传统收益管理
酒店收益管理的概念起源于1972年，当时英国海外航空(BOAC，如今的英国航空)为提早预订机票的乘客提供票价折扣，而对同一航班的其他乘客收取机票全价。上世纪80年代，酒店行业推出了客房的多层价格体系，10年之后，首批酒店收益管理经理正式亮相。
收益管理最初只是一套管理规则 ，酒店经营者是系统专家，在酒店营销及销售总监之下工作。收益管理的早期应用相对被动，侧重于客房价格管理，包括房价和库存的管理，在当时并不是一项长远的主动型策略。
基础的收益管理（yield management）决策每年只会对酒店进行少数几次的评估，偶尔会根据一个月或至多三个月的同比增速进行相应调整。收益管理者会根据SQL（结构化查询语言）编程技术和Excel表格的高级功能，编辑一份标准报表提交给管理团队，随后管理团队会决定产品服务定价并进行分配。
收益管理一度采取了战术型模式（而不是战略模式），通过关注入住率或ADR（而不是整体收入和利润），以此管理酒店的需求和定价。尽管业务来源和入住时长等指标也很重要，但这些因素很难实时纳入定价策略进行综合考量。因此，即便入住率或ADR的同比增长在一定程度上显示出酒店的发展，但从利润增速等数据上所看到的情况，可能会有所不同。
大数据和科技的力量
近十年来，尤其在刚过去的几年内，收益管理在酒店业的应用实现了蓬勃发展，它超越了过去对房价和库存的简单管理，转而通过长期战略引导酒店实现真正的收入增长。其中，大数据与科技的结合也发挥了重要的推进作用。
酒店如今可以访问海量数据，这些数据能够应用于酒店的收益管理工作当中。
对客户数据进行细分、并为客户提供个性化体验和促销活动，能够提升酒店复购率；预测需求有助于酒店改善定价策略；深入分析运营费用，能够有效避免酒店的收益流失——这些都能帮助酒店提高利润。
但数据管理的复杂性和准确性也是酒店面临的一大挑战。
在收益管理系统中整合算法、数据捕获和分析能力，可以使管理工具更加成熟。先进的收益管理系统（RMS）能够将复杂的大数据转化为准确易懂的洞见，系统自动化能使酒店快速掌握酒店在细分市场、不同渠道和同类型客房类别中的表现，并能按日/周/月/年为时间区间进行衡量。由机器学习和商业智能加持的RMS，为收益管理人员提供了学习并理解复杂数据的新型解决方案。
基于云计算的RMS架构整合了多方数据，包括需求信息、细分市场、竞争对手价格、历史数据、当地活动以及不断变化中的市场环境等。这些数据为酒店构建了非常准确的市场框架，能帮助酒店锁定目标群体，并且推动未来的进一步发展。技术发展提升了RMS处理数据的速度，使酒店的预测信息更加详尽和准确，从而打造优化的定价收益策略。
云计算技术的另一个优势在于能协调收益管理角色之间的协作，多方能够共享数据源并且践行同一个目标。收益管理者不再围绕营销销售总监而工作，而是与团队合作，共同提升高净值客人的入住率，确保客房的合理定价。
当代收益管理
当前的收益管理已经从短期战术转变为长期的全局性战略。平衡入住率和房价策略，能够帮助酒店做出明智的定价决策，提升酒店利润。
散客策略
散客定价策略涵盖了商务和休闲旅客。在RMS的支持下，酒店能将需求预测与实际预订数据、入住率同比、以及酒店定价和市场状况等实时数据进行对比。RMS还会综合考虑订单周期、分销渠道、入住时长、购买习惯等因素。酒店可以根据细分市场旅客的入住天数和预订渠道，调整房价从而实现利润的最大化。
当客房需求增长缓慢时，酒店可以提供包含特定设施的套餐服务，在保持原有房价的基础上为其赋予附加价值。散客策略下，酒店可以决定何时使用OTA平台和第三方预订渠道，确保忠诚度计划和直接预订能推动整体收益的提升。
另一方面，RMS整合了入住率预测数据，能够提升酒店的运营效率，优化对员工、库存、餐饮需求的规划和配置。
团队旅客策略
现代酒店收益管理的另一要素是面向团体旅客的定价策略，团体预订收入在推动酒店盈利方面发挥着重要作用。而针对这一客群的定价策略远比散客定价复杂，因为在客房收入之外，酒店还需要考虑其他因素从而确保盈利。
在客房库存之外，酒店还需要考虑餐饮、功能场地、视听设备租赁和其它能创造巨大利润的辅助服务收益。融合了团体预订预测功能的RMS，能够帮助酒店综合各项收入来源，执行完整的置换分析（displacement analysis），该分析将团体业务的预测总价值与接受团体预订后会被取代的业务价值（包括散客和其他尚未进行预订的团队业务）进行了比较，从而帮助酒店优化整体策略。
对于酒店而言，打造成功的收益管理方案需要准确结合大数据和智能技术，收益管理者的职能也应从基础收益管理转变为收益策略制定。(本文由Elena编译自HN)
