레비뉴 인텔리전스의 모든 수치가 어떻게 계산되고, 왜 그렇게 계산하는지에 대한 문서
| 데이터 | 내용 | 갱신 주기 |
|---|---|---|
| PMS 온더북(OTB) | Wings PMS의 일자별 판매실수(R/N)·점유율·매출. R/N = Exp OCC + D/Use&C/Over (PMS 집계 기준 그대로). 판매가능실 = 전체 422실 − OOO(수리중) | 매일 07:00 다운로드 → 07:20 반영 |
| OTA 요금 | 자사+경쟁 4곳(소노캄·킨스테이·마리나베이·라마다)의 5개 채널(야놀자·여기어때·Booking·Agoda·Trip) 객실타입별 판매가. 회원가/쿠폰가 반영 최저가 기준 | 당일~+2일: 하루 5회 / 30일치: 새벽 02시 |
| 킨텍스 행사 | kintex.com 공식 행사 일정. 사용 홀 수를 행사 규모로 사용 | 매일 07:20 |
매일 매 수집 시점의 OTB를 스냅샷으로 쌓습니다(2026-05-03부터). "그날 그 시점에 얼마나 팔려 있었나"의 역사가 픽업·페이스·예측의 원천입니다.
PMS가 계산한 해당 투숙일의 현재 점유율(Occ%)입니다. 지금 이 순간 "온더북"(예약 확정분)이 판매가능실의 몇 %인가.
"이대로 가면 그 날 최종적으로 몇 % 찰 것인가"의 예측치입니다. 원리: 과거의 같은 요일 날짜들이 "투숙 D-n일 시점에 최종 판매량의 몇 %가 차 있었나"라는 부킹커브(예약 진행률 곡선)를 만들고, 오늘의 온더북을 그 진행률로 역산합니다.
왜 이 방식인가: 호텔 수요예측 연구(Weatherford & Kimes 등)에서 검증된 표준 기법입니다. 곱셈식은 "예약이 3할 찼는데 평소 이 시점엔 최종의 3할이 차 있더라 → 최종은 지금의 10/3배"라는 직관인데, 예약이 거의 없는 먼 날짜에선 분모가 0에 가까워져 폭주합니다. 그래서 초반엔 "평소 남은 픽업량을 더하는" 덧셈식에 기대고, 날짜가 다가올수록 곱셈식으로 넘어가는 혼합을 씁니다.
왜 요일별로 나누나: 호텔 예약 패턴은 요일이 지배합니다. 토요일은 일찍부터 차고, 화요일은 막판(당일·전일) 예약 비중이 큽니다. 토요일을 화요일 커브로 예측하면 크게 어긋납니다.
특정 투숙일의 예약이 최근 7일간 순증(신규예약 − 취소) 몇 실인지입니다. KPI 타일의 "어제픽업"은 같은 계산의 1일판입니다.
의미: 점유율은 "현재 상태", 픽업은 "움직이는 방향과 속도"입니다. 점유율 50%라도 픽업 +15면 강한 수요가 붙고 있는 것이고, 점유율 80%라도 픽업 −20이면 단체취소 등 이탈이 진행 중입니다. 레비뉴 매니저가 매일 아침 가장 먼저 보는 수치가 바로 이것입니다.
왜 7일인가: 예약 유입은 요일 사이클(주말에 몰림)이 있어서, 1일 픽업만 보면 요일 노이즈에 흔들립니다. 7일 창은 정확히 한 사이클을 담아 추세를 보여줍니다. 업계 표준 관찰 창이 1/3/7/28일이며, 엑셀 브리핑에는 1일·7일을 모두 담았습니다.
"평소와 비교해 판매가 빠른가 느린가"를 지수화한 것입니다. 100 = 평소와 같음, 130 = 평소의 1.3배로 빠름, 60 = 평소의 6할 속도.
왜 '같은 요일 × 같은 리드타임' 비교인가: "D-14일의 토요일"은 "D-14일의 다른 토요일들"하고만 비교해야 공정합니다. 어제와 비교하면(픽업) 방향은 알지만 그게 빠른 건지 느린 건지 판단 기준이 없습니다. 페이스가 그 기준선을 제공합니다. 원래 업계 표준은 "작년 같은 시점"(STLY)인데 우리는 작년 스냅샷이 없어 최근 3개월의 같은 요일 평균을 기준으로 씁니다 — 계절이 비슷한 최근 데이터라는 장점도 있습니다.
읽는 법: 점유율·픽업과 세트로 봐야 합니다. 점유율이 낮아도 페이스 120이면 정상 궤도(원래 늦게 차는 날짜)이고, 점유율이 무난해도 페이스 60이면 이대로는 평소보다 못 찹니다. 110↑ 빠름 80~110 보통 80↓ 느림
그 날짜에 시장 수요가 얼마나 몰리는지를 5개 신호를 합성해 0~100으로 나타냅니다. Lighthouse의 "Market Demand"에 해당하는 지표를, 우리가 관측 가능한 신호로 재구성한 것입니다.
| 신호 | 가중치 | 계산 | 왜 이 신호인가 |
|---|---|---|---|
| S1 경쟁 품절률 | 25% | 경쟁 4곳 중 전 채널 품절 비율 (품절 50% = 12.5점) | 경쟁사가 만실이면 시장 공급이 줄어 잔여 수요가 우리에게 옵니다. 공개 데이터로 확인 가능한 가장 직접적인 시장 점유 신호라 가중치 최대. 특정 채널만 품절이면 채널 마감일 수 있어 모든 채널 품절일 때만 품절로 집계합니다. |
| S2 경쟁 요금 상승속도 | 20% | 경쟁 최저가 중앙값의 7일 전 대비 변화율 (+10% = 만점) | 호텔들은 수요가 보이면 요금을 올립니다. 경쟁사가 일제히 올리는 중이면 그들 눈에 수요가 보인다는 뜻 — 시장의 집단지성을 읽는 신호입니다. |
| S3 자사 페이스 | 20% | (페이스 − 100) ÷ 30, 상한 1 (페이스 130 = 만점) | 우리 예약창구에 실제로 관측되는 수요. 가장 확실하지만 "우리 요금이 싸서 빨리 팔리는" 경우도 섞이므로 단독 판단은 위험 — 그래서 20%. |
| S4 픽업 가속 | 15% | 7일픽업 ÷ 전체 평균 7일픽업, 상한 2배 | 모멘텀(가속도) 신호. S3과 상관이 높아(둘 다 자사 판매 기반) 가장 낮은 가중치. |
| S5 킨텍스 행사 | 20% | 행사별 min(홀수, 5) 합산, 상한 10 (10 = 만점) | 도보 3분 킨텍스는 이 호텔 수요의 지배적 동인입니다. 홀 수 = 행사 규모의 공개된 대리지표(4홀 전시회 vs 1홀 행사). |
왜 이 가중치인가: ① 외부(시장) 신호 45%(S1+S2) vs 자사 신호 35%(S3+S4) vs 행사 20% — 자사 판매 실적만으로 수요를 판단하면 "요금이 싸서 잘 팔리는 것"과 "수요가 강한 것"을 구분 못 하므로 외부 신호에 더 무게를 뒀습니다. ② 상관이 높은 신호끼리(S3·S4)는 합산 가중을 낮춰 중복 계산을 줄였습니다. 이 가중치는 업계 통용 구성을 따른 출발점이며, 3~6개월 뒤 실제 마감 점유율과 회귀 비교해 재보정하는 것이 정석입니다.
정의: OTA에서 손님이 우리 5개 호텔을 나란히 놓고 봤을 때, 우리 가격이 시장의 중심에서 얼마나 위/아래에 있는가를 %와 순위로 압축한 지표입니다.
1단계. 호텔마다 5개 채널의 모든 객실 중 판매중 최저가(회원/쿠폰가 반영)를 하나씩 뽑습니다:
| 호텔 | 최저가 |
|---|---|
| 킨스테이 | 78,694 |
| 마리나베이 | 94,000 |
| 글로스터 (자사) | 95,518 |
| 라마다 앙코르 | 97,750 |
| 소노캄 고양 | 252,727 |
2단계. 자사를 뺀 경쟁 4곳을 크기순으로 세워 가운데 값(중앙값)을 취합니다. 짝수 개면 가운데 둘의 평균 → (94,000+97,750)÷2 = 95,875원.
| 페이스 빠름 (110↑) | 페이스 느림 (80↓) | |
|---|---|---|
| 포지션 + (비쌈) | ✅ 프리미엄이 통하는 중 — 유지 또는 추가 인상 | ⚠️ 고평가 신호 — 가격 저항. R6 룰이 인하 제안 |
| 포지션 − (저렴) | ⚠️ 돈을 흘리는 중일 수 있음 — 수요 강한 날이면 인상 여지 (R5) | 😐 가격 문제 아님 — 수요 자체가 약한 날. 인하보다 노출·프로모션 |
머신러닝이 아니라 공개된 룰로 계산합니다. 이유: ① 이력 3개월로는 ML이 과적합됩니다 ② 제안의 근거를 사람이 검증할 수 있어야 신뢰하고 쓸 수 있습니다(글로벌 RMS들도 "왜 이 가격인가" 설명 패널을 차별점으로 내세웁니다). 칩에 마우스를 올리면 발동한 근거가 그대로 보입니다.
| 룰 | 조건 | 제안 | 논리 |
|---|---|---|---|
| R1 압축 | 수요 ≥80 그리고 예상마감 ≥90% | +10% (D-14 이전이면 2박 최소숙박도 검토) | 만실이 예상되는 날의 남은 객실은 희소자원 — 가장 비싸게 팔아야 합니다. |
| R2 순풍 | 페이스 ≥115 그리고 경쟁요금 주간 +3%↑ | +5% | 우리도 빠르고 시장도 올리는 중 — 안 올리면 시장 상승분을 놓칩니다. |
| R3 행사 | 3홀 이상 행사 + 예상마감 ≥70% | +5% | 행사 수요는 가격에 둔감(꼭 와야 하는 손님)합니다. |
| R4 부진 | 페이스 ≤85 그리고 수요 <40, D-30 이내 | −5% | 수요 자체가 약한 날의 느린 판매는 가격 저항 — 소폭 인하로 회전을 살립니다. |
| R5 저평가 | 경쟁比 <90인데 예상마감 ≥75% | +4% | 싸게 팔지 않아도 찰 날짜입니다. |
| R6 고평가 | 경쟁比 >115인데 페이스 ≤90 | −4% | 프리미엄이 안 통하고 있다는 증거입니다. |
| 안전장치: 합산 ±15% 상한 · 500원 단위 반올림 · 발동 근거 전부 기록 · 어디까지나 "제안"이며 최종 결정은 사람이 합니다. | |||
캘린더의 날짜 행을 클릭하면 그 투숙일의 수집 시점별 온더북 점유율이 선으로 그려집니다. 가로=시간(수집일), 세로=점유율.
같은 날짜의 우리 호텔 가격이 채널마다 얼마나 다른지입니다. 편차 12% 이상이면 인사이트 카드로 표출됩니다. 편차가 크면 ① 특정 채널이 임의 할인 중(수수료 내고 우리 단골을 뺏기는 구조) ② 요금 업데이트 누락 중 하나입니다. 채널별 프로모션 설정을 점검하세요.