WHR Web Hotel Revenue 2010

1. COMPANY OVERVIEW

2. *
*
*
*
*
* Preferred Hotels & Resorts

3. Current Starhotels in operation
Hotel Name Location Number of Date of
rooms opening
Starhotels The Michelangelo New York 207 1992
Starhotels Castille Paris Paris 108 2005
Starhotels Anderson Milano 106 1997
Starhotels Business Palace Milano 247 1997
Starhotels Ritz Milano 197 1987
Starhotels Rosa Grand Milano 327 1980
Starhotels Splendido Milano 152 1979
Starhotels Tourist Milano 134 1978
Starhotels Metropole Roma 236 1981
Starhotels Michelangelo Roma 179 1999

4. Current Starhotels in operation
Hotel Name Location Number of Date of
rooms opening
Starhotels Splendid Venice Venezia 165 1984
Starhotels Michelangelo Firenze 119 1975
Starhotels Tuscany Firenze 102 1971
Starhotels Vespucci Firenze 79 1996
Starhotels Terminus Napoli 173 1999
Starhotels Excelsior Bologna 193 1981
Starhotels Du Parc Parma 169 2000
Starhotels President Genova 191 1989
Starhotels Majestic Torino 161 1984
Starhotels Savoia Excelsior Trieste 142 2009
Starhotels Cristallo Palace Bergamo 90 1990
Starhotels Grand Milan Saronno 248 2007

5. Key Operating Data
(Italy, Paris, New York)
Starhotels properties 22
Guest rooms 3.725
Meeting rooms 144
Meeting rooms (max capacity) up to 600 people
Overall meeting rooms capacity 9.649 people
Restaurants 24
Employees 937

6. Metodi e Strumenti nelle decisioni di
Revenue

7. Nel Revenue Management si presuppone
che ogni decisione sia il frutto di un’attenta
analisi di mercato, al fine di interpretare al
meglio ogni fenomeno che può
condizionarne l’esito.

8. Interpretare i fenomeni di mercato significa
ridurre l’incertezza del revenue manager
per rendere meno rischiosa la propria
decisione.

9. Per analizzare il mercato il revenue
manager può seguire metodologie
alternative, ne proponiamo due:
• Il metodo esperenziale-intuitivo
• Il metodo tecnico-scientifico

10. Il metodo esperenziale-intuitivo consiste
nell’acquisizione delle informazioni
dall’esperienza vissuta, attraverso cui
interpretare i contesti attuale e futuro, con
un rapido colpo d’occhio (intuizione).

11. Il metodo tecnico-scientifico si avvale di
strumenti tecnici per l’acquisizione dei dati
grezzi e la loro trasformazione in
informazioni di mercato; il revenue
manager si avvale del metodo scientifico
per la loro elaborazione al fine di
interpretare al meglio i fenomeni del
mercato.

12. Faremo di seguito un esempio per
evidenziare la differenza fra
un’interpretazione a colpo d’occhio
(intuitiva) ed una scientifica…

13. Quale fra questi alberghi devo seguire nella
definizione del prezzo BAR?...
Tariffa media dei prox 60 giorni:
• Nostrum hotel 150€
• Alfa hotel 199€
• Beta hotel 145€
• Gamma hotel 155€

14. …Data la seguente stagionalità settimanale?
Stagionalità settimanale
300
250
200
150
100
50 Nostrum Alfa Beta Gamma
0
ven sab dom lun mar mer gio

15. Tabella di Correlazione dei prezzi
settimanali
Nostrum Alfa Beta Gamma
Nostrum 1
Alfa 0,794979 1
Beta 0,075081 -0,10925 1
Gamma -0,21083 -0,40214 0,790795 1

16. Data la tabella di correlazione fre le serie
stagionali dei prezzi, l’albergo alfa è
sicuramente il più simile a Nostrum
hotel…
Di conseguenza è alfa hotel il nostro
riferimento in questo competitive set.

17. Se avessimo seguito Beta o Gamma
avremmo clamorosamente fallito, perché i
due alberghi hanno stagionalità
completamente diverse da Nostrum hotel.

18. Per arrivare a simili conclusioni occorre
analizzare informazioni.
Per analizzare informazioni occorre creare
informazioni.
Per creare informazioni, occorre acquisire
ed elaborare dati grezzi.
Per acquisire ed elaborare dati grezzi ci
dotiamo di strumenti (es. CM, RMS, BI)

19. Questi strumenti sono assolutamente
fondamentali nel processo decisionale di
ogni revenue manager, ma come ogni
macchina possono essere estremamente
utili o estremamente pericolosi, tutto
dipende da chi li guida e soprattutto che
gli ha dato la patente…

20. Il pilota deve essere in grado di
comprendere e poi selezionare le fonti dei
dati grezzi che lo strumento deve
acquisire, deve essere in grado di capire
la logica degli algoritmi che ne
costituiscono il motore e deve sapere
analizzare le informazioni che ne
derivano, per poi interpretare
correttamente i fenomeni e prendere le
decisioni con il minor rischio possibile.