Casos de usoUn hotel puede tener hoy un 55% de ocupación para dentro de treinta días y acabar cerrando esa fecha al 92%.
La fotografía actual de las reservas, por sí sola, explica poco.
Revenue Management necesita entender el movimiento.
Ese movimiento es precisamente lo que captura el pickup: cuánto ha cambiado la cartera de reservas entre dos momentos de observación para una misma fecha de estancia.
Parece una métrica sencilla. Su valor aparece cuando se combina con historia y contexto.
Una velocidad, no una fotografía
Supongamos que un hotel tiene 100 habitaciones.
Hace siete días tenía 40 habitaciones reservadas para el próximo sábado. Hoy tiene 55. El pickup neto durante ese periodo es de 15 habitaciones.
Pero la cifra aislada todavía plantea preguntas.
¿Quince habitaciones es mucho o poco? ¿Qué ocurrió para el mismo sábado equivalente del año anterior? ¿A qué precio entraron esas reservas? ¿Proceden de canal directo, OTA o grupos? ¿Se han producido cancelaciones?
El pickup empieza a ser realmente útil cuando se compara contra patrones.
Booking pace: entender el ritmo
El análisis de booking pace observa cómo evoluciona la ocupación a medida que nos acercamos a la fecha de llegada.
Por ejemplo, podemos comparar cuántas habitaciones estaban vendidas a D-60, D-30, D-14 y D-7 frente al mismo periodo del año anterior o frente a un presupuesto.
Esto permite detectar situaciones relevantes mucho antes del cierre.
Una fecha puede estar por debajo en ocupación actual pero capturando reservas a una velocidad superior. Otra puede parecer saludable hoy y, sin embargo, haber frenado completamente durante las últimas dos semanas.
La acción comercial en ambos casos sería diferente.
Pickup sin ADR cuenta solo media historia
También importa saber a qué precio se está produciendo el crecimiento.
Conseguir veinte habitaciones adicionales bajando significativamente ADR no tiene el mismo efecto que captarlas manteniendo o incrementando tarifa.
Por eso el análisis moderno de pickup debería permitir cruzar habitaciones, ingresos, ADR, segmento, canal, mercado y tipo de habitación.
En cadenas hoteleras aparece además otra dificultad: que varios PMS representen esa información de forma diferente.
Mind Hotel Insights normaliza datos procedentes de los sistemas hoteleros para trabajar con un modelo común. Esto permite comparar propiedades y periodos sin reconstruir continuamente la lógica de cada origen.
Del análisis a la recomendación
La IA añade una evolución interesante.
En lugar de obligar al revenue manager a revisar manualmente cientos de combinaciones de hotel, fecha y segmento, un sistema puede identificar automáticamente aquellas situaciones que se desvían del comportamiento esperado.
“No necesitas revisar todo el calendario. Estas cinco fechas han cambiado significativamente desde ayer.”
Esa utilización de la IA es menos espectacular que pedirle una estrategia completa de precios, pero mucho más práctica: utilizar modelos para dirigir la atención humana hacia aquello que merece análisis.
El pickup seguirá siendo una métrica sencilla.
Lo que está cambiando es nuestra capacidad para observarla diariamente, compararla con múltiples contextos y convertir una variación en una señal accionable.
Descubre cómo Mind Hotel Insights analiza el pickup de toda tu cadena →