Revenue Management – wie wichtig ist der Faktor Mensch, Herr Dalig?

„Revenue Management, Datenanalyse, das geht doch vollautomatisch.“ Mit einem solchen Zitat ist viel gesagt und doch nichts. Tatsächlich bietet das Revenue Management ein breites Spektrum an Möglichkeiten zur Automatisierung und Integration künstlicher Intelligenz.

Natürlich ist der Einsatz von künstlicher Intelligenz für das Revenue Management eine unglaublich große Unterstützung. In der Anfangszeit von Revenue Management wurde eine Datenauswertung auf ausgedrucktem Papier, später in einer unheimlich anmutenden Excel Tabelle erstellt.

Erste Automatisierungen, Verknüpfungen und Datenimporte aus verschiedenen Datenbanken in das Excel Tool wurden und werden von vielen Revenue Managern erstellt und bei der täglichen Arbeit genutzt. Die Menschen hinter diesen Systemen arbeiten stetig daran, diese und die damit erzielbaren Ergebnisse zu verbessern.

Durch den Einsatz von KI-Technologien wird die Datenanalyse zunehmend effizienter, insbesondere bei der Verarbeitung unterschiedlicher Datenformate und -quellen. Künstliche Intelligenz kann aus historischen Daten Modelle entwickeln und damit zukünftige Szenarien vorhersagen. Für Revenue Manager, die früher mühsam manuell mit Excel oder Papier arbeiten mussten, bedeutet dies eine enorme Erleichterung.

Dennoch stellt sich die Frage: Ist die Maschine den Menschen wirklich überlegen und braucht es überhaupt noch die Funktion des Revenue Managers?

Künstliche Intelligenz basiert allein auf den verfügbaren Daten und kann keine „weichen Faktoren“ wie Umgebung, Wetter, Events und andere Einflussfaktoren berücksichtigen, die dem Menschen bekannt sind. Daher ist es entscheidend, dass Menschen die Datensätze mit zusätzlichen Informationen anreichern, um fundierte Prognosen zu erstellen.

Dazu bedienen sich Revenue Manager meist einem Schema in ihrem Vorgehen, einer Methode die 5 Schritte beinhaltet:

1. Collect: Daten werden gesammelt und Systemdaten mit Umgebungsdaten angereichert.
2. Analyse: Die Daten werden analysiert, wobei außergewöhnliche Umstände festgehalten werden.
3. Decision: Basierend auf der Datenbasis und der Analyse werden Entscheidungen getroffen.
4. Report: Strategiegrundlagen und Ergebnisse werden dokumentiert und berichtet.
5. Evaluation: Die durchgeführten Handlungen werden überprüft und gegebenenfalls weitere Daten gesammelt, um Verbesserungen zu erzielen.

In den meisten Fällen sind Revenue Manager nicht gleichzeitig die Direktoren oder Geschäftsführer eines Unternehmens. Daher erfordert ihre Arbeit eine enge Abstimmung und externe Freigabe. Entscheidet sich ein Hotel zur aktiven Arbeit mit externen Revenue Managern, ist das gegenseitige Vertrauen zwischen den Entscheidungsträgern im Hotel und den Revenue Managern von entscheidender Bedeutung, um gemeinsam mit dem Hotelteam die bestmögliche Leistung zu erzielen.

Die Einführung von Revenue Management-Strategien führt zu Veränderungen im bisherigen Verhalten und Denken innerhalb des Hotels. Bestehende Ansätze in Bezug auf Preisgestaltung und Vertrieb werden hinterfragt und häufig in neue Richtungen gelenkt. Deshalb müssen Revenue Manager nicht nur ein tiefes Verständnis für ihre Systeme und eine ausgeprägte Analysefähigkeit besitzen, sondern auch die Fähigkeit, ihre Arbeit, Ideen und Strategien überzeugend zu präsentieren, um das bestmögliche Ergebnis zu erzielen.

Die komplette Auslagerung des Revenue Managements an die künstliche Intelligenz wird durch die Bedürfnisse eines Hotels und des Marktes ausgehebelt werden. 

Ein nachhaltig erfolgreiches Revenue Management basiert auf drei Säulen:

• Ausgeprägtes Fachwissen und Systemverständnis
• Mut zu neuen Strategien und neuen Herangehensweisen 
• Gegenseitiges Vertrauen und Zutrauen 

Diese drei Säulen werden durch die Menschen mit Leben gefüllt. Der Faktor Mensch wird im Revenue Management den Unterschied machen zwischen kurzfristiger Gewinnabschöpfung am Markt und einer nachhaltig erfolgreichen Unternehmensentwicklung.

---