競合価格と予約状況をAIが分析。経験や勘に頼っていた価格設定や販売戦略を、速く・安定した判断へ変えました。
ホテルの客室価格は、曜日や季節、周辺イベント、競合ホテルの価格、予約の入り方によって日々変える必要があります。高すぎれば予約を逃し、安すぎれば本来得られたはずの売上を失います。 従来は、担当者が複数の予約サイトを確認し、自施設の残室数や過去実績と照らし合わせながら価格を決めていました。対象となる宿泊日や客室タイプ、プラン数が多く、調査から価格反映までに大きな工数が発生。さらに、判断基準が経験や感覚に偏り、担当者によって価格設定にばらつきが生じていました。 需要の変化を見逃すと、値上げできる日に安く販売したり、予約が伸びない日の価格見直しが遅れたりします。そこで、情報収集と分析をAIに任せ、現場が迷わず価格を判断できる仕組みを構築しました。
競合ホテルの価格を定期的に取得し、素泊まり、朝食付き、夕朝食付きなどの条件ごとに分類。極端な価格の影響を受けにくい中央値を用いて、比較可能な市場相場を算出しました。
口コミ評価、ブランド力、客室グレードなどの施設特性に加え、残室数、宿泊日までの日数、直近の予約増加数、過去の予約推移を分析。単なる競合追随ではなく、自施設に合った推奨価格を提示します。
現在価格、推奨価格、変更理由を一覧表示。競合価格の上昇、予約ペースの加速、残室数の減少、イベント需要など、判断に影響した要因を確認できる設計としました。
導入当初は担当者が推奨価格を確認し、承認後に予約管理システムへ反映。安全性が確認された条件では自動反映し、変更幅が大きい場合や特殊事情がある日だけ人が判断できる運用にしました。
複数の予約サイトや表計算ソフトを行き来する作業をなくし、担当者は推奨価格と根拠を確認するだけで価格変更を完了できるようになりました。
予約の伸びが良い日は早めに値上げし、伸びが鈍い日は売れ残る前に価格を見直すことで、安売りと販売機会損失の双方を抑えられるようになりました。
経験の浅い担当者でも同じ基準で判断できるようになり、属人化を軽減。担当者は価格調査ではなく、販売プランやキャンペーンの企画に時間を使えるようになりました。
宿泊条件をそろえた競合相場を算出し、自施設の施設特性、予約進捗、過去傾向、需要要因を組み合わせて宿泊日・客室タイプ・プランごとの推奨価格を算出します。
4カ月
対象施設数、連携先、価格反映方法によって異なります。
550万円
必要なデータ取得範囲や外部システム連携の内容に応じて個別に算定します。