Dynamic Pricing in the Hospitality industry in the presence of data scarcity

Over the last few decades, dynamic pricing has become a more prominent topic of study, owing to significant progress in the fields of statistics, economics, and information technology. However, the complex nature of dynamic pricing has prevented it from being widely adopted in business. The traditional approach of setting prices based on cost, profit, and selling price is still widely used in business. Due to the constant changes in data and the variability of prices, this method is no longer effective. Therefore, new methods of dynamic pricing are necessary to maintain a competitive edge. The purpose of this work is to develop an application that will assist businesses and organizations in understanding and making better pricing decisions. Dynamic pricing is an effective approach for businesses to better use their resources. By adjusting the prices of their products based on the demand fluctuations over time, businesses are able to maximize their profits. By utilizing these techniques, businesses can better understand how they have performed in the past, make necessary changes in their pricing strategies to keep up with market demands and take into consideration data that may be volatile. The purpose of this goal-oriented approach is to assist a decision-maker in the organization regarding pricing decisions. This thesis presents a procedural framework that was implemented for the application of these techniques in the hospitality industry, specifically in resorts. It also outlines the challenges encountered during that time and the methods used to overcome them. The data utilized in this framework demonstrates the efficacy of modelling and decision-making in the face of numerous anomalies and limited data. We show that evolution of new techniques and consistently updating the model provide better results than regular approaches. We also show that occupancy rate improved a lot by adjusting prices in the favour of customers while also balancing the profits.

Negli ultimi decenni, la tariffazione dinamica è diventata un argomento di studio più importante, grazie ai progressi significativi nei campi della statistica, dell'economia e della tecnologia dell'informazione. Tuttavia, la natura complessa della tariffazione dinamica ne ha impedito l'ampia adozione nel mondo degli affari. L'approccio tradizionale di fissare i prezzi in base al costo, al profitto e al prezzo di vendita è ancora ampiamente utilizzato nel mondo degli affari. A causa dei continui cambiamenti dei dati e della variabilità dei prezzi, questo metodo non è più efficace. Pertanto, sono necessari nuovi metodi di determinazione dinamica dei prezzi per mantenere un vantaggio competitivo. Lo scopo di questo lavoro è sviluppare un'applicazione che aiuti le aziende e le organizzazioni a comprendere e prendere decisioni migliori sui prezzi. Il prezzo dinamico è un approccio efficace per le aziende per utilizzare al meglio le proprie risorse. Adeguando i prezzi dei loro prodotti in base alle fluttuazioni della domanda nel tempo, le aziende sono in grado di massimizzare i loro profitti. Utilizzando queste tecniche le aziende possono comprendere meglio come si sono comportate in passato, apportare le modifiche necessarie alle loro strategie di prezzo per stare al passo con le richieste del mercato e prendere in considerazione dati che potrebbero essere volatili. Lo scopo di questo approccio orientato agli obiettivi è assistere un revenue manager nell'organizzazione per quanto riguarda le decisioni sui prezzi. Questa tesi presenta un quadro procedurale che è stato implementato per l'applicazione di queste tecniche nel settore dell'hospitality, in particolare nei resort. Descrive inoltre le sfide incontrate in quel periodo e i metodi utilizzati per superarle. I dati utilizzati in questo quadro dimostrano l'efficacia della modellazione e del processo decisionale a fronte di numerose anomalie e dati limitati. Dimostriamo che l'evoluzione di nuove tecniche e l'aggiornamento costante del modello forniscono risultati migliori rispetto agli approcci regolari. Mostriamo anche che il tasso di occupazione è migliorato molto aggiustando i prezzi a favore dei clienti bilanciando anche i profitti.