En un automóvil, el parabrisas es mucho más grande que el espejo retrovisor, sin embargo la mayoría de los ejecutivos dedican más tiempo a revisar el pasado que a proyectar el futuro. Una de las gracias de los sistemas de Revenue Management (RM) es que nos entregan un parabrisas, a diferencia de los demás sistemas de información para la administración, que no son más que espejos retrovisores.
¿Y cómo hacen los sistemas de RM para proyectar con exactitud demandas tan desagregadas (no por mes, sino que por día)? Voy a usar una cita que aprendí de mi profesor de statistical forecasting (Inferencia Estadística) de Duke, Robert Nau: "I have seen the future and it is very much like the present, only longer." (He visto el futuro y es muy parecido al presente, sólo que más largo) La cita pertenece a Kehlog Albran, del libro The Profit. Esta cita describe lo que hace cualquier sistema de pronósticos estadístico: buscar en el pasado patrones que se repiten e identificar las condiciones en las cuales estos patrones se inician.
Los sistemas de pronósticos para RM se basan en datos históricos de reservas para identificar patrones y pronosticar cómo van a seguir entrando reservas en el futuro. Típicamente un sistema de pronósticos para RM hace proyecciones desagregadas para fechas hasta un año hacia adelante. Desagregadas quiere decir que pronostican no sólo cuántas habitaciones van a ser vendidas en un hotel para el mes de Noviembre del próximo año, por ejemplo, y a qué tarifa media, sino que cuántas habitaciones se van a vender para huéspedes que van a llegar al hotel dentro de 365 días en una tarifa específica, para quedarse en el hotel un número específico de noches. O sea, si hoy es 12 de noviembre de 2009, el sistema de RM pronostica el número de habitaciones que se van a reservar para huéspedes que llegan el 12 de noviembre de 2010, que se van a quedar dos noches y van a pagar tarifa Rack. Además de esto, el sistema predice cuándo van a reservar esas habitaciones (fecha de reserva).
Se imaginarán que hacer ese pronóstico no es fácil. De hecho el sistema no va a atinar al número exacto siempre. Entonces, ¿por qué es necesario hacer este tipo de pronósticos? ¿No tomamos decisiones erradas al basarnos en pronósticos que tienen altos errores?
La respuesta a la primera pregunta es que los algoritmos de optimización requieren de un pronóstico desagregado porque la regla de Littlewood necesita una estimación de la probabilidad de vender al menos N habitaciones a la tarifa X.
La respuesta a la segunda pregunta no es tan simple. Lo que pasa es que al optimizar un hotel para llegadas dentro de un año, las decisiones que tomamos hoy no tendrán mucho efecto. Esto porque un año antes es probable que no hayamos recibido reservas aún. De modo que si el sistema sólo autoriza un 10% de la capacidad del hotel para la tarifa más barata, esa tarifa va a estar disponible a la venta por ahora. Una vez que haya vendido el 10% de la capacidad a esa tarifa es probable que el sistema tenga buena información de cómo va a ser la demanda del 12 de noviembre de 2010, de modo que si las reservas han ido entrando más lento que lo que el sistema esperaba, entonces éste va a haber bajado su pronóstico para esa noche, aumentando la autorización para la tarifa más reducida. Es por esto que es tan importante que el sistema de RM proyecte demanda muy frecuentemente, para ir corrigiendo sus proyecciones (y sus decisiones) antes de que se produzca una pérdida de ventas. También es por esto que los sistemas automatizados suelen tomar mejores decisiones que las personas, por inteligentes y expertas que sean.
Una advertencia acerca de los sistemas de pronósticos para la gestión: Es bien difícil evaluar el desempeño de estos sistemas. Esto porque el hecho de conocer el pronóstico hace que los ejecutivos de la empresa tomen decisiones y acciones que invalidan el pronóstico. Por ejemplo, si el sistema nos dice que la demanda va a estar muy floja para febrero del próximo año, vamos a lanzar promociones o algo para mejorar el resultado en ese período.
No hay comentarios.:
Publicar un comentario