28/07/2026 - 28/07/2029
L’intelligenza artificiale non cambierà soltanto il modo in cui gli hotel definiscono le tariffe. Cambierà la qualità dei ricavi, la capacità di produrre margini e, di conseguenza, il valore economico delle strutture alberghiere.
Due hotel possono avere lo stesso numero di camere, la stessa categoria, una posizione comparabile e persino un fatturato simile.
Eppure possono valere cifre profondamente diverse.
La differenza non dipende soltanto dall’immobile, dalla qualità degli ambienti o dal livello dei servizi. Dipende dalla capacità dell’organizzazione di trasformare la domanda in ricavi profittevoli, prevedibili e sostenibili.
È qui che l’intelligenza artificiale applicata al revenue management può produrre il suo effetto più rilevante.
Non perché un algoritmo sia in grado di “indovinare” il prezzo perfetto, ma perché può analizzare una quantità di segnali impossibile da gestire manualmente, individuare prima le variazioni della domanda e suggerire decisioni coerenti con gli obiettivi economici dell’hotel.
La vera competizione non sarà tra strutture che utilizzano o non utilizzano un software.
Sarà tra hotel che governano i propri dati e hotel che continuano a subire gli algoritmi delle OTA, dei motori di ricerca e delle piattaforme di distribuzione.
Un hotel pieno non è necessariamente un hotel redditizio.
Riempire le camere può essere relativamente semplice quando:
si abbassano le tariffe;
si aumentano gli sconti;
si aprono indiscriminatamente tutti i canali;
si accettano condizioni di cancellazione molto flessibili;
si utilizzano piattaforme con commissioni elevate;
si privilegia il fatturato rispetto al margine.
Il problema emerge successivamente.
L’hotel registra una buona occupazione, ma:
l’ADR resta insufficiente;
le commissioni crescono;
il costo di acquisizione assorbe il margine;
le cancellazioni aumentano;
i ricavi accessori rimangono bassi;
la clientela non viene fidelizzata;
il risultato operativo non migliora in proporzione al fatturato.
Il revenue management evoluto non deve quindi massimizzare il numero delle camere vendute.
Deve massimizzare il valore economico dell’inventario disponibile.
Questo significa scegliere:
quale domanda accettare;
a quale prezzo;
attraverso quale canale;
con quali condizioni;
per quale durata;
con quale probabilità di cancellazione;
con quale potenziale di spesa aggiuntiva;
con quale contributo al risultato operativo.
L’intelligenza artificiale rende questa selezione più rapida, più analitica e più granulare.
Per molti hotel il revenue management coincide ancora con la modifica delle tariffe.
Si osservano i competitor, il livello di occupazione e il pickup. Poi si aumenta o si riduce il prezzo.
Questo modello è ormai insufficiente.
Una prenotazione da 200 euro effettuata sul sito ufficiale, prepagata e accompagnata dall’acquisto di parcheggio e ristorazione non ha lo stesso valore di una prenotazione da 200 euro proveniente da un intermediario, gravata da commissione e cancellabile fino al giorno dell’arrivo.
La tariffa è identica.
Il risultato economico è diverso.
Per questo l’AI applicata al revenue management deve lavorare contemporaneamente su:
prezzo lordo;
costo del canale;
probabilità di conversione;
probabilità di cancellazione;
durata del soggiorno;
ricavi accessori;
costo operativo;
possibilità di fidelizzazione;
valore futuro del cliente.
L’obiettivo non è ottenere il prezzo apparentemente più alto.
È trattenere il margine più elevato.
Anche il canale diretto deve essere misurato correttamente: una prenotazione senza commissione può comunque avere costi pubblicitari, tecnologici e di transazione. Rimane però strategica perché consente all’hotel di controllare maggiormente il rapporto con il cliente, i dati e le opportunità di vendita aggiuntiva.
Nel rapporto Hotel Booking Trends 2025, SiteMinder ha rilevato che, nei mercati analizzati, i siti degli hotel avevano prodotto nel 2024 un ricavo medio per prenotazione superiore rispetto agli altri canali, con differenze che in alcuni casi raggiungevano il 60%. È un dato lordo, non una misura automatica della redditività, ma conferma quanto durata del soggiorno, tipologia di camera e qualità della prenotazione possano cambiare il valore del canale diretto.
Per approfondire il rapporto tra pricing, distribuzione e prenotazioni dirette è possibile consultare le analisi pubblicate su RobertoNecci.it.
Nessun sistema può conoscere con certezza la domanda futura.
L’intelligenza artificiale può però intercettare contemporaneamente segnali che una lettura manuale potrebbe rilevare con giorni di ritardo.
Tra questi:
accelerazione del pickup;
variazione delle finestre di prenotazione;
crescita delle ricerche da determinati mercati;
andamento delle cancellazioni;
disponibilità aerea;
calendario degli eventi;
andamento tariffario dei competitor;
elasticità della domanda;
richieste per determinate categorie;
incremento della permanenza media;
variazione della domanda mobile;
maggiore propensione alle tariffe non rimborsabili.
Presi singolarmente, alcuni segnali possono sembrare irrilevanti.
Analizzati insieme possono indicare che una determinata data è destinata a diventare più forte del previsto.
L’hotel può quindi agire prima del mercato:
aumentare progressivamente le tariffe;
limitare le offerte più economiche;
proteggere le camere superior;
introdurre una permanenza minima;
chiudere i canali meno profittevoli;
modificare le condizioni di cancellazione;
rafforzare le campagne dirette;
evitare di accettare prematuramente gruppi poco remunerativi.
Il vantaggio non consiste soltanto nel prendere una decisione migliore.
Consiste nel prenderla prima degli altri.
Il forecast tradizionale viene spesso costruito partendo dallo storico, corretto sulla base del calendario e dell’esperienza del revenue manager.
Il limite è evidente: lo storico racconta ciò che è già avvenuto, non necessariamente ciò che sta per accadere.
L’intelligenza artificiale può attribuire un peso variabile ai segnali disponibili e aggiornare le previsioni quando cambiano le condizioni del mercato.
Il forecast smette di essere un documento mensile e diventa un sistema operativo continuo.
Non serve soltanto al revenue manager.
Può orientare:
turni del personale;
acquisti;
housekeeping;
ristorazione;
marketing;
gestione della liquidità;
budget;
pianificazione dei costi.
Seguire le tariffe dei competitor non equivale a comprendere il mercato.
Un concorrente potrebbe:
avere costi diversi;
perseguire obiettivi diversi;
disporre di una clientela differente;
essere in ritardo rispetto alla domanda;
applicare una strategia sbagliata.
L’AI può aiutare a stimare la sensibilità al prezzo dei diversi segmenti e la probabilità di vendita delle camere residue.
In questo modo il prezzo viene definito sulla base della domanda dell’hotel, non semplicemente copiando ciò che fanno gli altri.
ADR e RevPAR restano indispensabili, ma non raccontano quanto denaro rimane realmente all’impresa.
Il revenue management del futuro dovrà misurare soprattutto:
Net RevPAR;
margine di contribuzione per canale;
costo di acquisizione;
ricavo netto per prenotazione;
profitto per camera disponibile.
Il fatturato deve essere depurato da:
commissioni;
advertising;
costi di transazione;
programmi promozionali;
sconti;
cashback;
costi variabili;
rischio di cancellazione.
Soltanto così è possibile capire quale domanda crea realmente valore.
Le categorie leisure, business, corporate e gruppi sono troppo ampie per descrivere i comportamenti attuali.
Due clienti leisure possono avere:
capacità di spesa diversa;
sensibilità al prezzo opposta;
diversa propensione all’upgrade;
differente probabilità di cancellazione;
diverso interesse per parcheggio, ristorante o transfer;
diversa possibilità di tornare.
L’AI può creare segmenti dinamici basati sul comportamento reale.
Questo consente di proporre offerte diverse senza trasformare la personalizzazione in uno sconto generalizzato.
Il valore del cliente non termina con la camera.
Un ospite può acquistare:
upgrade;
colazione;
ristorazione;
bar;
parcheggio;
transfer;
spa;
late check-out;
early check-in;
esperienze;
sale meeting.
Un sistema evoluto può stimare il valore complessivo del soggiorno e non soltanto la tariffa della camera.
In alcuni casi può essere conveniente accettare un ADR leggermente inferiore se quel segmento genera maggiore spesa accessoria e un margine complessivo superiore.
Una camera venduta ma successivamente cancellata non rappresenta necessariamente un ricavo.
Se torna disponibile troppo tardi, potrebbe non essere più collocabile alle stesse condizioni.
L’AI può stimare la probabilità di cancellazione considerando:
canale;
tariffa;
anticipo;
mercato di provenienza;
durata;
periodo;
storico del segmento;
condizioni della prenotazione.
Questo permette di gestire l’overbooking in modo più selettivo e meno intuitivo.
Non significa vendere senza controllo più camere di quelle disponibili.
Significa misurare meglio il rischio di mancata presentazione e cancellazione.
Il revenue management non può essere separato dalla distribuzione.
L’AI può aiutare a decidere quando:
spingere il sito ufficiale;
ridurre l’inventario destinato alle OTA;
utilizzare i metasearch;
sospendere una promozione;
proteggere alcune categorie;
aumentare o ridurre la disponibilità;
modificare le condizioni di vendita.
Il valore non nasce dall’eliminazione delle OTA, che rimangono strumenti importanti di domanda e visibilità.
Nasce dalla capacità di utilizzarle quando sono economicamente convenienti, senza trasformarle nel proprietario sostanziale del cliente.
La direzione potrà confrontare rapidamente scenari alternativi:
cosa accade aumentando l’ADR del 5%;
cosa accade chiudendo una tariffa;
cosa accade accettando un gruppo;
cosa accade riducendo le cancellazioni;
cosa accade aumentando la quota diretta;
cosa accade modificando la minimum stay;
cosa accade se la domanda rallenta;
cosa accade se cresce il costo di acquisizione.
L’algoritmo non deve decidere autonomamente.
Deve mostrare le conseguenze economiche delle alternative.
La decisione finale rimane manageriale.
HSMAI descrive infatti l’evoluzione del revenue leader come un passaggio dall’attività manuale di pricing alla supervisione strategica di sistemi intelligenti, automatizzati e sempre più integrati.
Consideriamo un hotel indipendente di 80 camere.
Le cifre che seguono sono esclusivamente illustrative e non rappresentano una previsione valida per ogni struttura.
camere disponibili annue: 29.200;
occupazione: 72%;
ADR: 145 euro;
RevPAR lordo: 104,40 euro;
fatturato camere: 3.048.480 euro;
quota diretta: 35%;
quota intermediata: 65%;
costo medio ipotizzato del diretto: 5%;
costo medio ipotizzato dell’intermediato: 18%.
Il costo medio ponderato di acquisizione e distribuzione è pari al 13,45%.
Il costo annuo dei canali risulta quindi pari a circa 410.021 euro.
Il ricavo camere netto scende da 3.048.480 a circa 2.638.459 euro.
Supponiamo che, attraverso una combinazione di dati migliori, pricing più efficace, riduzione delle cancellazioni, crescita della vendita diretta e controllo della distribuzione, l’hotel raggiunga:
occupazione: 74%;
ADR: 151 euro;
RevPAR lordo: 111,74 euro;
fatturato camere: 3.262.808 euro;
quota diretta: 45%;
quota intermediata: 55%.
Mantenendo, per semplicità, gli stessi costi percentuali dei canali, il costo medio ponderato di acquisizione scenderebbe al 12,15%.
Il costo dei canali sarebbe pari a circa 396.431 euro.
Il ricavo camere netto salirebbe a circa 2.866.377 euro.
L’incremento del fatturato camere lordo sarebbe di circa:
214.328 euro
L’incremento del ricavo camere netto sarebbe invece di circa:
227.917 euro
Il ricavo netto cresce più del fatturato perché migliora anche la composizione distributiva.
Supponiamo ora che l’aumento dell’occupazione e dei volumi determini 88.000 euro di costi operativi incrementali tra personale, lavanderia, amenities, utenze, colazioni e altri costi variabili.
L’incremento indicativo del risultato operativo sarebbe quindi:
227.917 − 88.000 = 139.917 euro
Se tale miglioramento fosse stabile, dimostrabile e sostenibile, applicando esclusivamente a titolo esemplificativo un tasso di capitalizzazione dell’8,5% si otterrebbe:
139.917 ÷ 8,5% = circa 1.646.000 euro
Questo non significa che installare un software aumenti automaticamente il valore dell’hotel di 1,6 milioni di euro.
La valutazione effettiva dipende da:
posizione;
qualità dell’immobile;
capex;
contratto di gestione o locazione;
rischio operativo;
sostenibilità dei flussi;
condizioni finanziarie;
prospettive della destinazione;
affidabilità del management;
tasso di capitalizzazione appropriato.
L’esempio dimostra però un punto fondamentale:
un miglioramento apparentemente limitato di ADR, occupazione e distribuzione può produrre un effetto patrimoniale molto superiore al beneficio registrato nel singolo esercizio.
Per gli hotel produttivi di reddito, l’approccio basato sulla capitalizzazione dei flussi economici costituisce uno dei principali riferimenti valutativi perché riflette il modo in cui un investitore considera i profitti futuri generabili dall’asset.
Le dinamiche relative a valutazioni, transazioni e valorizzazione patrimoniale degli asset hospitality vengono approfondite su InvestimentiAlberghieri.it.
Per ristrutturazioni aziendali, operazioni straordinarie, turnaround e assistenza alle imprese alberghiere è possibile consultare Investhotel.it.
Gli investitori non valuteranno più soltanto i risultati economici raggiunti.
Vorranno comprendere come vengono prodotti.
Durante una due diligence diventerà sempre più importante verificare:
qualità e proprietà dei dati;
integrazione dei sistemi;
attendibilità dei forecast;
dipendenza da singole persone;
quota di ricavi intermediati;
costo di acquisizione;
capacità di fidelizzazione;
automazione dei processi;
protezione informatica;
replicabilità dei risultati;
controllo umano sulle decisioni.
Due hotel con lo stesso EBITDA possono presentare rischi completamente differenti.
Il primo potrebbe dipendere:
da un unico revenue manager;
da fogli Excel;
da procedure manuali;
da una quota elevata di OTA;
da dati incoerenti;
da una strategia difficilmente replicabile.
Il secondo potrebbe disporre di:
processi documentati;
dati strutturati;
sistemi integrati;
forecast misurabili;
clientela diversificata;
canale diretto sviluppato;
controllo dei costi;
organizzazione trasferibile.
Il mercato potrebbe attribuire un valore diverso ai due risultati perché cambia la probabilità che siano mantenuti nel tempo.
Acquistare un RMS non significa acquisire una strategia.
Un sistema alimentato con dati incompleti o incoerenti produrrà raccomandazioni fragili.
Prima dell’introduzione dell’intelligenza artificiale occorre verificare:
correttezza delle anagrafiche;
segmentazione;
codifica dei canali;
qualità dello storico;
attribuzione dei ricavi;
rilevazione delle cancellazioni;
registrazione dei ricavi accessori;
integrazione tra PMS, RMS, CRM, booking engine e channel manager;
tracciamento delle campagne;
attribuzione dei costi di acquisizione.
L’intelligenza artificiale può amplificare l’efficienza di una buona organizzazione.
Può però amplificare anche i suoi errori.
Automatizzare un processo sbagliato significa produrre più rapidamente decisioni sbagliate.
Il revenue manager che si limita a modificare manualmente i prezzi è destinato a perdere centralità.
Il professionista capace di interpretare strategia, domanda, marginalità e tecnologia diventerà invece ancora più importante.
L’AI può automatizzare:
raccolta dei dati;
aggiornamento dei forecast;
confronto tariffario;
rilevazione delle anomalie;
produzione dei report;
suggerimenti di pricing;
simulazione degli scenari.
Non può assumere integralmente la responsabilità di:
definire il posizionamento;
interpretare eventi eccezionali;
negoziare contratti;
coordinare marketing e vendite;
comprendere gli obiettivi della proprietà;
valutare il rischio reputazionale;
scegliere quali clienti attrarre;
stabilire il livello di automazione accettabile.
Il revenue manager diventerà meno esecutore e più responsabile della qualità delle decisioni.
ADR, occupazione e RevPAR non bastano più.
La proprietà dovrebbe ricevere almeno questi indicatori:
Ricavo per camera disponibile al netto dei costi di acquisizione e distribuzione.
Risultato operativo lordo per camera disponibile.
Quanto rimane realmente dopo commissioni, pubblicità, transazioni e costi variabili.
Quanto costa produrre una prenotazione diretta o intermediata.
Differenza tra previsione e risultato effettivo.
Valore prodotto da camera, ristorazione, upgrade e servizi accessori.
Analizzato per canale, tariffa, segmento e finestra di prenotazione.
Non soltanto quante prenotazioni arrivano direttamente, ma quanto margine producono.
Il valore della domanda potenzialmente persa accettando una prenotazione meno remunerativa.
Il valore complessivo che un cliente può generare nel tempo.
L’intelligenza artificiale applicata agli hotel richiede anche una governance chiara.
La direzione deve conoscere:
quali dati vengono utilizzati;
dove vengono conservati;
chi può accedervi;
quali decisioni sono automatizzate;
quali soglie richiedono l’intervento umano;
come vengono registrate le modifiche;
quali responsabilità assume il fornitore;
come viene protetto il cliente.
L’AI Act europeo è entrato in vigore il 1° agosto 2024 e prevede un’applicazione progressiva. Dal 2 agosto 2026 iniziano ad applicarsi ulteriori obblighi di trasparenza relativi a determinati sistemi e contenuti generati dall’intelligenza artificiale.
Per un hotel, il tema non riguarda soltanto la conformità normativa.
Riguarda la fiducia.
Le decisioni più importanti non possono diventare una scatola nera che nessuno è in grado di spiegare.
analisi della qualità dei dati;
ricostruzione del mix distributivo;
misurazione delle commissioni;
calcolo del costo di acquisizione;
analisi di cancellazioni e no-show;
confronto tra forecast e consuntivi;
verifica dell’integrazione dei sistemi;
individuazione delle principali perdite di ricavo.
definizione degli obiettivi economici;
selezione dei KPI;
revisione della segmentazione;
individuazione dei processi automatizzabili;
definizione delle soglie di intervento;
costruzione delle dashboard;
configurazione delle regole;
formazione del personale.
test su periodi selezionati;
confronto tra raccomandazioni e decisioni;
misurazione dei risultati netti;
verifica dell’effetto sui canali;
controllo delle cancellazioni;
correzione dei parametri;
valutazione della sostenibilità;
progressiva estensione del sistema.
Il progetto non deve essere valutato esclusivamente sull’aumento dell’ADR.
Deve essere misurato sulla capacità di:
aumentare il margine;
ridurre l’intermediazione;
migliorare il forecast;
rendere i risultati più stabili;
ridurre la dipendenza dalle persone;
aumentare il valore dell’impresa.
Nel breve periodo quasi tutti gli hotel avranno accesso a strumenti basati sull’intelligenza artificiale.
Molte funzionalità verranno integrate nei PMS, negli RMS, nei CRM, nei booking engine e nei channel manager.
La tecnologia diventerà progressivamente una commodity.
Il vantaggio non deriverà quindi dal possesso del software.
Deriverà dalla capacità dell’hotel di:
raccogliere dati corretti;
formulare obiettivi chiari;
integrare revenue, marketing e vendite;
misurare il margine;
proteggere la relazione con il cliente;
controllare l’automazione;
trasformare le analisi in decisioni;
collegare la gestione operativa al valore dell’asset.
Un hotel con molti dati ma senza governance rimarrà disorganizzato.
Un hotel con dati affidabili, processi chiari e management competente potrà usare l’AI come moltiplicatore della propria capacità economica.
Da una parte ci saranno le strutture che continueranno a:
reagire in ritardo;
copiare i competitor;
misurare soltanto il fatturato;
dipendere dagli intermediari;
utilizzare dati frammentati;
confondere occupazione e redditività.
Dall’altra ci saranno gli hotel capaci di:
anticipare la domanda;
selezionare i ricavi migliori;
controllare il costo dei canali;
aumentare il GOP;
rendere prevedibili i risultati;
difendere il posizionamento;
costruire valore patrimoniale.
La differenza non sarà tecnologica.
Sarà manageriale.
Per affrontare in modo integrato strategia, controllo di gestione, organizzazione, valorizzazione dell’asset e governance è possibile consultare HotelManagementGroup.it.
Avere un channel manager non basta.
Installare un RMS non basta.
Cambiare automaticamente le tariffe non basta.
Serve un modello di gestione che colleghi:
dati;
pricing;
distribuzione;
marketing;
organizzazione;
marginalità;
valore dell’asset.
Necci Hotels affianca proprietà e imprese alberghiere nella costruzione di modelli gestionali orientati alla redditività, al controllo dei margini e alla valorizzazione dell’hotel.
Il momento di intervenire è adesso se la tua struttura:
riempie le camere ma non aumenta il GOP;
dipende eccessivamente dalle OTA;
non conosce il costo reale delle prenotazioni;
non dispone di forecast attendibili;
modifica i prezzi senza misurare il ricavo netto;
utilizza sistemi che non comunicano tra loro;
non riesce a trasformare i dati in decisioni;
vuole introdurre l’AI senza perdere il controllo manageriale.
Scrivi immediatamente a info@neccihotels.it.
Richiedi un’analisi del modello di revenue management, del mix distributivo, della qualità dei dati e delle opportunità di miglioramento economico del tuo hotel.
Ogni giorno trascorso senza conoscere dove si perdono ricavi e margini non è prudenza. È valore che viene lasciato al mercato, agli intermediari e ai concorrenti.
