Otelcilikte gelir yönetimi (revenue management) uzun yıllar boyunca manuel tablolar, rakip analizi ekranları ve sezgisel kararlarla yürütüldü. Altı ay önce yapay zeka destekli dinamik fiyatlandırma algoritmamızı (Pricing AI) canlı operasyona aldık ve tüm sistemimize entegre ettik.
Bu süreçte kârlılık tarafında ciddi puanlar kazandık; otelcilikte doğru bildiğimiz bazı geleneksel varsayımların da çöktüğüne tanık olduk. Bu yazıda 180 günlük otelcilikte AI fiyatlandırma deneyimimizden süzülen dersleri, kaybettiğimiz ezberleri ve bir sonraki sürümde değiştireceğimiz üç kritik noktayı paylaşıyoruz.
Kazandığımız puanlar: AI fiyatlandırma ne sağladı?
Yapay zekanın oda fiyatlandırmasına dahil olması, veri işleme hızını insan kapasitesinin çok ötesine taşıdı. Altı ayın sonunda öne çıkan kazanımlar şunlar oldu.
RevPAR ve ADR'de %12–18 artış
Son dakika kongre duyuruları ya da uçak seferlerindeki artış gibi anlık talep sıçramaları, manuel takipte kolayca kaçabilir. AI bu anlarda fiyatı hemen yukarı çekti ve ortalama günlük oda fiyatında (ADR) ve oda başına gelirde (RevPAR) %12 ile %18 arasında net artış sağladı.
7/24 mikro-sezon yönetimi
Gece yarısı gelen rezervasyon akışlarında ya da rakip otellerin odaları tükendiğinde AI, insan müdahalesine gerek kalmadan fiyat marjlarını otomatik olarak güncelledi.
Doluluk ve fiyat arasında daha iyi denge
İki klasik risk en aza indi:
- Düşük fiyatlama (under-pricing): oteli erken dönemde ucuza doldurup sonraki talebi kaçırmak.
- Yüksek fiyatlama (over-pricing): son dakikaya kadar yüksek fiyatta kalıp odaları boş bırakmak.
Kaybettiğimiz varsayımlar: çöpe giden 3 ezber
Saha, teori ile pratiğin her zaman örtüşmediğini bir kez daha gösterdi. Sistemi geliştirirken doğru kabul ettiğimiz üç temel varsayım altı ay içinde boşa çıktı.
1. "Rakipler fiyat düşürüyorsa biz de düşürmeliyiz"
Geleneksel gelir yönetiminde rakip seti (CompSet) fiyat düşürdüğünde hızla karşılık vermek kural sayılır. Ancak veriler, rakiplerin fiyat düşürmesinin her zaman pazar talebinin düştüğü anlamına gelmediğini gösterdi. Ucuzlayan rakibin kalite ve hizmet algısı bizim misafir kitlemizin beklentisinden farklı olduğunda, fiyatı sabit tutmak hatta artırmak kârlılığı korudu.
2. "Yapay zeka gelince gelir yöneticisine ihtiyaç kalmaz"
En büyük yanılgılardan biri, AI'ın tam otonom bir pilot gibi çalışacağı düşüncesiydi. AI harika bir analist ve veri işleyicidir; ama bölgedeki özel bir diplomatik ziyareti, makroekonomik beklentileri ya da marka stratejisini tek başına kavrayamaz. Altı ayın sonunda gördük ki AI gelir yöneticisinin yerini almıyor; onun karar kalitesini ve hızını katlıyor.
3. "Geçmiş yılların rezervasyon verisi geleceği tahmin etmeye yeter"
Pandemi sonrası değişen seyahat alışkanlıkları ve kısalan rezervasyon süreleri (lead time), son üç yılın verisine dayanan tahmin modellerinde sapmalara yol açtı. Geleceği tahmin etmek için geçmiş veriden çok anlık pazar sinyallerinin kritik olduğu ortaya çıktı.
AI gelir yöneticisinin yerini almıyor; onun karar kalitesini ve hızını katlıyor.
Bir sonraki sürümde değişecek 3 şey
Aldığımız dersler ışığında Pricing AI'ın yeni sürümünde (v2.0) üç temel mimari değişikliğe gidiyoruz:
| Alan | Mevcut durum | Yeni sürüm (v2.0) |
|---|---|---|
| Veri kaynakları | Geçmiş konaklama verisi ve otel dolulukları | Anlık uçak bileti aramaları, hava durumu ve yerel etkinlik verileri |
| Kontrol mekanizması | Otomatik fiyat güncellemesi | İnsan onaylı esnek kural ve limit katmanı (human-in-the-loop) |
| Şeffaflık | Karar skoru ve öneri fiyatı | Açıklanabilir fiyatlandırma panosu (neden-sonuç ilişkisi) |
1. Dış pazar ve niyet verilerine (intent data) geçiş
Yalnızca gerçekleşmiş rezervasyonlara bakmak yerine; bölgeye yönelik arama motoru aramaları, uçak bileti fiyatları ve uçuş yoğunluğu gibi niyet verileri doğrudan algoritmaya beslenecek.
2. Esnek taban–tavan ve kural katmanı
AI'ın marjinal kararlar almasını önlemek için otel yöneticilerinin marka stratejisine uygun alt ve üst sınırları (guardrails) çok daha esnek biçimde tanımlayabileceği dinamik bir kural motoru eklenecek.
3. "Neden bu fiyat?" arayüzü (açıklanabilir fiyatlandırma)
Otel ve gelir yöneticilerinin AI önerilerine güvenmesi için her fiyat değişikliğinin gerekçesi panoda açıkça listelenecek. Örneğin:
"Önümüzdeki hafta sonu için bölgedeki uçuş aramaları %35 arttı ve en yakın 3 rakip otelde doluluk %90'a ulaştı. Önerilen fiyat artışı: +%15."
Bu yaklaşımın arkasındaki mantığı her yapay zeka önerisinin yanına "neden" yazmak yazımızda ayrıntılı anlattık.
Sık sorulan sorular
Otelde dinamik fiyatlandırma nedir?
Dinamik fiyatlandırma, oda fiyatlarının talep, doluluk, rakip fiyatları ve sezon gibi sinyallere göre sürekli güncellenmesidir. Yapay zeka bu sinyalleri insanın takip edemeyeceği hızda işleyerek her gün ve her oda tipi için fiyat önerir.
RevPAR ve ADR nedir?
ADR (Average Daily Rate), satılan odaların ortalama gecelik fiyatıdır. RevPAR (Revenue Per Available Room) ise toplam oda gelirinin satılabilir oda sayısına bölünmesiyle bulunur; fiyat ve dolulukla birlikte otelin gelir performansını gösterir.
AI fiyatlandırma gelir yöneticisinin yerini alır mı?
Hayır. Deneyimimiz, en iyi sonucun AI'ın veri işleme gücüyle gelir yöneticisinin stratejik bilgisinin birlikte çalıştığı hibrit modelde alındığını gösterdi.
AI fiyatlandırma hangi verileri kullanır?
Mevcut sürüm geçmiş konaklama ve doluluk verisini kullanıyor. Yeni sürümde uçak bileti aramaları, hava durumu ve yerel etkinlikler gibi anlık pazar ve niyet verileri de eklenecek.
Sonuç
Otelcilikte yapay zeka ile dinamik fiyatlandırma, bir kez kurulup unutulacak bir yazılım değil; sürekli öğrenen ve uyum sağlayan, yaşayan bir süreç. Altı aylık deneyimimiz, en başarılı sonuçların güçlü bir AI algoritması ile stratejik insan aklının birlikte çalıştığı hibrit sistemlerde elde edildiğini gösterdi.