Otel, pansiyon veya tatil köyünde her gecenin fiyatını talebe, mevsime ve son dakika davranışına göre belirlemek — boş geceyi de fazla dolu geceyi de en aza indirme.
Kısaca
Tanıdık geliyor mu?
- Sezonu başlarken oda fiyatlarını koyuyorsun ve sezon boyunca aynı kalıyor; sonra hafta sonu boş kalıyor, hafta içi ise erken dolu satılıyor
- Yerel etkinlik, festival veya konser gibi durumlarda fiyatı değiştirmek aklına geç geliyor — etkinliğe 2 hafta kala değil 2 ay kala fiyat kalkmalıydı
- Online rezervasyon platformlarında her seferinde 'fiyat değiştir' tek tek tıkla — değişiklik yapmak yarım gün alıyor
- Komşu otel/pansiyonun fiyatını periyodik olarak takip edemiyorsun; çok yüksek ya da çok düşük kalıyorsun
- Son dakika rezervasyonu için indirim mi vereyim, normal fiyat mı diye karar veremiyorsun — bazen tam dolu satılan oda ucuza gidiyor
- Kalış süresi 1-2 gece olan misafir ile 7+ gece kalan misafir arasında ayrım yapmıyorsun — uzun kalışlara teşvik yok
- Yılda 1-2 kez 'aslında geçen yıl bu hafta sonu daha pahalı satabilirdim' diye fark ediyorsun ama analiz aleti yok
Niye önemli?
Nasıl çözülür?
Teknik derinlik
Nasıl çözülür?
Teknik derinlikTek satırla: Sezon başında değil her gün fiyatı talebe göre güncelle — hafta sonu erken dolmaya başlarsa fiyatı yükselt, hafta içi tutmuyorsa indir. Erken indirimle çabuk doldurmak yerine, doluluk × fiyat çarpımı en yüksek olan dengeyi yakala.
Yazılımın yaptığı iş şu: senin başlangıçta koyduğun sezon fiyatlarını her gün talep verisine ve geçmişe bakarak günlük olarak yeniden hesaplar. Üç aşama hâlinde anlatalım:
1. Önce talep verisini toplar. Geçmiş yılların doluluk ve fiyat tarihçesi, online rezervasyon platformlarından gelen aramalar ve takipler (kaç kişi tarih girdi, kaç kişi tıkladı, kaç kişi rezerve etti), yerel etkinlik takvimi (festival, konser, fuar, okul tatili), komşu otel/pansiyonların fiyat hareketi, mevsim ve gün karakteristiği. Bu veri ya rezervasyon yönetim sisteminden otomatik gelir, ya bir kez yapılandırılır.
2. Her gece için en iyi fiyatı hesaplar. Yazılım her olası fiyat çiftini denemez — bunun matematik olarak imkânsız olduğu biliniyor. Onun yerine operasyon araştırması (matematik ve bilgisayarla iş kararı veren disiplin) alanından gelen talep tahmini ve dinamik programlama yöntemleriyle her oda kategorisi ve her gece için tahmin edilen talep eğrisini çıkarır, ardından doluluk × fiyat çarpımını en yüksek yapan fiyatı seçer. Talep değişkenliği, kalış süresi tercihleri, son dakika eğilimi modele dahil. Sonuç dakikalar içinde gelir: gelecek 90-180 günün her gecesi için kategori bazında fiyat tablosu.
3. Fiyatlar otomatik kanallara yayılır. Yazılım kendi rezervasyon sistemine, online rezervasyon platformlarına, kendi web sitesine fiyatları doğrudan API ile gönderir. Yönetici onayı isteğe bağlı — ‘her gece yeni fiyat’ veya ‘sadece %10’dan fazla değişiklik için onay’ gibi kurallar konabilir. Yerel etkinlik veya pazar hareketi olduğunda yazılım uyarı verir, gerekirse fiyatları öneri olarak gösterir, sen onaylayınca kanallara gider.
Otelcinin sezgisini ortadan kaldırmaz; yöneticinin haftalık 3-6 saatlik fiyat güncelleme işini 15 dakikaya indiren ve fiyat hareketini günlük takip eden bir hesap makinesi gibi düşün. Karar yine senin, ama veri ve öneri her zaman güncel.
Alternatifler
Sabit sezon fiyatı + manuel takip
ÜcretsizÜcretsiz
Kim için: 10 odadan az, tek mevsimli işletme, sabit hedef kitle
- + Sıfır maliyet
- + Basit — fiyat değişikliği nadiren yapılır
- + Yatırım kararı gerekmez
- − Talep değişkenliğine tepki imkansız — boş gece veya erken ucuz satış
- − Yerel etkinlik fırsatı kaçırılıyor
- − Komşu otel hareketine geç tepki
- − Doluluk eğrisi izlenemez — neyin işe yaradığı bilinmez
Yerel otel yönetim yazılımı + manuel fiyat
Kurumsal5.000–25.000 TRY kurulum + aylık 1.500–5.000 TRY (TR pazar gözlemi)
Kim için: 10-40 oda, online rezervasyon platformları üzerinden satış
- + Türkçe arayüz ve destek
- + Online rezervasyon platformları ile kanal yöneticisi entegre
- + Fiyat değişikliği tek noktadan tüm kanallara yayılıyor
- − Fiyat önerisi yok — yönetici hâlâ kafasıyla karar veriyor
- − Talep tahmini ve geçmiş analiz sınırlı
- − Komşu otel fiyat verisi genelde dahil değil
Uluslararası uzmanlaşmış gelir yönetim yazılımı
Kurumsal50–300 EUR/oda/ay abonelik veya 25.000–150.000 EUR yıllık lisans
Kim için: 40-200 oda, sezonlu işletme, çoklu kanal, yüksek rekabet
- + Olgun: talep tahmini, dinamik fiyat, komşu fiyat takibi, kanal yönetimi tam destekli
- + Otel yönetim sistemi entegrasyonu hazır
- + Algoritması yıllar boyunca olgunlaşmış
- − Yüksek lisans + danışmanlık maliyeti
- − Kurulum 2-4 ay sürer
- − Türkçe destek sınırlı olabilir, yerel etkinlik takvimi adaptasyonu gerekli
Açık kaynak çözücü ile özel yazılım
Açık KaynakLisans ücretsiz; geliştirme 8-16 hafta kendi ekibinle veya 200.000-700.000 TRY danışmanlık
Kim için: Otel zinciri veya birden fazla işletmeli yatırımcı, içinde veri ekibi olan işletme
- + Lisans maliyeti yok
- + Tam özelleştirme — kendi hedef kitle ve sezon yapına göre
- + Buluta veya kendi sunucuna kurulabilir
- − İçeride veri bilimi kapasitesi şart
- − Sürekli bakım gerekir
- − Talep tahmini ve dinamik fiyat iki ayrı uzmanlık alanı; ekip kurmak pahalı
Tavsiye
Çözüm görüşmesinde sor
- Talep tahmini hangi modele dayanıyor — geçmiş ortalama mı, mevsimsel ayrıştırma mı, gelişmiş istatistiksel model mi? Yerel etkinlik takvimi modele giriyor mu?
- Komşu otel/pansiyon fiyat takibi sistem üzerinden mi yapılıyor? Hangi kaynaktan toplanıyor, hangi sıklıkta güncelleniyor?
- Online rezervasyon platformları (en az 3-5 büyük platform) ile çift yönlü API entegrasyonu hazır mı? Fiyat değişikliği ne kadar sürede platforma yansır?
- Kalış süresi (LOS) bazlı fiyat farklılaştırma destekleniyor mu? Örnek 3 gece kalana farklı, 7 gece kalana farklı fiyat?
- Overbooking yönetimi var mı? Risk eşiği nasıl belirleniyor ve hangi olasılık verilerine dayanıyor?
- Fiyat önerisi tam otomatik mi, yoksa yönetici onayı gerektiren bir kural sistemi var mı? Eşik (örnek %10'dan fazla değişiklik için onay) tanımlanabilir mi?
- Pilot dönemini nasıl kurguluyorsunuz — kaç oda kategorisi, kaç hafta, başarılı sayılma kriteri nedir?
- Bizimle çalışmayı bırakırsak rezervasyon, fiyat tarihçesi ve müşteri verisini nasıl alırız? Standart format export var mı?
Teknik detay
Editör notu
Bu problem halk dilinde “fiyat ayarı”, “sezon fiyatı” veya “doluluk yönetimi” diye anılır. Akademik literatürde adı Revenue Management (RM) — Türkçesi “gelir yönetimi”. 1970’lerde havayolu endüstrisinde doğmuş; sabit kapasite, kısa raf ömrü ve değişken talep özelliklerinin tümüne sahip her sektöre uyarlanmış (havayolu, otel, araç kiralama, etkinlik biletleme, kargo). Bunu bilmeden bir yazılım firmasıyla görüşmeye gidersen, sana satılmaya çalışılan “fiyatlandırma modülü"nün gerçekten talep tahminine dayanan dinamik fiyat mı, yoksa sadece “geçen yılki fiyatın %5 üstü” mantığı mı kullandığını test edemezsin.
Sektörde en sık atlanan nokta: çoğu yazılım “dinamik fiyat verir” diyerek reklam verir ama altında sadece kural tabanlı tetikleyici ile çalışır — yani “doluluk %70’i geçerse fiyatı %10 artır” gibi sabit kurallar. Bu yaklaşım kısmen yardımcı olur; ama gerçek gelir yönetimi her gece için talep eğrisini tahmin eder ve fiyatı buna göre koyar. Demo gösteriminde mutlaka 30 günlük geçmiş veriyle “şu gecenin önerilen fiyatı bu, nedeni şu” çıktısını şeffaf görmen lazım.
Adım adım yol — KOBİ için
Aşama 1 — Önce ölç, sonra plan. En az 12 hafta boyunca dört şeyi bir tabloya kaydet:
- Günlük doluluk oranı ve oda başına ortalama gelir (RevPAR)
- Her rezervasyonun ne kadar önceden alındığı (lead time) ve hangi kanaldan geldiği
- Boş kalan geceler ve nedenleri (yüksek fiyat, sezon dışı, etkinlik yok)
- Komşu otel/pansiyon fiyatları (haftada bir kez bile olsa elle takip et)
Bu veri olmadan hangi yazılımın hangi sonucu vereceğini hesaplayamazsın.
Aşama 2 — Oda kategorisi ve sezon tablosu çıkar. Kaç oda kategorin var (standart, deluxe, suit), her birinin temel fiyat aralığı, hangi tarihler “yüksek sezon”, “orta sezon”, “düşük sezon”, hangi tarihler özel etkinlik veya tatil. 5-10 kategori × 4-5 sezon tablosu yeterli başlangıç — bu tablo senin bilgi sermayen, hangi yazılım gelirse gelsin önce bunu soracak.
Aşama 3 — Pilot dönem. En yüksek geliri olan 1-2 oda kategorisi ile başla, 8-12 hafta sürsün. Başarı kriterin önceden yazılı olsun: örnek “90 günde pilot kategorisinde RevPAR %7 artmalı, manuel fiyat güncelleme süresi yarıya inmeli.” Hedef tutmazsa pilot iptal — sözleşmede bu hak açıkça yazılı olmalı.
Aşama 4 — Yaygınlaştırma. Pilot başarılıysa tüm oda kategorilerine 2-3 ay içinde yay. Yönetici eğitimi 1-2 hafta sürer; tedarikçi ile fiyat onay akışı (otomatik mi, yönetici onaylı mı) işletme kültürüne göre ayarlanır.
Riskler — ne yanlış gidebilir
- Geçmiş veri kalitesizliği. Geçen yıl COVID, deprem, yangın gibi olağandışı durum varsa, geçmiş veri yanıltıcı olabilir. Pilot başlamadan önce ’normal’ dönem ile ‘olağandışı’ dönemi ayırt et — iyi bir RMS bunu kendiliğinden yapar.
- Otomatik fiyat hareketi müşteri algısı. Aynı odanın fiyatı 2 hafta içinde %30 artıp düşerse müşteri ‘manipüle ediliyorum’ hissi yaşayabilir. Eşik kuralları (örn. günlük en fazla %15 değişim) ile sınır koy.
- Online rezervasyon platformu sözleşmesi. Bazı platformlar ‘rate parity’ (her kanalda aynı fiyat) maddesi içerir; bunu sözleşmede gözden geçir. RMS yazılımı bu kısıtı modele alabilmeli.
- Tek tedarikçiye bağımlılık. Rezervasyon ve fiyat geçmişini kendi özel biçiminde tutan yazılımdan, yıllar sonra başka bir sisteme geçmek zor olur. Sözleşmede “verimizi standart açık formatlarda (CSV gibi) istediğimiz zaman alma hakkımız var” maddesi yazılı olsun.
İlgili acı ders (yayına geçince linkli olur): “Antalya bölgesinde 35 odalı bir otelde 6 ayda terk edilen gelir yönetim yazılımı — neyi atladılar”.
Çözüm yöntemine teknik bakış
Bu bölüm, yazılım ekibiyle veya danışmanla konuşurken ihtiyaç duyacağın temel bilgileri tutar. Yöneticinin günlük ekranında göreceği şey değil — perde arkasında olan iş.
Gelir yönetimi için kullanılan ana yaklaşımlar:
| Yaklaşım | Türkçe adı | Tipik kullanım | Veri ihtiyacı | Karar mantığı |
|---|---|---|---|---|
| Kural tabanlı | Sabit eşik kuralları | Küçük işletme, basit talep | Düşük | “Doluluk X’i geçerse fiyat Y artar” |
| Talep tahmini + EMSR | Beklenen marjinal gelir | Klasik havayolu / otel | Orta | İstatistiksel + olasılıksal optimum |
| Dinamik programlama | Stokastik dinamik program | Karmaşık çoklu rezervasyon yolu | Yüksek | Her gün için optimum karar |
| Makine öğrenmesi | İleri istatistiksel modeller | Büyük zincir, çok değişkenli | Çok yüksek | Karmaşık desen tanıma |
| Hibrit (kural + tahmin) | Kombine yaklaşım | KOBİ otel pratiği | Orta | Şeffaflık + matematik |
Pratik öneri: 40 oda altı ve sade işletme için kural tabanlı + basit tahmin yeterli. 40+ oda, sezon dalgalanması veya yüksek rekabet için talep tahmini + EMSR (Expected Marginal Seat Revenue) veya hibrit yaklaşım tercih edilir. Büyük zincir için makine öğrenmesi katmanı eklenir.
Hedef fonksiyonu seçimi çözümün biçimini değiştirir:
- RevPAR (oda başına gelir): “Oda kapasitemi en verimli şekilde fiyatla” — sezon yoğun otel için
- GOPPAR (oda başına işletme kârı): “Maliyet düştükten sonra net kâr yüksek olsun” — tam pansiyon veya restoran ağırlıklı otel için
- Toplam gelir + komşu fiyat seviyesi karışımı: “Pazar payı kaybetmeden geliri en üst yap” — yüksek rekabet bölgesi için
- Müşteri segmenti dengesi: “Sezon dışı tatil müşterisi, sezon iş müşterisi” — çok segmentli butik otel için
Çoğu pratik vakada bu dördünün ağırlıklı bir karışımı kullanılır.
Akademik kaynaklar
Sayfanın sources bölümünde listelidir. Türkçe akademik çalışmalar için: YÖK Tez Merkezi’nde “gelir yönetimi” veya “dinamik fiyatlandırma” anahtar kelimesiyle 180+ tez bulunur — özellikle turizm işletmeciliği ve endüstri mühendisliği yüksek lisans tezleri Türk konaklama pratiğine yakındır. Gelir yönetimi alanı 1970’lerden bu yana en aktif operasyon araştırması konularından biri; günümüzde makine öğrenmesi ve gerçek zamanlı tahmin üzerine yoğunlaşıyor.
Kaynaklar
- Talluri, K. T. ve van Ryzin, G. J. (2004). The Theory and Practice of Revenue Management. Springer. Gelir yönetimi alanının standart referans kitabı.
- Phillips, R. L. (2005). Pricing and Revenue Optimization. Stanford University Press. Pratik uygulama yönelimli temel ders kitabı.
- McGill, J. I. ve van Ryzin, G. J. (1999). Revenue management: Research overview and prospects. Transportation Science, 33. cilt — alanın temel derlemesi.
- YÖK Tez Merkezi — anahtar kelime: ‘gelir yönetimi’, ‘dinamik fiyatlandırma’, ‘revenue management’ — TR akademisinden 180+ tez. tez.yok.gov.tr
Sözlük
- Gelir Yönetimi
- Sabit kapasiteli ve kısa raf ömürlü ürünlerde (otel odası, uçak koltuğu, etkinlik bileti) talebe göre dinamik fiyat belirleme.
- Talep Tahmini
- Geçmiş veri, mevsim, etkinlik ve dış sinyalleri kullanarak gelecekteki talebi sayısal olarak tahmin etme.
- MIP
- Karar değişkenlerinin bir kısmının tam sayı (örn. 'kaç kamyon', 'kaç vardiya') olduğu optimizasyon türü.