SETORIAL — HOTELARIA
Revenue Management além de ocupação
Hotéis que medem sucesso pela taxa de ocupação estão otimizando a métrica errada. Um hotel cheio que vendeu quarto a tarifa baixa não é um hotel bem gerenciado — é um hotel que deixou dinheiro na mesa com eficiência.
Tempo de leitura: 12 min
O problema com otimizar ocupação
A taxa de ocupação é a métrica mais visível na operação hoteleira. Aparece nos relatórios diários, nas metas das equipes comerciais e nas apresentações para proprietários. Quando está alta, parece que tudo está funcionando. Quando está baixa, há pressão imediata para preencher quartos — com qualquer tarifa que feche o negócio.
Essa lógica tem um defeito estrutural. Uma taxa de ocupação de 90% com tarifa média de R$ 180 gera menos receita do que uma ocupação de 75% com tarifa média de R$ 260. O primeiro cenário parece melhor em qualquer relatório de ocupação. Do ponto de vista de receita, é o segundo que vence.
Mais do que isso: o primeiro cenário carrega um custo operacional maior — café da manhã, housekeeping, consumo de energia — para uma receita menor. A margem por apartamento disponível (um dos cálculos que deveria aparecer nos relatórios e raramente aparece) é pior no hotel cheio do que no hotel com ocupação moderada e tarifa adequada.
Revenue Management nasceu exatamente para resolver esse problema — mas em muitas operações hoteleiras brasileiras, ele ainda é reduzido a gestão de tarifas mínimas e controle de disponibilidade por canal. O que fica de fora é mais importante do que o que é gerenciado.
As métricas que o Revenue Management deveria usar
Uma operação de Revenue Management madura não substitui a taxa de ocupação — ela a contextualiza com as métricas que revelam o que a ocupação não mostra.
| Métrica | O que mede | Por que importa mais que ocupação isolada |
|---|---|---|
| ADR (Average Daily Rate) | Tarifa média realizada por apartamento ocupado | Revela se o hotel está vendendo à tarifa certa, não apenas preenchendo quartos |
| RevPAR (Revenue Per Available Room) | Receita por apartamento disponível (ocupado ou não) | Combina ocupação e tarifa em uma única métrica; é impossível inflar sem melhorar ambas |
| TRevPAR (Total Revenue Per Available Room) | Receita total (hospedagem + A&B + eventos + spa) por apartamento disponível | Captura o valor do hóspede além do quarto; relevante para hotéis com múltiplos centros de receita |
| GOPPAR (Gross Operating Profit Per Available Room) | Lucro operacional bruto por apartamento disponível | Inclui custos; uma alta ocupação com alta estrutura de custo pode ter GOPPAR inferior a uma ocupação moderada bem gerenciada |
| Pickup | Volume de reservas realizadas em um período específico para uma data futura | Indica a velocidade com que a demanda está se materializando; antecipa necessidade de ajuste tarifário |
O RevPAR é a métrica de referência porque é a mais difícil de manipular. Um hotel pode aumentar artificialmente seu ADR reduzindo descontos em canais de baixo volume — mas se isso reduzir a ocupação, o RevPAR vai mostrar o resultado real. Da mesma forma, um hotel pode encher quartos com tarifa baixa — mas o RevPAR vai revelar que a estratégia não estava funcionando do ponto de vista de receita.
Pickup: o que a velocidade de reservas diz sobre a tarifa certa
Pickup é uma das ferramentas mais poderosas do Revenue Management — e uma das menos exploradas em operações que ainda gerenciam revenue de forma manual ou com ferramentas básicas.
A ideia é simples: para qualquer data futura, o hotel pode monitorar quantas reservas foram feitas em cada período anterior a essa data — 90 dias antes, 60 dias antes, 30 dias antes, 15 dias, 7 dias, 3 dias. O padrão de acumulação dessas reservas ao longo do tempo é a curva de pickup.
Quando a curva de pickup de uma data futura está acima do histórico de datas similares no mesmo período do ano anterior, há um sinal de demanda mais forte do que o esperado. A interpretação correta é: a tarifa pode estar baixa para essa data, e há margem para aumentar sem comprometer a ocupação.
Quando a curva está abaixo do histórico, o sinal é inverso: a demanda está se materializando mais devagar. A tarifa pode estar alta demais para o nível de demanda disponível, ou há algum evento — feriado com data diferente, concorrente com promoção agressiva, evento de gerador de demanda ausente — que está suprimindo as reservas.
O que diferencia pickup de ocupação atual
A ocupação atual mostra o que aconteceu. O pickup mostra o que vai acontecer — e ainda há tempo de agir. Essa diferença de janela temporal é o que torna o pickup uma ferramenta de gestão ativa, não apenas de diagnóstico.
Um Revenue Manager que olha apenas para a ocupação do dia corrente está gerenciando com 30 a 60 dias de atraso. Quando ele percebe que uma semana específica está com ocupação baixa, a janela de intervenção é mínima — tarifas mais baixas vão atrair hóspedes de última hora, mas não vão compensar as semanas de oportunidade perdida de vender a tarifa adequada para os hóspedes com antecedência.
Um Revenue Manager que olha para o pickup tem 30, 60 ou 90 dias de antecedência para ajustar a estratégia tarifária enquanto ainda há demanda não capturada.
Segmentação de demanda: o que os perfis de hóspede revelam
Revenue Management eficaz exige entender que diferentes hóspedes têm disposição para pagar tarifas muito diferentes — e que misturar toda a demanda em uma única estratégia tarifária é uma forma garantida de deixar receita na mesa.
O viajante corporativo que reserva com 3 dias de antecedência tem sensibilidade a preço menor e necessidade de quarto confirmado maior. O grupo de lazer que planeja a viagem com 60 dias de antecedência tem alta sensibilidade a preço e tolerância para quartos de categorias inferiores. O evento esportivo que traz 200 pessoas em um fim de semana específico tem demanda inelástica — não há outra cidade onde o evento vai acontecer.
Cada um desses segmentos tem uma curva de willingness to pay diferente, um booking window (antecedência de reserva) diferente e uma sensibilidade a disponibilidade diferente. Revenue Management sem segmentação trata todos como equivalentes — e a tarifa resultante é um compromisso subótimo entre todos eles.
| Segmento | Booking window típico | Sensibilidade a preço | Implicação para Revenue Management |
|---|---|---|---|
| Corporativo transiente | 0 a 7 dias | Baixa | Reservar capacity a tarifa mais alta; não comprometer com grupos ou tarifas promocionais próximo à data |
| Lazer individual | 14 a 60 dias | Alta | Tarifas mais competitivas com antecedência; aumentar progressivamente conforme data se aproxima |
| Grupos e eventos | 60 a 180 dias | Média (depende do tipo de evento) | Negociar early commitment com cláusulas de cancelamento; não comprometer capacity excessiva a tarifa de grupo |
| OTA (last minute) | 0 a 3 dias | Alta | Usar apenas para preencher capacity residual; nunca como canal primário de venda antecipada |
Variáveis exógenas: o que o calendário não mostra mas o revenue precisa ver
Uma das limitações mais comuns em operações de Revenue Management baseadas em histórico puro é a incapacidade de incorporar informações que ainda não existem no histórico — eventos futuros que vão impactar a demanda de forma significativa.
Um congresso médico de 3.000 participantes que vai acontecer a 400 metros do hotel em uma quinta-feira específica do próximo trimestre não está no histórico do ano anterior. Uma greve de companhia aérea que vai cancelar 40% dos voos de um final de semana que estava com reservas fortes não está em nenhum modelo histórico.
Modelos de Revenue Management que dependem exclusivamente de padrões históricos vão errar nesses cenários. A previsão vai subestimar a demanda para o fim de semana do congresso e superestimar para o fim de semana da greve — e o Revenue Manager vai descobrir o erro tarde demais para agir de forma eficaz.
A incorporação estruturada de variáveis exógenas ao modelo de forecast — calendário de eventos da cidade, feriados regionais, conferências e feiras, comportamento de concorrentes em datas específicas — é o que separa Revenue Management reativo de Revenue Management preditivo.
Fontes de variáveis exógenas para hotelaria
- Calendário de eventos da cidade: Prefeituras, convention bureaus e plataformas como Sympla e Eventbrite publicam eventos com meses de antecedência. Um evento de 5.000 pessoas em um espaço próximo ao hotel é um gerador de demanda mapeável com antecedência.
- Calendário de feriados e pontes: Especialmente relevante para hotéis com segmento de lazer. O comportamento da demanda em feriados municipais varia por cidade e precisa ser mapeado com precisão — não apenas pelo feriado nacional.
- Comportamento de pricing dos concorrentes: Monitorar as tarifas publicadas dos principais concorrentes em tempo real permite identificar quando um concorrente está vendendo abaixo da tarifa de mercado (e pode estar capturando demanda que seria do seu hotel) ou quando todos estão com alta tarifa (sinal de demanda forte no mercado).
- Dados climáticos e sazonais: Para destinos de lazer, previsão de clima de médio prazo tem correlação mensurável com reservas de última hora. Verões mais quentes concentram demanda em destinos de praia; temporadas de chuva fora do padrão suprimem demanda em destinos de natureza.
O problema do Revenue Management manual em escala
Hotéis com 80 a 300 apartamentos e múltiplas categorias de quarto, vários canais de distribuição e sazonalidade acentuada têm um volume de decisões de Revenue Management que supera a capacidade humana de gerenciamento manual com qualidade adequada.
Considere o problema: um hotel de 150 apartamentos com 4 categorias de quarto, vendendo por 6 canais (site próprio, 3 OTAs, corporativo direto e agências), para um horizonte de 90 dias, precisa tomar decisões de abertura e fechamento de tarifas para aproximadamente 2.160 combinações de categoria × canal × data. Isso todos os dias.
Um Revenue Manager humano, mesmo experiente, consegue fazer esse processo para as datas críticas — fins de semana de alta demanda, feriados, datas com eventos relevantes. Para o restante do período, as tarifas ficam estáticas ou seguem regras simples de incremento por antecedência. As oportunidades que essas regras estáticas perdem raramente são calculadas.
Sistemas de Revenue Management que automatizam a análise de pickup, a comparação com histórico e a sugestão de ajuste tarifário não substituem o Revenue Manager — eles liberam o Revenue Manager das decisões rotineiras para se concentrar nas decisões estratégicas: segmentos de grupo, negociação de contratos corporativos, posicionamento de longo prazo.
O que acontece quando Revenue Management ignora o forecast de demanda
Revenue Management e forecast de demanda são inseparáveis — mas em muitas operações, são processos que acontecem em silos. O Revenue Manager toma decisões de tarifa com base em pickup atual e intuição. O planejamento operacional (housekeeping, F&B, estacionamento) usa outro conjunto de premissas. As duas áreas raramente trabalham com o mesmo número de demanda prevista.
As consequências dessa fragmentação são concretas:
- Housekeeping subdimensionado para uma data onde o Revenue Manager sabia que a ocupação seria alta, mas não comunicou formalmente essa previsão.
- F&B com produção de café da manhã planejada para 60% de ocupação em um dia que fechou com 85% — desperdício ou falta de produto.
- Estacionamento com capacity liberada para rotativo em um fim de semana com grupo de evento que precisaria do espaço para ônibus de transfer.
- Manutenção preventiva agendada para um período que o Revenue Manager identificou como alta demanda — quarto fora de serviço em data onde poderia ter sido vendido a tarifa premium.
O forecast de demanda compartilhado — um único número, com metodologia explícita, que Revenue Management, operações e financeiro usam como referência — é o pré-requisito para que esses processos funcionem de forma coordenada.
Quanto vale melhorar o RevPAR em 10%
O impacto financeiro de uma melhora no RevPAR é direto e calculável. Para um hotel de 150 apartamentos com RevPAR atual de R$ 180 e taxa de ocupação anual de 70%:
| Cenário | RevPAR | Receita de hospedagem anual (150 apts) | Variação |
|---|---|---|---|
| Situação atual | R$ 180 | R$ 14,8M | — |
| Melhora de 10% via ADR (mesma ocupação) | R$ 198 | R$ 16,3M | +R$ 1,5M/ano |
| Melhora de 10% via ocupação (mesma tarifa) | R$ 198 | R$ 16,3M | +R$ 1,5M/ano, mas com custo operacional maior |
| Melhora via ADR + redução de last-minute baixa tarifa | R$ 200-210 | R$ 16,4M a R$ 17,2M | +R$ 1,6M a R$ 2,4M/ano com margem superior |
A melhora via ADR é mais valiosa do que a melhora via ocupação porque não carrega o aumento de custo operacional proporcional. Quartos adicionais vendidos significam mais café da manhã, mais housekeeping, mais consumo de utilidades. Um aumento de tarifa com a mesma ocupação vai diretamente para a margem.
Um Revenue Management maduro — com forecast de demanda integrado, análise de pickup sistemática e segmentação por perfil de hóspede — consegue melhoras de RevPAR de 8% a 18% no primeiro ano para propriedades que estavam operando de forma intuitiva. O horizonte de payback, comparado ao investimento em ferramentas e processos, costuma ficar entre 6 e 14 meses.
A maturidade do Revenue Management em três estágios
A maioria das operações hoteleiras brasileiras está em algum ponto entre o estágio 1 e o estágio 2. A diferença entre estágios é menos de ferramenta e mais de processo — mas a ferramenta limita o processo quando não fornece as informações necessárias para as decisões do estágio seguinte.
- Estágio 1 — Reativo: Tarifas definidas com base na ocupação do dia corrente. Ajustes feitos manualmente quando a situação já é visível. Sem análise de pickup, sem segmentação sistemática, sem forecast de médio prazo. A decisão principal é: “hoje está vazio, vou baixar a tarifa”.
- Estágio 2 — Baseado em regras: Há regras de pricing por antecedência (tarifa X até 30 dias, tarifa Y de 30 a 7 dias, tarifa Z de 7 dias em diante). Algumas datas especiais têm estratégia própria. O Revenue Manager monitora canais e faz ajustes. Não há modelo de previsão de demanda — há experiência acumulada e intuição calibrada.
- Estágio 3 — Preditivo: Forecast de demanda por tipo de quarto e segmento, com horizonte de 90 dias. Análise de pickup automática comparada com histórico de datas similares. Sugestão de ajuste tarifário baseada em modelo. O Revenue Manager revisa e decide — não constrói os números.
Seu hotel está cheio ou está rentável? São perguntas diferentes — e merecem respostas diferentes.
O EpiphanyAI é a plataforma de IA Auditável da Direção e Sentido. O módulo de Revenue Management integra forecast de demanda, análise de pickup e variáveis exógenas para propriedades hoteleiras que querem gerenciar receita com o mesmo rigor que gerenciam ocupação.
Nem todo Revenue Manager concordaria com o que está escrito aqui. Na semana que vem, o contraponto.
Continue lendo:
- Contraponto: Revenue Management além de ocupação soa bem. Mas o que o artigo não conta?
- O que é IA Auditável — e por que você deveria se importar
- Forecast farmacêutico: validade e shelf life
- MAPE, MAE, WMAPE e Bias: o que os números de forecast realmente dizem
- 7 perguntas antes de contratar uma solução de forecast
Direção e Sentido Estratégia e Inovação — Mais de 20 anos transformando dados em decisões.