Calamità naturali come uragani, terremoti e inondazioni possono avere un impatto significativo sulla domanda di viaggio nelle regioni colpite. Se sei un utente PriceLabs, forse ti starai chiedendo come l'algoritmo si adatta a questi cambiamenti improvvisi e cosa puoi fare per garantire che i tuoi prezzi rimangano competitivi durante tali eventi. Ecco una panoramica del funzionamento del sistema e alcuni suggerimenti se si utilizza l'algoritmo precedente.

1. Uragani e altri eventi previsti: come reagisce l'algoritmo

Quando si prevedono in anticipo calamità naturali come gli uragani, l'algoritmo HLP (Hyper-Local Pulse) di PriceLabs rileva i primi segnali di allarme, come la riduzione delle prenotazioni e un calo della domanda di mercato. Poiché gli uragani vengono spesso monitorati e previsti ben prima che inizino a provocare danni, il sistema è in grado di rilevare questo cambiamento nella domanda, tenendo conto degli adeguamenti dei prezzi.

Ad esempio, se si prevede che un uragano colpisca la Florida, i viaggiatori iniziano a evitare di prenotare nella zona interessata. L'algoritmo HLP identifica questo calo della domanda e riduce le previsioni di prenotazione in quella regione. Quindi riduce automaticamente i prezzi degli alloggi situati nel percorso dell'uragano, per riflettere la minore domanda.

Il vecchio algoritmo potrebbe non gestire in modo altrettanto fluido periodi prolungati di bassa domanda. Nella versione precedente, infatti, il fattore stagionalità è precalcolato e copre un'area più ampia. Non si adatterà in modo altrettanto dinamico a eventi localizzati come gli uragani, quindi potrebbe avere difficoltà a gestire i cali della domanda a lungo termine causati da tali calamità.

2. Terremoti e disastri naturali improvvisi

A differenza degli uragani, che sono prevedibili, i disastri improvvisi come i terremoti non forniscono segnali di allarme precoce. In questi casi, né l'HLP né il vecchio algoritmo risponderanno immediatamente ai cambiamenti del mercato.

Tuttavia, man mano che aumentano le cancellazioni e diminuiscono le prenotazioni, l'algoritmo HLP inizierà ad adeguare i prezzi di conseguenza. Si basa su dati in tempo reale e segnali di mercato per abbassare i prezzi quando rileva una minore domanda dovuta al disastro. Nel tempo, questo contribuisce ad allineare i prezzi alla nuova realtà del mercato.

D'altro canto, il vecchio algoritmo potrebbe non adattarsi abbastanza rapidamente a cali così improvvisi della domanda.

3. Se utilizzi il vecchio algoritmo: suggerimenti per la gestione dei prezzi durante le calamità

Se utilizzi ancora il vecchio algoritmo PriceLabs, ecco come gestire efficacemente i disastri naturali:

1. Modifica manualmente i prezzi: poiché il vecchio algoritmo suddivide i fattori di mercato in stagionalità (trend più lunghi) e domanda (trend più brevi), è meno reattivo ai cambiamenti improvvisi. In caso di calamità naturale, sarà necessario modificare manualmente i prezzi utilizzando le modifiche specifiche per data (DSO) o applicare un adeguamento stagionale non ricorrente.
2. Monitora i dati del vicinato: tieni d'occhio la scheda Dati del vicinato per vedere come stanno andando le prenotazioni future rispetto agli anni precedenti. Questo può aiutarti a stimare per quanto tempo la domanda del mercato sarà influenzata. Se le prenotazioni per le date future sono più lente, potresti decidere di mantenere i prezzi più bassi per un periodo di tempo più lungo.
3. Adegua il prezzo base per danni a lungo termine: se il disastro provoca danni a lungo termine, potrebbe essere necessario abbassare il prezzo base finché il mercato non inizia a riprendersi.