💣 Ces erreurs de données ruinent votre revenue management (et comment les éviter)

Voici la transcription de la vidéo :

---

Bonjour et bienvenue sur la chaîne J’affiche Complet. Je m’appelle Claire et je suis responsable data au sein de l’équipe.

Aujourd’hui, j’ai envie de vous parler des erreurs très fréquentes sur les données de réservation, qui peuvent vraiment impacter votre analyse en revenue management et potentiellement vous faire prendre de mauvaises décisions.

Quelles sont les erreurs les plus fréquentes, et qui sont les plus polluantes pour votre analyse de données ?
La première erreur, c’est la donnée manquante. Pourquoi je vous parle de ça ? Parce que toute donnée manquante, nécessaire au calcul du chiffre d’affaires, qui est l’un des piliers de l’analyse en revenue management, va forcément biais les résultats obtenus.

Je vous donne l’exemple de Beds24. Suivant le paramétrage appliqué dans B24 sur la connectivité avec Booking.com, il se peut que la valeur de la taxe de séjour ne remonte pas dans les réservations.
Cela signifie que, si le paramétrage est incorrect, toutes les réservations Booking.com ne contiendront pas la taxe de séjour.

Or, si vous avez déjà regardé la vidéo que je vous avais proposée sur le calcul du chiffre d’affaires, vous savez que c’est extrêmement important d’avoir cette donnée. Notamment avec Beds24, puisqu’on préconise de calculer son chiffre d’affaires avec la formule suivante :
Payer voyageur – commission – taxe de séjour.

Dans ce contexte, si la taxe de séjour ne remonte pas, alors les réservations Booking seront anormalement plus élevées. Vous allez me dire : « Oui Claire, la taxe de séjour, ce n’est jamais des gros montants. » Certes, mais quand on parle de croissance en revenue management, on parle aussi de pourcentages. Un simple montant de taxe de séjour peut biais votre performance globale et vous pousser à de mauvaises interprétations.

Si vous avez, par exemple, un mois avec beaucoup de ventes Booking.com dans lesquelles la taxe n’est pas prise en compte, et que ce même mois, l’année dernière, vous aviez beaucoup de ventes sur Airbnb ou d’autres plateformes où la taxe de séjour remontait bien, vous allez créer une divergence de données qui fausse complètement la lecture de votre performance.

Un autre exemple : le channel manager Smoobu a parfois des échecs de remontée sur les données de ménage ou de taxe de séjour. L’impact est le même, voire plus fort dans le cas du ménage.

Pour Smoobu, notre recommandation, c’est de calculer le chiffre d’affaires avec la formule suivante :
Séjour seul + ménage – commission.

Si la donnée de ménage ne remonte pas, cela biaisera réellement votre calcul.

J’aimerais vous partager un deuxième type d’erreur : les données hétérogènes.
Je vous donne trois exemples pour illustrer cela.

Premier exemple : sur le channel manager Guesty, la donnée remontée d’Airbnb correspond à un payer voyageur déjà déduit de la commission.
À l’inverse, pour Booking.com, Guesty remonte un payer voyageur brut.

Ce cas est extrêmement problématique pour comparer les performances Airbnb et Booking.com. Bien sûr, la donnée Airbnb est cohérente avec elle-même, tout comme la donnée Booking l’est aussi.
Mais, comme vous le savez, en location courte durée, on a souvent des réservations issues de plusieurs plateformes sur un même mois.
Cela produit un chiffre d’affaires hétérogène entre les sources.

Cela fait aussi écho à l’exemple de la taxe de séjour sur Beds24 : si vous aviez l’année passée beaucoup de ventes sur Airbnb, et cette année davantage de ventes sur Booking.com, vous pourriez croire à une meilleure performance… qui n’existe pas.
Elle serait simplement liée à la nature hétérogène des données.

Deuxième exemple : sur Beds24, vous pouvez choisir le montant que vous récupérez dans la colonne « price » de chaque réservation.
Par défaut, ce montant est considéré comme le payer voyageur, notamment pour les réservations Booking.com.

Mais Beds24 permet un paramétrage avancé pour les réservations Airbnb : vous pouvez choisir quelle information remonte dans cette colonne.
Même si ce paramétrage influe sur d’autres éléments, il affecte surtout ce point très important pour le revenue management.

Si vous choisissez un paramétrage qui fait remonter une donnée différente pour Airbnb par rapport à Booking, vous recréez le même problème qu’avec Guesty : une donnée hétérogène entre vos plateformes, et donc une vision globale biaisée.

Troisième exemple : la saisie des réservations directes. Ce n’est pas du tout anodin.
Sauf si vous ne faites qu’une réservation tous les 5 ans, mais si vous avez régulièrement des réservations en direct, il est crucial d’être rigoureux sur la saisie.

Prenons un exemple. Si votre channel vous demande de saisir :
montant payé par le voyageur, commission, taxe de séjour, montant du séjour,
et que vous vous contentez d’écrire « 500 € » dans le séjour sans ventiler, vous faussez le chiffre d’affaires.

Si, en réalité, ces 500 € incluaient séjour, ménage, et taxe de séjour que vous reversez, vous allez obtenir un chiffre d’affaires totalement erroné. Et cet écart va impacter vos performances mensuelles voire annuelles, selon le volume de réservations directes que vous avez.

Autre cas d’erreur : chez Amenitiz, dans leur reporting, vous pouvez voir un bilan global des frais.
S’il n’y a que les frais de ménage, ce n’est pas problématique : ça s’annule.
Mais si vous proposez des frais variés (petit-déjeuner, pack accueil, etc.), ils sont tous regroupés dans ce bilan, ce qui fausse le calcul du chiffre d’affaires.
On croit que les frais de ménage sont plus élevés qu’ils ne le sont réellement.

Un autre exemple avec le channel manager Lodgify : il ne remonte pas toujours la commission dans ses exports.
Cela dépend si vous l’utilisez en version web, par API, ou avec des exports CSV.

Si la commission n’est pas remontée, alors votre chiffre d’affaires est artificiellement gonflé, car vous avez bel et bien payé ces commissions, elles ne doivent donc pas être incluses dans le chiffre d’affaires exploitable pour le revenue management.

Encore un cas plus spécifique : pour les annonces Airbnb à 3 %, il y a des frais de service voyageurs qui ne sont pas soumis à commission.
Et la quasi-totalité des channels récupère un payer voyageur excluant ces frais.
Cela crée une donnée incohérente avec Booking.com.

Dans ce cas, mieux vaut ignorer le payer voyageur et se concentrer sur le chiffre d’affaires, qui reste le KPI prioritaire en revenue management.
Le payer voyageur peut être utile pour comprendre le comportement client, mais ce n’est pas l’indicateur principal.

À ma connaissance, seul le channel Superhote récupère ces frais particuliers, mais ils ne sont pas intégrés dans le payer voyageur. On peut cependant les recalculer pour obtenir une donnée plus fiable.

Passons maintenant à un autre point très important : les doublons, les fameux surbookings, véritable cauchemar des gestionnaires.

Évidemment, on veut éviter le surbooking, sauf si vous avez un parc suffisamment large pour reloger le voyageur ailleurs.
Mais en gestion classique, il vaut mieux ne pas en avoir du tout.

Cela peut arriver dans deux cas :

• Une réservation simultanée entre Airbnb et Booking.com, avant que le channel ait eu le temps de fermer les autres calendriers.
• Un paramétrage erroné dans le channel, indiquant un inventaire supérieur à 1 pour les plateformes.

Le premier cas est rare. Le second est évitable : formez-vous sur votre channel, vérifiez votre inventaire paramétré à 1 si vous avez un seul logement.

Enfin, un dernier point crucial : l’historique.
C’est une mine d’or pour optimiser vos mois à venir.
Quand on démarre, on n’en a pas : c’est normal, on travaille alors sur le marché et la concurrence.

Mais quand on change de channel manager, sachez que l’historique ne migre pas toujours.
Les ventes en direct migrent rarement, sauf si elles sont gérées par une source externe connectée par API.

Les ventes sur Airbnb peuvent être récupérées partiellement, mais sans les noms de voyageurs.
Booking, en revanche, ne permet pas la récupération d’historique lors d’une nouvelle connexion à un channel.

Certains channels comme BookingSync ou Smoobu récupèrent la quasi-totalité de l’historique.
D’autres comme Beds24 se limitent à une période définie.
D’autres encore ne récupèrent rien du tout.

C’est un point très important à avoir en tête : si vous récupérez tout l’historique Airbnb mais pas celui de Booking, vous aurez une donnée déséquilibrée et donc inexplorable.

---

J’espère que ce contenu vous a plu et vous a permis d’être plus affûté sur les erreurs de données.
Restez vigilants lorsque vous faites vos analyses !
N’hésitez pas à liker, commenter ou découvrir la méthode J’affiche Complet avec la vidéo en description.
On vous répondra avec plaisir.
Merci beaucoup !

---