possível fazer, com os recursos que esses hotéis já têm?

Primeiro passo: organizar os dados que já existem. O PMS tem histórico de ocupação, ADR, origem de reservas, antecipação de booking. Esses dados geralmente podem ser exportados em Excel. Com dois anos de histórico bem organizado, já é possível identificar padrões que a intuição não captura.

Segundo passo: definir três métricas semanais. Pick-up de curto prazo, pace de ocupação versus ano anterior e distribuição de canais. Nada mais. Menos é mais quando o objetivo é criar um hábito de revisão que vai durar.

Terceiro passo: criar um protocolo simples de decisão. Se pick-up de 7 dias está 20% acima da média histórica para aquela semana, sobe tarifa X. Se pace de ocupação está 10 pontos abaixo do ano anterior com mais de 30 dias de antecedência, abre canal adicional ou ativa promoção. Protocolo escrito, revisado uma vez por semana, seguido mesmo quando o feeling diz outra coisa.

Quarto passo: medir o resultado. Não só a ocupação. O RevPAR. Porque é a métrica que captura tanto o preço quanto a ocupação e impede que você comemore uma ocupação de 90% que destruiu sua margem.

Esse processo não exige software sofisticado para começar. Exige método. E método, ao contrário de software, não tem licença anual.

A pergunta que o dado não responde

Tem um limite que precisa ser dito em qualquer conversa sobre dados na hotelaria: o dado não captura hospitalidade.

O que faz um hóspede voltar não está completamente nos números. A recepcionista que lembrou do nome do filho do hóspede. O quarto que estava quente quando ele chegou num dia frio. O café da manhã que teve aquele detalhe que a pessoa não esperava. Isso não aparece no dashboard.

Revenue management com dados otimiza a equação econômica do hotel. Mas a equação completa do negócio inclui a experiência, que é medida em review, em NPS, em hóspede que volta sem que você precise pagar OTA para trazê-lo de volta.

O melhor uso dos dados é liberar tempo e margem para que a equipe faça melhor o que os dados nunca vão fazer. Quando você não está desperdiçando energia em decisões de precificação feitas no improviso, sobra capacidade para cuidar da operação, treinar a equipe, inovar no serviço.

Dados não substituem a hospitalidade. Eles financiam o espaço para que ela aconteça.

O que fazer amanhã

Se você é gestor ou proprietário de hotel e chegou até aqui, talvez esteja pensando que isso tudo faz sentido mas parece distante da sua realidade operacional. Entendo.

A minha sugestão é concreta: nos próximos sete dias, exporte do seu PMS os dados de ocupação, ADR e origem de reservas dos últimos 12 meses. Coloque numa planilha. Olhe os meses em que o hotel foi bem e os meses em que foi mal. Tente identificar um padrão que não seja "alta temporada" ou "baixa temporada".

Se você encontrar um padrão diferente do que esperava, isso é o começo. Se não encontrar, é porque os dados precisam ser melhor organizados antes de serem analisados. Nos dois casos, você saberá mais do que sabia antes de fazer o exercício.

Revenue management não começa com um sistema. Começa com a decisão de olhar para os números com curiosidade em vez de olhar só para confirmar o que você já acredita.

Essa mudança de postura vale mais do que qualquer ferramenta que você possa comprar.

Arnaldo Auad é consultor em gestão, Business Intelligence e estratégia de dados na Direção e Sentido. Trabalha com hotéis e redes hoteleiras na implantação de cultura analítica, dashboards de revenue management e projetos de previsão de demanda.