📊 配套数据与练习模板 本教案提到的云璟经营数据、计算练习表、指标体检表等,均可在 教学数据工坊 下载(模拟数据库 + 6 套练习 + 8 套工具模板),也可 在线预览 后决定是否下载。
学院首页/ 教案总纲/ L3 模块十四(最后一课)
L3 收益管理经理 模块 M14 6 课时 / 270 min 认证权重 15%

收益管理系统与自动化

系统能替您做 80% 的重复劳动,但剩下 20% 必须由人把关。 这一模块教您怎么画出那条人机边界。

◎学习目标
  • 能说出 RMS 四个核心模块,以及数据是怎么在里面流动的
  • 能画出自己酒店的人机边界:哪些交给系统自动执行、哪些必须人工干预
  • 能配置 12 个必配参数,并说得出每个值的推荐理由
  • 能制定自动化渐进路径,知道为什么不许跳级
  • 能设计至少 8 条告警规则

前置要求:M06 价格体系、M07 库存战术。本模块是 L3 最后一课。

◈核心概念区(本模块 5 个新概念)
RMS 四模块
数据接入 → 需求预测 → 价格推荐 → 自动下发,系统无关
人机边界
白名单(错得起、易回滚)交系统;黑名单(代价高、需人判)留人
12 参数
按本店 No-show / 提前窗口 / 竞争组合标定,不可照抄
渐进路径
L0 手工 → L1 半自动 → L2 推荐+确认 → L3 部分自动 → L4 全自动,不许跳级
告警稀缺
告警太多等于没有;只留真正需要人介入的 8 条

系统放大您,不是替代您。您越懂规则,系统配得越好;您不懂,它只会很努力地犯错。

一、RMS 的四个核心模块

不管哪个品牌的收益管理系统(RMS),拆开都是这四个模块。 本节系统无关——讲通用的原理,不针对任何具体产品。

① 数据接入
PMS 的历史与在手
渠道数据
竞争价格
事件日历
→
② 需求预测
历史 + 在手
+ 提前窗口
→ 未来每一天
的预测需求
→
③ 价格推荐
基于预测与竞争
给出每一天
的建议价格
→
④ 自动下发
把价格直接推到
PMS 与各渠道
✓系统比人强的地方
  • 能同时处理几百个变量(历史、在手、竞对、事件、星期几、天气……)
  • 从不疲倦、从不漏。365 天 × 10 个房型 × 6 个渠道,人做不到每天全查一遍
  • 执行一致。不会今天心情好少降点、明天心情差多降点
  • 能 24 小时响应。凌晨 3 点竞对降价,它立刻知道
✕系统不如人的地方
  • 遇到没见过的情况会失灵(新竞对开业、突发舆情、政府征用)
  • 不懂组织。它不知道这个客户是销售跟了三年的战略客户
  • 不承担责任。超售过度导致客人无房,挨骂的是您不是它
  • 只会优化既定目标。目标设错了,它会很努力地往错的方向跑
正确的人机关系

系统负责 80% 的常规决策,人负责 20% 的关键判断。
上了 RMS 收益经理不会失业,但不用 RMS 的收益经理会—— 因为他一个人查不了 365 天 × 10 房型 × 6 渠道的组合。

关键认知:系统放大您,不是替代您。您越懂规则,系统配得越好,产出越大; 您不懂规则,配出来的系统只会很努力地犯错。

二、人机边界:白名单与黑名单

这是本模块最核心的内容。把这张表画清楚,RMS 就出不了大事。

✓ 白名单:可交给系统自动执行
  • 平峰日的小幅调价(±3–5%)
  • 常规渠道开关
  • 限制条件的批量设置与撤除
  • 价格一致性巡检与告警
  • 常规报表生成与推送

判断标准:错了代价可控,且容易回滚。
平峰日调错 5%,损失可能几千块,第二天改回来就行。

✕ 黑名单:必须人工干预
  • D1 峰值日的任何调价
  • 超售率 >10%
  • 团队与会议询价决策(表 G / 表 K)
  • 异常事件(表 L 的五种情况)
  • 价格体系重构(表 F 的价差调整)
  • 年度预算与滚动预测

判断标准:错了代价高,或涉及人的判断。
D1 日调错一次,可能损失几十万,且无法回滚。

为什么 D1 峰值日不能自动

云璟酒店全年 D1 日约 20 天(国庆、五一、春节、展会等), 但这 20 天的客房收入通常占全年 12–18%。
系统在这类日期的预测误差也最大——因为它见过的一手数据最少(一年才几次)。
所以:D1 日系统只给建议,人来拍板。这是《法典》表 A 约束 4 的硬性要求。

三、12 个必配参数

这些参数不能照抄——下面给的是云璟酒店的值,以及为什么是这个值。 您要按自己酒店的情况算一遍。

12 个必配参数(云璟酒店推荐值)
#参数推荐值为什么是这个值
1竞争组合5 家,加权均价 ¥680选房量相近、档次相同、3km 内的竞对。太少没代表性,太多采集不过来。
2价格地板¥480低于此价连变动成本都收不回(布草洗涤 + 能耗 + 早餐 + 佣金约 ¥470)。
3价格天花板¥2,400品牌线。超过会伤害口碑,且会被OTA降权。平峰 BAR ¥680 的 3.5 倍。
4调价步长最小 3%,最大 20%与《法典》表 A 一致。低于 3% 市场无感知,高于 20% 会吓跑客人。
5调价频率每日最多 2 次《法典》表 A 约束 1。改太频繁,渠道同步跟不上,还会触发价格一致性告警。
6房型价差85/100/120/140/145/180/265《法典》表 F。设定一次,全房型价格自动生成,每周一校验。
7渠道优先级直销 > 会员 > 协议 > GDS > OTA > 批发按渠道成本排序(3%/4%/8%/13%/16%/26%)。房好卖时从右往左关。
8超售上限5% 且 ≤15 间《法典》表 E 硬上限。两条都要满足,取小值。
9细分权重OTA 权重不宜过高权重太高,系统会学成「只会降价冲量」。按净贡献设权重,别按产量。
10预测模型历史 + Pickup + 事件 复合模型只用历史跟不上变化;只用 Pickup 在远期不稳定;加事件才能处理展会这类脉冲。
11审批流D1 日调价、超售>10% 必须人工审批与黑名单一致。系统给建议,人来拍板并留痕。
12告警阈值Pickup 偏差 >±30%;ARI >120 或 <80超出常规波动范围,说明有异常,需要人介入看一眼。
最容易配错的是第 9 条(细分权重)

很多人按产量设权重,结果 OTA 产量最大、权重最高,系统就学成了「降价冲 OTA 量」。
正确做法是按净贡献设权重——把渠道成本扣掉之后再算,直销的权重应该高于 OTA。

每季度必须复核一次全部 12 个参数。市场在变,竞对在变,参数不跟着变,系统就会越跑越偏。

四、自动化渐进路径(不许跳级)

Level 0
纯手工。Excel + 人工落位。
适用:80 间以下、无专职收益。验收:能稳定完成每日流水线。
Level 1
Excel 半自动。用本学院的模板包,公式自动出结论,人工落位。
适用:任何规模,建议所有人从这里开始。验收:调价命中率可统计。
Level 2
系统推荐 + 人工确认。RMS 给建议,人逐条确认后下发。
适用:150 间以上、有专职收益。验收:连续 3 个月,系统建议的采纳率 >70%。
Level 3
部分自动。白名单放开自动执行,黑名单仍人工。
适用:Level 2 跑顺 3 个月以上。验收:白名单动作的出错率 <2%。
Level 4
全自动 + 人工监管。系统全权执行,人只看告警和复盘。
适用:多店集团、有成熟中台。验收:RGI 稳定跑赢竞争组合,且季度复盘无重大事故。
为什么不许跳级

最常见的失败是:直接上系统、直接开全自动(从 Level 0 跳到 Level 3/4)。

后果通常是:系统参数没配好 → 建议价格离谱 → 但因为全自动,没人看 → 连续跑了一个月才发现 ADR 掉了 15%。

正确做法:从 Level 2 开始,跑顺三个月再放白名单。 这三个月的价值不只是验证系统,更是让人学会看懂系统的建议—— 您看得懂它为什么这么建议,才敢放手让它自己干。

五、系统选型十问

给要买系统的学员用。问销售这十个问题,答不上来的直接淘汰。

选型十问清单
#要问的问题什么样的答案算合格
1能对接我们现在的 PMS 吗?是直连还是定时同步?直连。定时同步(如 4 小时一次)在旺季会出事
2竞争价格数据从哪来?多久更新一次?每日至少 1 次,且能自定义竞争组合
3能设置价格地板/天花板吗?能不能按房型分别设?能,且必须能按房型分别设
4能不能配置审批流?哪些动作需要人工确认?能自定义规则,至少支持按日期类型和幅度配置
5预测模型是什么?能不能看预测准确率?能输出历史准确率,且能按天查看
6能不能处理团队和会议的置换分析?能,或者至少能手动录入团队占用后再预测
7告警规则能不能自定义?支持哪些通知方式?能自定义阈值,支持邮件 + 短信/微信
8能不能导出全部决策日志?能,且包含「当时看到什么数、给出什么建议」
9实施周期多久?包含几次参数调优?不超过 3 个月,至少包含 2 次调优
10能不能先试运行 3 个月,只看建议不自动执行?必须能。不给试运行的,直接淘汰

六、告警规则设计

系统应该在您需要知道的时候打扰您,而不是天天发消息。 告警太多等于没有告警——人会自动忽略。

8 条告警规则
#告警阈值收到后做什么
1Pickup 异常落后48h 内落后 >30%查表 L 是否触发需求暴跌,是则启动应急
2Pickup 异常领先24h 内领先 >60%查表 L 需求暴涨,考虑提价与 MinLOS
3ARI 越界>120 或 <80查表 C,判断是提价还是降价
4竞对大幅降价单日降幅 >15%先怀疑数据,再查表 D,不盲目跟价
5价格一致性违规直销价 > 任一 OTA 价24 小时内整改(表 H 红线)
6接近满房某日预测 OCC ≥95%查表 B,配 MinLOS/CTA、关低价渠道
7渠道断连某渠道 2 小时无订单切手动模式,通知渠道经理(表 L)
8超售率逼近上限某日超售 >可售房量 4%复核表 E 的修正系数,确认备用酒店
讲师示范:告警太多会怎样

某酒店配了 30 条告警,每天收 80+ 条消息。两周后,收益经理把告警邮箱设成了自动归档。
第三周,国庆前一天渠道断连 6 小时,告警发了 12 封,一封没看到。
等发现时,那天的 OTA 库存已经被竞对抢光,OCC 只有 71%(预测 96%)。

教训:告警的价值在于稀缺性。宁可只留 8 条真正重要的,也不要 30 条全都要看。

七、讲师示范:给云璟配一套 RMS 参数并处置一次异常

场景:云璟酒店要上线 RMS,您作为收益经理做初始参数配置,并在一次 D1 日异常中拍板。

云璟 RMS 初始化 · 关键参数与一次干预
环节动作取值 / 决策依据
1竞争组合5 家,加权均价 ¥680房量相近、档次相同、3km 内
2价格地板 / 天花板¥480 / ¥2,400地板=变动成本线;天花板=品牌线 3.5×BAR
3细分权重按净贡献,直销>OTA避免系统学成「降价冲量」
4审批流D1 日调价、超售>10% 需人批黑名单硬要求
5D1 日(国庆)异常系统 09:00 建议 +20%表 A:OCC≥95% 列 +20%
6人拍板批准,但手动加锁 14:00 前不二次调表 A 约束 2:24h 同方向≤2 次
7复盘当日 OCC 97%、ADR ¥1,180,RevPAR ¥1,144比平峰 RevPAR ¥445 高 157%,达标
示范要点

① 参数先按本店标定,尤其细分权重按净贡献;② D1 日系统只给建议,人必须拍板并留痕; ③ 即便批准也要遵守表 A 的调价约束(同方向频率 / 幅度);④ 事后用 RevPAR 复盘,数据回流调参。

八、学员跟练(4 题)

用云璟真实数据独立练,答案在折叠里。

跟练 1
您接手一家新店,直接把云璟的 12 个参数复制过去,跳到 Level 3 全自动。三个月后 ADR 掉了 15%。最可能的原因是什么?怎么救?
参考思路
原因:参数没按新店标定 + 跳级。新店 No-show 率、提前窗口、竞争组合都不同,复制云璟参数直接偏; 又跳到全自动,没人看建议,错误持续放大。

救济:退回 Level 2(系统推荐+人工确认)跑三个月,期间用新店真实数据重新标定 12 参数 (尤其表 E 超售率、表 C 的 ARI 绝对值、表 F 价差),每季度复核。
跟练 2
系统建议把 OTA 权重放到最高,说「OTA 产量最大、学习最快」。您为什么拒绝?正确权重怎么设?
参考思路
拒绝原因:按产量设权重,系统会优化成「降价冲 OTA 量」,NRevPAR 越跑越低。

正确做法:按净贡献设权重——扣掉渠道成本后,直销(3%)权重应高于 OTA(16%)。让系统学的是「利润」不是「间夜」。
跟练 3
国庆前一天系统自动把价格提到 +25%(超过表 A 单日 20% 上限),且因全自动没人看。您发现时已是第二天。第一件事做什么?
参考思路
第一件事:切回人工确认(至少 Level 2),并核查当天价格一致性(表 H 红线:直销≤OTA)。 然后复盘:25% 违反表 A 约束 1(单日同方向≤20%),说明白名单设错了——D1 日应入黑名单人工批。 损失计入《调价台账》备注,月度复盘。
跟练 4
告警邮件每天 80+ 条,您把告警邮箱设了自动归档。这违反了哪条原则?正确做法是什么?
参考思路
违反:「告警的价值在于稀缺性」——太多等于没有。正确做法:只留 8 条真正需要人介入的 (Pickup 异常、ARI 越界、价格一致性违规、接近满房、渠道断连、竞对大幅降价、超售逼近上限等),其余交给系统自动处理或日报汇总。

九、随堂测(5 题)

第 1 题
RMS 的四个核心模块是什么?系统比人强在哪、不如人在哪?
查看答案
四模块:数据接入 → 需求预测 → 价格推荐 → 自动下发。

系统强在:能同时处理几百个变量;从不疲倦不漏;执行一致;24 小时响应。
系统弱在:遇到没见过的情况会失灵;不懂组织(不知道哪个是战略客户); 不承担责任;只会优化既定目标(目标错了就往错的方向跑)。
第 2 题
人机边界的判断标准是什么?举两个白名单动作、两个黑名单动作。
查看答案
白名单判断标准:错了代价可控,且容易回滚。
例:平峰日小幅调价(±3–5%)、常规渠道开关、限制条件批量设置与撤除。

黑名单判断标准:错了代价高,或涉及人的判断。
例:D1 峰值日的任何调价、超售率 >10%、团队与会议询价决策(表 G/表 K)、 异常事件(表 L)。
第 3 题
为什么 D1 峰值日的调价必须人工审批?
查看答案
两个原因:
① 占比太高——云璟酒店全年 D1 日约 20 天,但这 20 天的客房收入占全年 12–18%。 调错一次损失几十万,且无法回滚。
② 系统在这类日期预测误差最大——因为它见过的一手数据最少(一年才几次)。

这也是《法典》表 A 约束 4 的硬性要求。
第 4 题
12 个必配参数中,哪一个最容易配错?正确的做法是什么?
查看答案
第 9 条:细分权重。

常见错误是按产量设权重——结果 OTA 产量最大、权重最高, 系统就学成了「降价冲 OTA 量」,NRevPAR 越跑越低。

正确做法:按净贡献设权重——把渠道成本扣掉之后再算, 直销(成本 3%)的权重应该高于 OTA(成本 16%)。

另外,12 个参数每季度必须复核一次。
第 5 题
某酒店直接上系统并开启全自动(从 Level 0 跳到 Level 4),通常会出什么问题? 正确做法是什么?
查看答案
典型后果:系统参数没配好 → 建议价格离谱 → 但因为全自动没人看 → 连续跑了一个月才发现 ADR 掉了 15%。

正确做法:从 Level 2(系统推荐 + 人工确认)开始,跑顺三个月再放白名单。

这三个月的价值不只是验证系统,更是让人学会看懂系统的建议—— 您看得懂它为什么这么建议,才敢放手让它自己干。
另外,选型第 10 问就是「能不能先试运行 3 个月,只看建议不自动执行」, 不给试运行的供应商直接淘汰。
🎓 您已经学完全部 14 个模块

从 M01 的「OCC 怎么算」,到现在的「系统怎么配」,您走完了 L1 → L2 → L3 的完整路径。

最后一句提醒:阈值是通用起点,不是圣经。 回到岗位后用三个月,拿自己酒店的真实数据把这 15 张表重新标定一遍—— 尤其是表 E(超售率)、表 C(ARI 绝对值)、表 F(价差)。

把这套东西教会您团队里的下一个人——那才是真正的掌握。

十、判定表默写清单

本模块结业前,必须能不翻资料默写以下条目:

  • RMS 四模块顺序:数据接入 → 需求预测 → 价格推荐 → 自动下发。
  • 人机边界判断标准:白名单=错了代价可控且易回滚;黑名单=错了代价高或需人判(D1 日、超售>10%、表 G/K、表 L、价格体系重构、年度预算)。
  • 12 参数中最易错的是「细分权重」——必须按净贡献设,不能按产量。
  • 渐进路径 L0→L4 不许跳级;从 L2 跑顺三个月再放白名单。
  • 告警原则:稀缺性;只留真正需人介入的,宁少勿多。
本模块产出物
  • 《人机边界表》——用您自己酒店的情况填一份(白名单 / 黑名单)
  • 《12 个必配参数表》——每个参数写出您酒店的值和理由
  • 《告警规则清单》——至少 8 条,含阈值和收到后做什么