27 Congreso Nacional de Estadstica e Investigacin Operativa Lleida, 8-11 de abril de 2003

YIELD MANAGEMENT APLICADO A LA GESTIN DE UN HOTEL

J. Guadix, J. Larraeta, L. Onieva
Departamento de Organizacin Industrial y Gestin de Empresas Universidad de Sevilla, 41092 Sevilla, Espaa E-mail: guadix@esi.us.es

astola@us.es onieva@esi.us.es

RESUMEN
Las empresas del sector servicios, caracterizadas por la simultaneidad de la produccin y del consumo del servicio prestado, carecen de un sistema de almacenamiento de su producto por ser perecedero. La filosofa de la tcnica Yield Management es vender cada unidad de inventario al tipo de cliente adecuado, en el instante preciso y al precio conveniente. De este modo se van asignando los clientes a las distintas categoras de inventario, de forma que se aproveche la demanda existente, con el objetivo de maximizar los ingresos o beneficios. En este trabajo se analiza, mediante modelos matemticos, el caso de una empresa hotelera.

Palabras y frases clave: Yield Management, Revenue Management, Hoteles. Clasificacin AMS: 90B05.

1. Introduccin
Las empresas que poseen bienes o servicios perecederos, a menudo deben vender una cantidad fija de estos en un corto y acotado horizonte temporal. Adems, si el mercado est formado por clientes dispuestos a pagar distintos precios por los productos, es posible segmentar a los clientes por el uso de los servicios. De aqu aparece la oportunidad de vender los productos, a diferentes segmentos de clientes, con distintos precios. Este proceso se suele llevar a cabo variando los precios en los distintos instantes de tiempo o incrementando el precio mediante un incremento en la calidad del servicio. En base a lo expuesto, las empresas se encuentran ante la necesidad de elegir el modo de conseguir que los segmentos de inventario similares se ajusten a la demanda existente, para maximizar los ingresos o beneficios. En definitiva, el problema es fijar los precios de los distintos segmentos y el numero de bienes o servicios reservados de 1

antemano para cada uno de los segmentos. Este conjunto de decisiones son las que se agrupan bajo la denominacin genrica de Yield Management o Revenue Management. Yield Management (YM), es un conjunto de tcnicas utilizadas para gestionar los recursos de la empresa, siendo una metodologa que puede ayudar a las empresas del sector servicios a colocar en el mercado la correcta unidad de inventario a la clase de cliente adecuado, en el instante preciso y al precio conveniente. YM ayuda en la toma de decisiones del modo de conseguir que las categoras de inventario similares se ajusten a la demanda existente para maximizar los ingresos o beneficios. En definitiva, el problema se reduce a cunto y a qu precio se debe vender en cada segmento de mercado. El fundamento de las tcnicas de YM se puede entender con facilidad centrndose en el sector hotelero. Yield se refiere a los ingresos por miles de plazas existentes o a los ingresos por miles de huspedes. Los hoteles normalmente ofrecen distintos tipos de servicios, tales como Preferencial, Suite y Standard. Preferiran llenar sus hoteles con clientes de primera clase, pero esto raramente ocurre, por lo que tratan de cubrir las plazas libres ofreciendo otros servicios diferentes. Hay que llegar a un punto de equilibrio entre el uso mximo de la capacidad, que sera lo deseable, y la venta de las habitaciones al precio mximo. Debido a que las unidades que forman el inventario en los hoteles son perecederas, una habitacin vaca en una noche tiene asociado un coste de oportunidad. Los hoteles deben decidir cunto descontar al precio de los servicios para asegurar su venta, y al mismo tiempo estar seguros que dejan suficientes habitaciones libres para venderlas a los huspedes que lleguen a ltima hora con intencin de ocupar habitaciones de primera clase.

2. Requisitos para su aplicacin

La tcnica YM, de conformidad con lo expuesto por Withiam (2001), es apropiada cuando se dan las siguientes circunstancias: La empresa opera con capacidad fija. La demanda puede ser claramente segmentada en conjuntos diferenciados. El inventario es perecedero. El producto se puede vender por adelantado. La demanda flucta suficientemente. Los costes marginales de venta son bajos y los posibles costes de adicin de capacidad extra son altos. Estas caractersticas suelen tenerlas las empresas en las que se aconseja la utilizacin de YM, sin embargo, conviene analizar con mayor detenimiento cada una de ellas, para as alcanzar un mayor grado de conocimiento de esta tcnica. Capacidad fija. La aplicacin del YM esta centrada en empresas que presentan esta caracterstica. Es apropiado para las empresas que no pueden adaptar rpidamente su capacidad ante un eventual cambio de demanda. Debido a esta restriccin de la capacidad, el xito financiero es funcin de la habilidad para gestionar el uso de su

capacidad eficientemente. Por ejemplo, si todas las habitaciones de un hotel estn ocupadas, es muy difcil aadir una nueva, aunque el cliente se puede alojar en otro hotel que la empresa tuviese en la misma ciudad. Para las compaas areas, si todos los asientos de un vuelo estn ocupados, un nuevo viajero solo podramos transportarlo en un vuelo posterior. Por stas razones se habla de capacidad fija, aunque con un poco de flexibilidad. El mercado segmentado. Para que YM sea efectivo la empresa debe poder segmentar el mercado en diferentes tipos de clientes, Ladany (1996). Por ejemplo, las compaas areas distinguen entre clientes con distinto grado de sensibilidad en el binomio tiempoprecio. Esto se pone de manifiesto, en el caso que nos ocupa, si se le ofrece a un cliente la vuelta el sbado por la noche para de ese modo obtener mayor descuento en el precio. Bsicamente se debe poder identificar qu clientes son los ms sensibles a u cambio en n el precio por un cambio de servicio, por lo que se desarrollarn distintas estrategias de mercado para los distintos tipos de clientes. Inventario perecedero. Uno de los factores que diferencian las empresas de servicios de las dems empresas es el tipo de inventario. En las empresas de servicios, el inventario es perecedero. Adems cuando la compaa de servicios tiene capacidad limitada, el problema se acenta al no ser posible un aumento de dicha capacidad. Los asientos no vendidos en un vuelo, las habitaciones libres de un hotel o los coches sin alquilar, representan unidades de inventario perdidas. Si una compaa puede minimizar este inventario caducado obtendr mayores ingresos y por tanto beneficios. Venta anticipada. Una de las prcticas ms comunes en este tipo de empresas, es el uso de un sistema de reservas, en el que las unidades del inventario son vendidas antes de su uso. Este sistema de reservas le permite a la empresa operar con mayor seguridad, al saber que su capacidad podr ser usada en el futuro. Pero cuando el producto se vende por adelantado, aparece otro inconveniente. El gestor de la empresa debe decidir si acepta una reserva de un cliente a un precio menor, o bien espera a que aparezca un cliente que pague el precio actual. En este punto la previsin de la demanda proporciona anticipadamente el tamao de los distintos segmentos de mercado y el precio de cada uno de ellos. Este procedimiento necesita informacin interna de la empresa y un estudio global del mercado. Fluctuacin de la demanda. La mayora de las empresas deben responder a variaciones de la demanda. La tcnica YM se aplica potenciando el uso del servicio en las pocas de baja demanda (bajando el precio), o incrementando los ingresos cuando la demanda es elevada (aumentando el precio). Si se prevn convenientemente los valles y picos de demanda, la gestin podr acomodarse a ellos. Se deben ofertar distintos precios a los distintos clientes como respuesta a los cambios de demanda. Costes marginales de venta bajos y de aumento capacidad altos. Para que una aplicacin de YM sea efectiva, el coste de vender una unidad adicional de inventario debe ser bajo, al mismo tiempo que el coste marginal de inversin del incremento de 3

capacidad debe ser alto. Esto suele ser el caso de empresas con claras restricciones de capacidad, ya que operar con capacidad adicional suele ser bastante costoso y sin embargo, el coste de la venta de una unidad de capacidad existente suele ser relativamente barato.

3. Modelos de Resolucin
Con estos modelos matemticos se pretende determinar, a priori, cuantas unidades de inventario debern asociarse a cada categora. Se consideran como hiptesis para todos los modelos: todas las reservas son utilizadas, es decir ninguna reserva se cancela. Esta hiptesis elimina el overbooking independencia entre las demandas de las distintas categoras inexistencia de grupos, son todos clientes individuales

El primer estudio realizado sobre este enfoque lo hizo Littlewood (1972). En esta primera aproximacin, se divide el inventario en dos posibles categoras, la 2 con descuento y la 1 que ofrece los servicios sin descuento. Por lo tanto, debemos poner lmite a la cantidad ofrecida con descuento, y el resto ser ofertado en la categora superior. Se considera, como hiptesis de partida, que el inventario con descuento se vende antes que el inventario sin descuento, y que todas las reservas son utilizadas, es decir, ninguna reserva se cancela. Los parmetros que intervienen son: qT : capacidad total fija d1 : variable aleatoria que estima el nmero de peticiones de reservas para unidades de inventario sin descuento r1 : ingresos producidos por una unidad sin descuento r2 : ingresos producidos por una unidad con descuento La variable a determinar es, x1 : nmero de unidades de inventario sin descuento Se deben seguir ofreciendo unidades de inventario de la categora con descuento mientras se cumpla la siguiente condicin:
r2 r1 P [d1 > x1 ]

(1)

siendo P[ ]la probabilidad, en este caso, de que al llegar el momento de ofrecer el servicio no se tengan disponibilidades para atender la peticin. La consecuencia del resultado obtenido es que se continuar ofreciendo un servicio ms con descuento, mientras los ingresos con descuento sean mayores o iguales a los ingresos esperados para la categora superior (sin descuento). Otra interpretacin sera, que en el momento en que la demanda de servicios con descuento alcance x2 , entonces P[ ] sera la proporcin esperada de das en que son 4

rechazados clientes para la categora completa. En esta situacin el sistema no actuara eficientemente, dado que hay servicios ofertados a r2 que se podran ofertar a r1 . De esta regla se obtuvo un principio usado en las compaa areas, el lmite ptimo de reservas es el mayor valor de x2 para el que la probabilidad no exceda de la relacin entre los precios de la categora superior y los precios con descuento. A modo de ejemplo, se puede afirmar que al operar con precios con un descuento, que oscile entre el 30% y el 60% del precio del billete completo, la regla afirma que se rechazaran uno o ms clientes sin descuento en una cantidad de vuelos entre el 30% y el 60%, al existir una demanda con descuento elevada. Esta proporcin es superior a la que se produce realmente, debido al margen de seguridad con que operan las compaas. Otro modo de resolucin se origina a partir de la idea por la que las empresas deben tener un nmero de unidades de inventario que potencien la demanda de consumidores de alto poder adquisitivo. Hay que alcanzar una distribucin tal que el ingreso esperado por una venta adicional en la gama alta sea igual al nivel actual de ingresos que se tienen en la gama inferior. Esta distribucin determina el nmero ptimo de servicios a asignar a cada categora. La distribucin ptima del inventario, se alcanza cuando el ingreso marginal de la venta del ltimo servicio en una clase sea el mismo que el que se produce para cualquier otra. Este modelo del ingreso marginal esperado por servicio, se conoce con el nombre EMSR, correspondiente a las siglas de su nombre en ingls, formulado por Belobaba (1987). La demanda probabilstica se usa porque el nmero de peticiones esperadas, para cada categora, se debe estimar de datos histricos. Para un ejemplo de dos categoras, 1 y 2, se definen las variables: bi ( x i ) : funcin de densidad definida como el nmero de reservas esperadas para la categora i.
P ( x1 ) : la probabilidad de recibir x1 o ms peticiones para la categora 1.

ri : los ingresos obtenidos por la venta de un servicio de la categora i. Hay que maximizar la funcin ingresos totales, R:
R = ri x i = r1x 1 + r2 x2
i =1 n

(2)

Para las dos categoras, la capacidad total se descompone en la suma de las ventas realizadas en las dos categoras, qT = x1 + x 2 . Los ingresos totales son funcin de la distribucin que se elija, x, por lo que interviene i la funcin densidad. Operando en la funcin ingresos totales, se tiene:
R = R1( x1 ) + R2 ( x2 ) = R1( x1 ) + R2 (qT x1) = = r1 b1 ( x1 ) + r2 b2( qT x1)

(3)

El modelo del ingreso marginal esperado por servicio, nos indica que el ingreso obtenido por cada categora debe ser igual, es decir,

EMSR i =

R R = = EMSR j x i x j R = 0. x1

(4)

En nuestro caso, simplificado para solo dos categoras,

Luego operando resulta: r1 P ( x1 ) r2 P ( x 2 ) = 0 . Expresin que indica que los ingresos marginales esperados por la venta de un asiento adicional en cada categora debe ser igual a cero. Si se expresa de otra forma:
P (x1 ) r2 = P (x 2 ) r1

(5)

Se pueden relacionar fcilmente los ingresos de cada categora con las probabilidades del nmero de peticiones de servicio en cada categora. De esta manera, a partir de los precios a priori de cada categora, se determina la relacin de probabilidades de vender cada categora. Como resultado de estos valores, se obtiene la distribucin de la capacidad total en las distintas categoras. La base de este razonamiento se puede ver representada en la figura 1, con las funciones de densidad y los ingresos totales R en funcin de x i .

bi ( xi ) b1( x1)

b2(x 2 )

P (x 2 )

P ( x1)

R = R1 + R2

ingresos
R1
R2

x1

x2

servicios

Figura 1: Divisin de la capacidad en dos categoras Otra manera de distribuir el inventario, es formular un modelo, Kimes (1989), que se rige por un criterio sujeto a una serie de restricciones. Sean los parmetros: i: tipos de categoras. En total n categoras di: demanda de la categora i, que se toma como dato (aunque su estimacin previa no es nada sencilla) ri: ingresos por la venta en la categora i qT : capacidad total Como variable a determinar est el nmero de ventas: xi: nmero de ventas en la categora i Se consideran las siguientes restricciones: Se debe imponer, en primer lugar, que la suma del nmero de unidades vendidas, que constituyen el inventario, debe ser menor que la capacidad total:

x
i= 1

qT

(6)

Para cada categora, las ventas deben ser menores que la demanda esperada:
x i Ed i

(7)

El criterio es tratar de maximizar los ingresos producidos por la venta de las x i unidades. Por todo lo anteriormente expuesto, el modelo completo tiene la forma,
Max s.a.

r x
i i =1 n

x
i= 1

qT i

xi Edi xi 0

(8)

4. Ejemplo Numrico
Sea un hotel que dispone de una capacidad de 200 habitaciones, con un precio de venta en la categora inferior de r2 = 90 , y unas tarifas posibles en la categora superior r1 de 120, 140 o 170 . Se estima una demanda con una distribucin Normal, como ya han usado McGill et al. (1999), d 2 = N (150, 1600) y d1 = N (100, 12 ) , siendo 1 = 10, 20 o 30 . Usando los tres modelos que se desarrollaron en el apartado anterior, se obtiene el valor de la variable x1 , de la que se puede despejar x 2 sin problema. Usando los tres precios y las tres varianzas propuestas, se calcula para cada modelo su solucin para un abanico de posibilidades reales. Las soluciones quedan reflejadas en la tabla 1, donde los superndices lit, opt y mod se corresponden con las expresiones (1), (5) y (8) respectivamente, es decir, lit se reserva para el modelo de Littlewood, opt se le asigna al modelo EMSR que se considera como ptimo, y mod se identifica con el modelo lineal.
r1 = 120 1
lit x1 opt x1 mod x1

r1 = 140

r1 = 170

lit mod

10 93.3 95.9 100 2.6 4.1

20 86.5 92.8 100 6.3 7.2

30 79.8 90.0 100 10.2 10.0

10 96.3 98.2 100 1.9 1.8

20 92.6 96.6 100 4.0 3.4

30 89.0 95.3 100 6.3 4.7

10 99.1 100.6 100 1.5 -0.6

20 98.4 101.2 100 2.8 -1.2

30 97.7 101.7 100 4.0 -1.7

Tabla 1: Solucin con los tres modelos 8

Las soluciones obtenidas son continuas, mientras que en la realidad deben usarse unas variables discretas, por lo que se sugiere redondear al entero ms prximo para su uso. El modelo propuesto por Littlewood se diferencia del aqu denominado ptimo (EMSR), en que supone que la demanda de la categora 2 es siempre mayor que su oferta, por lo que considera que P [d 2 > x 2 ] = 1 . Esto lleva aparejado que todas las reservas con descuento se realicen antes que la primera reserva sin descuento. El modelo lineal es simple de resolver ya que indica que se reserven para la categora sin descuento tantos servicios como se esperen vender. De la tabla de soluciones se pueden extraer algunos resultados, tal como que la solucin opt lit x1 asigna ms habitaciones para la categora elevada que x1 . Adems se puede lit opt observar como x1 y x1 aumentan con el precio r1 , resultado lgico teniendo en cuenta que al aumentar el precio del servicio elevado y vender ms, aumentan los ingresos. Tambin conviene resaltar que x1 disminuye al aumentar la varianza de d1 ( 1 ) , debido al modo de variar los perfiles de la funcin de distribucin normal. Sin embargo, al aumentar el precio r1 , el cociente r2 r1 disminuye y causa el efecto opuesto de la varianza, ya que aumenta ms la incertidumbre de la demanda d1 en comparacin con los aumentos de ingresos. Para el ltimo modelo (8), no afecta la varianza, al no tenerse en cuenta la naturaleza probabilstica de la demanda. Otros aspectos de inters recogidos en la tabla 1, son las diferencias entre las soluciones, opt lit mod opt lit = x1 x1 y mod = x1 x 1 , no siguen una tendencia clara. Para precios r1 bajos lit opt mod el mtodo x1 est ms cercano a x1 , mientras que para r1 altos, x1 est ms cercano.

5. Conclusiones
Tras una introduccin en la que se han comentando las razones que originan la existencia del sistema Yield Management aplicado a la gestin de empresas de servicios, se han expuesto los requisitos mnimos que debe reunir una empresa para conseguir una ptima aplicacin de la tcnica. Se describen seis caractersticas necesarias, relacionadas con su inventario y nivel de demanda. A continuacin, se desarrollan tres modelos para la distribucin del inventario. Aunque se hace una aplicacin para dos categoras diferentes, se puede observar como los modelos EMSR y el modelo continuo son vlidos para un nmero genrico de categoras, mientras que el propuesto por Littlewood solo es vlido para dos categoras. Tras exponer un ejemplo, se pone de manifiesto que ningn modelo domina sobre el otro, sino que para cada caso particular funcionar mejor uno u otro. Adems se resalta que son unos modelos de carcter estticos, por lo que tendran que resolverse cada da. Si se compara el desarrollo expuesto con otros mtodos usados en la actualidad, la principal diferencia radica en que en estos modelos se ha considerado un inventario con las categoras divididas, mientras que en otros mtodos se suele usar un inventario anidado, en el que las categoras mximas disponen tambin de las unidades de

inventario de las categoras inferiores. En este caso, las unidades de inventario reservadas exclusivamente para las categoras superiores son menos. Una mejora en la que es est trabajando en la actualidad, sera la consideracin de servicios compuestos, en los se estudian posibles reservas de habitaciones de ms de un da, y en la consideracin de grupos, aspectos no tenidos en cuenta en los modelos desarrollados.

Referencias
Belobaba, Peter P. (1987): Airline Yield Management: An Overview of Seat Inventory Control. Transportation Science, vol. 21, no 2, 63-73. Ladany, Shaul P. (1996): Optimal Market Segmentation of Hotel Rooms. Omega, vol. 24, no 1, 29-36. Littlewood, K. (1972): Forecasting and Control of Passenger Bookings. AGIFORS Symp. Proc., no 12, 95-117. Kimes, Sheryl E. (1989): Yield Management: A tool for capacity-constrained service firms. Journal of Operations Management, vol. 8, no 4, 348-363. McGill, Jeffrey I., y Van Ryzin, Garrett J. (1999): Revenue Management: research overview and prospects. Transportation Science, vol 33, no 2, 233-256. Withiam, Glenn. (2001): A 4-C strategy for Yield Management. Center for Hospitality Research at Cornell University.

10