Nous avons souvent fait part de notre volonté de travailler dur pour aider nos partenaires à gérer leurs affaires plus efficacement, et de la manière dont l’utilisation des tendances des données sur le marché peut nous aider à comprendre et à interpréter les performances individuelles de nos partenaires, qu’il s’agisse de domaines skiables ou d’attractions estivales. Sur le marché du ski, par exemple, nous avons présenté notre rapport sur le pouls du marché du ski en Amérique du Nord en novembre dernier.

Pour de nombreuses entreprises de billetterie, chaque jour d’opération, que ce soit en hiver ou en été, est essentiel pour la performance globale. Notre équipe s’assure donc que chaque jour est tarifé de manière appropriée afin de maximiser les revenus et le retour sur les investissements marketing. Dans le cadre de notre produit de commerce électronique à service complet, notre équipe d’analystes passe une grande partie de son temps à plonger dans les tendances de performance des stations individuelles et à déterminer comment chaque station se situe par rapport au vaste réseau de partenaires de Liftopia. Plus précisément, l’équipe consacre la majeure partie de son temps à ajuster les prix pour des jours et des produits spécifiques dont les performances sont supérieures aux prévisions, afin de capter la demande supplémentaire. Historiquement, nous avons appelé cela une “optimisation”, mais il s’agit en réalité d’une partie fondamentale du cycle d’amélioration continue au cœur de la gestion des revenus.

Lorsqu’un partenaire lance sa stratégie de tarification et sa gamme de produits, nous utilisons notre modèle de partenariat mondial, 13 années d’intention des consommateurs et des données de tarification pour déterminer le prix de départ et la quantité de départ optimaux pour les produits de ce partenaire afin de maximiser les revenus et les performances du commerce électronique. Au fur et à mesure que la saison avance et que la stratégie de tarification est exposée à la demande des consommateurs, nous recueillons des millions de points de données sur les interactions des clients avec ces prix, ce qui nous aide à déterminer les changements à apporter à la stratégie, le cas échéant. Nous avons mis au point une approche méthodique et fondée sur les données pour améliorer en permanence la stratégie de tarification de nos partenaires, et nous souhaitons faire la lumière sur notre méthode ici.

Avant de nous plonger dans notre stratégie de recherche de revenus supplémentaires pour nos partenaires, examinons d’abord quelques éléments qui ne font pas partie intégrante de notre approche :

• Ne s’appuyer que sur un seul point de données, comme les performances d’une année sur l’autre. Non seulement un point de données isolé n’est pas suffisant pour indiquer si un changement de tarification produira de meilleurs résultats, mais les données annuelles peuvent être trompeuses étant donné l’influence du temps et des conditions sur les performances d’une année sur l’autre. Nous nous concentrons davantage sur les performances d’un partenaire par rapport à son potentiel que sur le revenu annuel, car le revenu annuel devrait toujours augmenter et peut conduire à un problème de “bon à excellent“.
• Examiner les performances des stations en vase clos. Si le centre de villégiature A est en hausse de 15 % par rapport à l’année précédente, cela peut sembler un bon résultat, à moins que son concurrent, le centre de villégiature B, ne soit en hausse de 40 % par rapport à l’année précédente.
• Modifier les prix uniquement en fonction de la disponibilité du terrain ou du fonctionnement des remontées mécaniques. Ces informations ne nous disent pas comment les clients réagissent aux points de prix disponibles.
• Utiliser les prévisions météorologiques pour prendre des décisions en matière de prix. Voir le point précédent.

Alors, comment déterminer s’il existe une opportunité de trouver de nouveaux revenus pour nos partenaires ? La clé est de creuser dans l’ensemble des données d’un partenaire tout en les comparant à l’ensemble des données mondiales que nous avons accumulées au cours de notre histoire et à ce moment précis. En standardisant la façon dont nous déterminons si une opportunité existe pour une station individuelle et en la comparant au réseau plus large de stations sur la plateforme Liftopia, nous sommes en mesure de réinformer notre modèle de tarification et d’apporter des améliorations en temps réel à un rythme beaucoup plus rapide qu’une station mettant en œuvre une stratégie de tarification seule.

Une mesure clé sur laquelle nous nous concentrons est le revenu par recherche (RPS) – revenu total du commerce électronique / total des recherches.  Le RPS est un indicateur de conversion au niveau de la date du voyage, et nous permet de mesurer plus clairement la performance d’une date donnée en termes de dollars et de cents. Si les clients réagissent aux prix disponibles un jour donné, ce jour-là aura un RPS élevé et pourrait indiquer une possibilité d’améliorer la stratégie sous-jacente. Mais nous ne pouvons pas simplement considérer le RPS d’une seule station dans un vide. En l’absence de données comparatives provenant d’autres stations, il serait difficile d’interpréter les performances et de comprendre si une seule station est en dessous ou au-dessus de son potentiel. En normalisant un modèle de tarification, une approche d’optimisation et l’ensemble de données sur les intentions des clients, Liftopia est dans une position unique pour évaluer et surveiller les performances de chaque partenaire et réduire la probabilité de faux positifs/négatifs.

Notre activité a évolué, tout comme notre approche de la tarification, et nous espérons que cet article vous a permis de comprendre le raisonnement qui sous-tend notre méthode. Vous voulez en savoir plus ? N’hésitez pas à nous contacter à l’adresse partners@liftopia.com.