Revenue management strategies and Booking.com ghost rates: a statistical analysis = Strategie di revenue management e Booking.com gost rates: un'analisi statistica

To investigate hotel revenue management (RM) intensity, a dedicated database is constructed from Booking.com. A critical issue in the crawled hotel room rates is the presence of missing values for certain types of rooms, weeks of stay and booking days. Such unobserved rates are termed “ghost rates”, since they may result from RM strategies and not only from room unavailability. Our goal is to reconstruct ghost rates. To avoid bias induced by deterministic imputations, we adopt a stochastic approach to multiple imputation that exploits the time-series cross-section structure of the sampled rates and domain-specific prior knowledge, thereby improving the plausibility of imputed values and preserving, at the same time, the statistical properties of the completed data. Then, we propose a clustering of room types, based on the completed rates, useful to study RM strategies at hotel level.

Per indagare l’intensità del revenue management (RM) nelle strutture alberghiere italiane si è costruito un database da Booking.com. Il principale prob- lema nell’analisi delle tariffe delle camere degli hotel campionati in questo modo è la presenza di valori mancanti, per determinati tipi di camera, settimane di soggiorno e giorni di prenotazione. Tali prezzi non osservati sono detti “ghost rates", dato che potrebbero essere il risultato di una strategia di RM e non derivare semplicemente dalla mancata disponibilità di una camera. Il nostro obiettivo è ricostruire i ghost rates. Al fine di ovviare alla distorsione indotta da tariffe imputate attraverso metodi deterministici, proponiamo un approccio probabilistico all’imputazione multipla che sfrutta la struttura time-series cross-section dei dati e informazioni a priori specifiche di area, migliorando in tal modo la verosimiglianza delle tariffe imputate e salvaguardando, al tempo stesso, le proprietà statistiche dei dati completati. Suc- cessivamente proponiamo un clustering degli andamenti delle tariffe completate per i diversi tipi di stanza utile a studiare le strategie di RM a livello di hotel.