Pickup, Pace dan Forecast dalam Revenue Management
Tiga Angka yang Membantu Revenue Manager Membaca Demand Sebelum Hari Menginap
Hotel tidak bisa menunggu sampai tanggal menginap tiba untuk mengetahui apakah strategi revenue berjalan dengan benar.
Pada saat occupancy sudah terlihat 85% di hari H, sebagian besar keputusan pricing sebenarnya sudah terlambat. Rate, inventory, promotion, dan channel strategy telah bekerja selama beberapa minggu sebelumnya.
Revenue Manager membutuhkan indikator yang dapat menunjukkan bagaimana demand sedang bergerak sebelum kamar benar-benar terjual.
Di sinilah Pickup, Booking Pace, dan Forecast menjadi tiga komponen penting.
Pickup menunjukkan tambahan booking yang masuk. Pace menunjukkan seberapa cepat booking tersebut terbentuk dibandingkan benchmark. Forecast menerjemahkan informasi tersebut menjadi estimasi kondisi hotel pada tanggal mendatang.
Ketiganya tidak berdiri sendiri.
Pickup memberikan sinyal. Pace memberikan konteks. Forecast menjadi dasar keputusan.
Pickup Menunjukkan Pergerakan Booking
Pickup merupakan perubahan jumlah booking atau room nights dalam periode tertentu.
Contohnya, sebuah hotel memiliki 100 kamar untuk tanggal 30 September.
Pada H-30 terdapat 35 room nights yang sudah terjual.
Lima hari kemudian, jumlah tersebut menjadi 48 room nights.
Berarti terjadi pickup:
48 – 35 = 13 room nights
Pickup dapat dihitung berdasarkan room nights, revenue, booking, segment, maupun channel.
Namun untuk revenue management, room-night pickup biasanya menjadi indikator yang sangat berguna karena langsung berkaitan dengan inventory.
Yang perlu diperhatikan bukan hanya berapa banyak pickup terjadi, tetapi kapan pickup tersebut terjadi dan dari segment mana booking berasal.
Pickup 20 kamar dalam satu hari memiliki arti berbeda jika terjadi pada:
H-60, H-30, H-7, atau H-1.
Semakin dekat dengan arrival date, perubahan pickup dapat memiliki implikasi pricing yang lebih besar karena inventory yang tersisa semakin sedikit.
Pickup Tidak Selalu Berarti Demand Menguat
Ini kesalahan interpretasi yang cukup sering terjadi.
Misalnya pickup meningkat dari 10 menjadi 30 room nights dalam tiga hari.
Secara kasat mata demand terlihat membaik.
Namun Revenue Manager perlu melihat konteksnya.
Apakah pickup tersebut berasal dari:
OTA promotion?
Corporate account?
Group booking?
Direct booking?
Last-minute demand?
Atau booking yang sebenarnya sudah diperkirakan sebelumnya?
Jika pickup meningkat karena promotion dengan discount besar, volume memang bertambah tetapi ADR dan Net ADR mungkin turun.
Jika pickup berasal dari corporate segment dengan rate yang relatif rendah, dampaknya juga berbeda dibandingkan pickup dari transient segment dengan BAR tinggi.
Karena itu, pickup adalah sinyal demand, bukan kesimpulan akhir.
Booking Pace Membandingkan Kecepatan Demand
Jika pickup menunjukkan perubahan booking, booking pace menunjukkan apakah perubahan tersebut terjadi lebih cepat atau lebih lambat dibandingkan benchmark.
Contohnya:
Tahun lalu, pada H-30 hotel sudah memiliki 50 room nights.
Tahun ini pada H-30 hanya memiliki 35 room nights.
Hotel berada:
15 room nights di bawah pace tahun lalu.
Jika pada H-20 tahun lalu memiliki 65 room nights sementara tahun ini baru 48, gap masih terlihat.
Namun benchmark tidak harus selalu menggunakan tahun sebelumnya.
Hotel dapat menggunakan:
budget, forecast sebelumnya, rolling historical average, comparable day, event period, atau pola booking tertentu.
Pace memberikan jawaban terhadap pertanyaan:
“Apakah demand datang sesuai dengan kecepatan yang kita harapkan?”
Ini jauh lebih berguna daripada sekadar mengetahui berapa kamar yang sudah terjual.
Mengapa Booking Pace Lebih Penting daripada Angka Booking Tunggal?
Bayangkan dua hotel.
Hotel A:
Occupancy on the books H-14 = 70%
Hotel B:
Occupancy on the books H-14 = 55%
Jika hanya melihat angka tersebut, Hotel A terlihat jauh lebih kuat.
Namun setelah dibandingkan dengan historical pace:
Hotel A tahun lalu pada H-14 = 72%
Hotel B tahun lalu pada H-14 = 40%
Hotel A sebenarnya sedikit tertinggal.
Hotel B justru berada jauh di atas historical pace.
Interpretasinya berubah total.
Karena itu, revenue management membutuhkan relative performance, bukan hanya absolute performance.
Forecast Mengubah Sinyal Menjadi Proyeksi
Forecast merupakan estimasi mengenai kondisi hotel pada masa mendatang berdasarkan data yang tersedia saat ini.
Revenue Manager dapat memperkirakan:
occupancy, ADR, RevPAR, room revenue, segment demand, channel demand, dan cancellation.
Misalnya:
Current OTB occupancy = 65%
Expected pickup = 15%
Expected remaining demand = 10%
Forecast occupancy:
90%
Forecast tidak sekadar mengambil occupancy saat ini lalu menambahkan angka pickup secara sederhana.
Revenue Manager perlu mempertimbangkan historical pickup, booking pace, cancellation, no-show, group wash, event calendar, seasonality, market condition, dan remaining inventory.
Semakin dekat arrival date, biasanya forecast dapat menjadi semakin presisi karena uncertainty berkurang.
Hubungan Pickup, Pace dan Forecast
Ketiga indikator tersebut dapat dibaca sebagai satu alur:
Pickup → Pace → Forecast → Pricing Decision
Pickup memberikan informasi mengenai booking yang baru masuk.
Pace membandingkan kecepatan booking dengan benchmark.
Forecast memperkirakan hasil akhir.
Hasil forecast kemudian digunakan untuk mengambil keputusan pricing dan inventory.
Contohnya:
Pickup meningkat cepat.
↓
Booking pace berada di atas historical average.
↓
Forecast occupancy naik dari 75% menjadi 88%.
↓
Remaining inventory semakin terbatas.
↓
Revenue Manager menaikkan BAR.
↓
Promotion rate ditutup.
↓
Minimum Length of Stay mungkin diterapkan jika demand sangat kuat.
Ini adalah contoh bagaimana data booking berubah menjadi commercial action.
Booking Pace di Bawah Benchmark Tidak Selalu Berarti Harus Discount
Ini bagian yang sering salah diterapkan.
Misalnya:
Forecast occupancy H-14 hanya 55%.
Historical occupancy H-14 biasanya 65%.
Hotel tertinggal 10 percentage points.
Reaksi yang terlalu cepat adalah membuka discount.
Padahal Revenue Manager perlu mencari akar masalah terlebih dahulu.
Apakah:
search demand turun?
Competitor menurunkan rate?
Hotel memiliki masalah availability di OTA?
Direct booking conversion rendah?
Ada perubahan event calendar?
Corporate demand melemah?
Market sedang mengalami demand compression?
Atau historical benchmark memang tidak lagi relevan?
Jika masalahnya bukan harga, discount tidak akan menyelesaikan persoalan.
Pickup Harus Dibaca Berdasarkan Booking Window
Hotel dengan booking window panjang akan memiliki pola pickup berbeda dengan hotel yang didominasi last-minute booking.
Contohnya hotel leisure resort mungkin memperoleh banyak booking pada H-45 hingga H-15.
Sementara city hotel dengan corporate demand bisa memperoleh banyak booking pada H-7 hingga H-1.
Karena itu, membandingkan pickup dua hotel tanpa mempertimbangkan booking window dapat menghasilkan kesimpulan yang keliru.
Revenue Manager perlu memahami:
kapan market hotel biasanya membeli kamar.
Pola tersebut menjadi baseline dalam forecasting.
Segment Pickup Lebih Berguna daripada Pickup Total
Pickup total dapat terlihat positif.
Namun komposisinya bisa berubah.
Misalnya:
Transient pickup = +30 room nights
Corporate pickup = +20
Group pickup = -40
Total pickup:
+10 room nights
Secara agregat hotel masih mencatat pickup positif.
Namun terjadi perubahan besar dalam segment mix.
Jika group memiliki ADR tinggi dan corporate memiliki rate lebih rendah, revenue impact-nya tidak sama.
Karena itu, Revenue Manager perlu melihat:
Room Night Pickup + ADR + Segment + Channel
secara bersamaan.
Channel Pickup Membantu Mengukur Kualitas Demand
Hal yang sama berlaku pada channel.
Misalnya pickup 50 room nights dalam satu minggu:
OTA = 35
Direct = 10
Corporate = 5
Secara volume sangat positif.
Namun jika OTA memiliki commission 18%, economic value-nya berbeda dibandingkan pickup 50 room nights yang mayoritas berasal dari direct booking.
Revenue Manager dapat melengkapi analisis dengan:
Gross ADR, Net ADR, acquisition cost, cancellation rate, dan LOS.
Dengan begitu, pickup tidak hanya menjawab berapa banyak booking masuk, tetapi juga seberapa bernilai booking tersebut.
Forecast Harus Memperhitungkan Cancellation
On-the-books room nights tidak selalu menjadi actual occupancy.
Misalnya hotel memiliki:
800 room nights OTB.
Historical cancellation rate:
10%.
Expected cancellation:
80 room nights.
Room nights yang diperkirakan terealisasi:
720 room nights
Jika Revenue Manager menganggap seluruh 800 room nights sebagai guaranteed demand, forecast akan terlalu optimistis.
Karena itu, forecast perlu memasukkan probability of cancellation.
Pada segment tertentu, cancellation behavior bahkan dapat berbeda secara signifikan.
OTA transient, corporate, group, dan wholesale memiliki pola booking yang tidak selalu sama.
Group Booking Membutuhkan Forecast yang Berbeda
Group booking dapat menciptakan lonjakan OTB yang signifikan.
Misalnya hotel memiliki 200 room nights dari group untuk periode tertentu.
Secara on-the-books, occupancy terlihat sangat kuat.
Namun Revenue Manager perlu mempertimbangkan group wash.
Jika historisnya group hanya terealisasi 90%:
200 room nights × 90%
= 180 room nights expected pickup
Forecast menjadi lebih realistis.
Hal ini juga penting ketika hotel menentukan displacement strategy.
Group yang terlihat besar belum tentu lebih menguntungkan dibandingkan transient demand yang diperkirakan masuk pada periode tersebut.
Pickup dan Pace Membantu Menentukan Pricing
Pricing tidak seharusnya hanya mengikuti occupancy saat ini.
Revenue Manager dapat menggunakan booking pace sebagai salah satu indikator untuk menentukan apakah rate perlu bergerak.
Misalnya:
H-21
Occupancy OTB = 55%
Historical pace = 45%
Pickup = kuat
Demand berada di atas benchmark.
Revenue Manager dapat mulai menaikkan rate secara bertahap meskipun occupancy masih 55%.
Sebaliknya:
H-21
Occupancy OTB = 60%
Historical pace = 70%
Pickup melambat
Hotel mungkin perlu mempertahankan rate, memperluas channel exposure, atau menjalankan tactical promotion.
Angka occupancy yang sama dapat menghasilkan keputusan berbeda karena pace-nya berbeda.
Forecast Tidak Boleh Menjadi Angka Sekali Jadi
Forecast harus diperbarui secara berkala.
Misalnya:
Forecast awal:
Occupancy = 75%
Tiga hari kemudian pickup lebih kuat dari ekspektasi.
Forecast diperbarui:
82%
Beberapa hari kemudian event demand meningkat.
Forecast:
89%
Perubahan tersebut bukan berarti forecast sebelumnya salah.
Forecast memang seharusnya bergerak mengikuti informasi baru.
Yang perlu dievaluasi adalah seberapa akurat perubahan forecast tersebut dibandingkan actual.
Forecast Accuracy Menjadi KPI Revenue Manager
Forecast perlu dievaluasi setelah periode berakhir.
Misalnya:
Forecast occupancy = 85%
Actual occupancy = 82%
Error:
3 percentage points
Jika pola forecast selalu:
Forecast 90% → Actual 80%
maka terdapat bias optimistis.
Jika:
Forecast 70% → Actual 85%
hotel mungkin terlalu konservatif dan berpotensi kehilangan revenue karena pricing tidak cukup agresif.
Forecast accuracy dapat dievaluasi pada:
daily, weekly, monthly, segment, dan period level.
Semakin akurat forecasting engine dan proses analisis, semakin kuat keputusan pricing yang dihasilkan.
Gunakan Pickup untuk Menemukan Turning Point Demand
Salah satu manfaat paling strategis dari pickup adalah menemukan perubahan momentum demand.
Misalnya selama beberapa hari:
+3 room nights
+4
+5
+7
+12
+18
Terjadi acceleration.
Demand tidak hanya bertambah.
Kecepatan pertambahannya juga meningkat.
Situasi seperti ini dapat menjadi sinyal bahwa hotel perlu mulai menaikkan rate sebelum inventory semakin terbatas.
Sebaliknya:
+15
+12
+8
+5
+2
Menunjukkan deceleration.
Demand masih bertambah, tetapi kecepatannya menurun.
Interpretasi ini lebih kaya daripada sekadar mengatakan “pickup masih positif”.
Jangan Membandingkan Pace Tanpa Memahami Event dan Market Context
Historical pace bukan kebenaran absolut.
Tahun lalu mungkin terdapat:
konser, conference, libur panjang, wedding event, corporate meeting, atau peak season tertentu.
Jika tahun ini tidak ada event tersebut, booking pace tahun lalu mungkin tidak relevan sebagai benchmark.
Karena itu, Revenue Manager perlu menggunakan comparable dates.
Contoh:
Jumat tahun ini dibandingkan Jumat tahun lalu.
Tanggal event dibandingkan event sejenis.
Periode Ramadan dibandingkan Ramadan.
Lebaran dibandingkan periode Lebaran.
Benchmark yang buruk dapat menghasilkan forecast yang buruk.
Tiga Insight untuk Manajemen Hotel
Pertama, pickup adalah sinyal, bukan keputusan. Booking yang bertambah harus dianalisis berdasarkan pace, segment, channel, ADR, cancellation, dan booking window.
Kedua, booking pace membantu Revenue Manager bertindak sebelum occupancy menjadi terlalu tinggi atau terlalu rendah. Hotel tidak perlu menunggu hari H untuk mengetahui bahwa demand sedang berubah.
Ketiga, forecast yang baik harus dinamis. Forecast perlu terus diperbarui berdasarkan pickup terbaru, cancellation, event, market condition, dan remaining inventory.
Penutup
Pickup, Pace, dan Forecast merupakan tiga lapisan analisis yang membantu hotel membaca demand sebelum hasil aktual terjadi.
Pickup menunjukkan apa yang baru saja terjadi.
Pace menunjukkan seberapa cepat demand bergerak dibandingkan benchmark.
Forecast memperkirakan ke mana performance akan bergerak.
Ketiganya kemudian menjadi dasar untuk keputusan:
Pricing → Inventory → Channel → Promotion → Revenue
Revenue Manager yang hanya melihat occupancy saat ini sebenarnya sedang melihat kondisi hotel yang sudah terbentuk.
Revenue Manager yang membaca pickup dan pace dapat melihat momentum demand.
Revenue Manager yang menggabungkannya dengan forecast dapat mengambil keputusan sebelum perubahan demand sepenuhnya tercermin pada occupancy.
Dalam revenue management, keunggulan sering muncul bukan karena hotel memiliki data lebih banyak, tetapi karena manajemen membaca perubahan demand lebih cepat daripada kompetitor dan menerjemahkannya menjadi keputusan pricing yang tepat.