VV&A Copyright © | 2024 por Niuvort Solutions
Los pronósticos en la actividad hotelera
La hotelería como cualquier otro negocio requiere que planifiquemos, sin embargo en muchos hoteles pequeños no se realiza esta actividad administrativa de forma estructurada, por lo cual me permitiré tratar de establecer una serie de conceptos y herramientas con el fin de realizar una adecuada pronosticación, este será el primero de dos artículos en el cual desarrollemos el tema de los pronósticos en la actividad hotelera.
El pronosticar es una actividad que realizamos constantemente, requerimos conocer cuantos huéspedes ocupan nuestras habitaciones y de esta forma determinar la cantidad de desayunos que se deben preparar el día siguiente, cuantos comensales visitarán nuestro restaurante para predecir necesidades de materia prima, sin embargo el pronosticar no lo podemos limitar en periodos de tiempo tan cortos, requerimos planificar nuestra ocupación en meses con el fin de establecer planes y definir objetivos y estrategias
La planificación es una actividad que debe no solo involucrar al departamento financiero, sino a todo el cuerpo gerencial a fin de que esta actividad se convierta en parte de la cultura organizacional de nuestros hoteles, debe tenerse presente que la pronosticación es una parte muy importante de una adecuada gestión, ya que nos permite en el tiempo visualizar nuestros negocios y tomar las previsiones necesarias para lograr que la hoteleria siga adelante en una forma adecuada. Situación que se complica debido a que la industria hotelera tiene una gran elasticidad en su demanda y una rigidez en su oferta.
Para realizar una adecuada pronosticación se requiere varios elementos:
Herramientas Estadísticas: Es necesario utilizar herramientas estadísticas que nos permitan definir de acuerdo con información histórica cual será nuestro comportamiento futuro. La bibliografía recomienda utilizar los siguientes métodos estadísticos: a) Análisis de regresión lineal consiste en ajustar un comportamiento histórico a través de una formula de mínimos cuadrados, b) Aplicación de tasas de incremento consiste en establecer un porcentaje de crecimiento de acuerdo con un comportamiento histórico c) Promedio móvil consiste en generar un comportamiento futuro basado en promediar una serie de datos. La elección de algunos de estos métodos dependerá de la cantidad de información histórica con que contemos, ya que el análisis de regresión lineal y las aplicación de tasas incrementales se encuentran recomendados para una serie de datos de más de 5 años que es el tiempo que se considera óptimo para realizar una proyección válida, en caso de contar con tres años de información se recomienda utilizar el promedio móvil y cuando no se cuente con información histórica la sugerencia es preparar las proyecciones de acuerdo con el estudio de mercado para llevar a cabo la inversión.
Objetivos: Una parte importante de la pronosticación y es el elemento cualitativo de este proceso es la definición de objetivos, mediante los cuales se establecen metas sobre los resultados que se esperan obtener una vez definido una estrategia. Los mismos usualmente son el resultado de la combinación de la historia y las metas cuantitativas establecidas y estimadas según nuestros planes de acción. Se deben tomar en cuenta los siguientes elementos para realizar un adecuado establecimiento de objetivos: a) Deben ser claros y concisos, b) Situarse en un contexto adecuado, es decir ser realistas en nuestros objetivos, c) Establecerse bajo la base de elementos mesurables o separables, d) No deben ser muchos y deben coincidir con la visión del hotel, e) Deben basarse en nuestra histórica, planes de mercadeo y contexto nacional e internacional.
Información Histórica: Deben mantenerse una apropiada base de información histórica, teniendo las estadísticas de nuestras operaciones, porcentajes de ocupaciones, visitas de comensales a nuestros restaurantes, eventos especiales, tipos de clientes que visitan nuestro hotel e información financiera de los resultados obtenidos en el pasado.
Una vez que se cuenta con esta información habría que realizar un proceso de depuración de la información tal como se indica a continuación:
Información Histórica de un hotel de 25 habitaciones
| Cantidad de Habitaciones | ||||||
| 25 | ||||||
| 2002 | 2003 | 2004 | 2005 | 2006 | Total | |
| % de Ocupación (anualizado) | 51,62% | 52,29% | 53,74% | 55,13% | 55,21% | 53,60% |
| Promedio Mensual | 392,50 | 397,60 | 408,67 | 419,21 | 419,83 | 407,56 |
| Noches Vendidas | Noches Vendidas | Noches Vendidas | Noches Vendidas | Noches Vendidas | ||
| Enero | 589,00 | 527,00 | 635,50 | 658,75 | 643,25 | 3053,50 |
| Febrero | 518,00 | 504,00 | 532,00 | 560,00 | 574,00 | 2688,00 |
| Marzo | 511,50 | 488,25 | 627,75 | 635,50 | 697,50 | 2960,50 |
| Abril | 435,00 | 457,50 | 397,50 | 562,50 | 532,50 | 2385,00 |
| Mayo | 325,50 | 387,50 | 364,25 | 426,25 | 387,50 | 1891,00 |
| Junio | 330,00 | 345,00 | 337,50 | 315,00 | 307,50 | 1635,00 |
| Julio | 325,50 | 333,25 | 348,75 | 317,75 | 302,25 | 1627,50 |
| Agosto | 240,25 | 263,50 | 224,75 | 232,50 | 279,00 | 1240,00 |
| Septiembre | 217,50 | 240,00 | 202,50 | 187,50 | 180,00 | 1027,50 |
| Octubre | 209,25 | 224,75 | 201,50 | 201,50 | 209,25 | 1046,25 |
| Noviembre | 435,00 | 442,50 | 427,50 | 367,50 | 375,00 | 2047,50 |
| Diciembre | 573,50 | 558,00 | 604,50 | 565,75 | 550,25 | 2852,00 |
| 4710,00 | 4771,25 | 4904,00 | 5030,50 | 5038,00 | 24453,75 |
Una vez que se tiene el histórico de comportamiento se prepara un detalle de cálculo de estacionalidad con el fin de analizar la fluctuación que existe en forma mensual, ya que es normal identificar tendencias en el comportamiento de las operaciones hoteleras, por la temporada alta y baja. Este índice de estacionalidad se calcula con el propósito de lograr identificar una tendencia y ajustar los ciclos de comportamiento con el acumulado de las tendencias.
La fórmula de estacionalidad= ocupación mensual/ promedio ocupación mensual
| Índices de Estacionalidad | ||||||
| 2002 | 2003 | 2004 | 2005 | 2006 | Promedio | |
| Enero | 1,50063694 | 1,32543883 | 1,5550571 | 1,57141437 | 1,53215562 | 1,49694057 |
| Febrero | 1,31974522 | 1,26759235 | 1,30179445 | 1,33585131 | 1,36720921 | 1,31843851 |
| Marzo | 1,30318471 | 1,22798009 | 1,53609299 | 1,51595269 | 1,66137356 | 1,44891681 |
| Abril | 1,10828025 | 1,15064187 | 0,97267537 | 1,34181493 | 1,26836046 | 1,16835458 |
| Mayo | 0,82929936 | 0,97458737 | 0,89131321 | 1,01679754 | 0,92298531 | 0,92699656 |
| Junio | 0,84076433 | 0,86769714 | 0,82585644 | 0,75141636 | 0,73243351 | 0,80363356 |
| Julio | 0,82929936 | 0,83814514 | 0,85338499 | 0,75797634 | 0,71992854 | 0,79974688 |
| Agosto | 0,61210191 | 0,66271941 | 0,54995922 | 0,55461684 | 0,66454942 | 0,60878936 |
| Septiembre | 0,55414013 | 0,6036154 | 0,49551387 | 0,44727164 | 0,42874156 | 0,50585652 |
| Octubre | 0,53312102 | 0,56526068 | 0,49306688 | 0,48066793 | 0,49841207 | 0,51410571 |
| Noviembre | 1,10828025 | 1,1129159 | 1,04608483 | 0,87665242 | 0,89321159 | 1,007429 |
| Diciembre | 1,4611465 | 1,40340582 | 1,47920065 | 1,34956764 | 1,31063914 | 1,40079195 |
Por ejemplo en el mes de enero del 2002 el cálculo seria el siguiente (589/392,50) = 1.50063694
Una vez calculados los índices de estacionalidad se calcula el promedio ajustado de ocupación mensual de cada año.
| 2002 | 2003 | 2004 | 2005 | 2006 | Total | |
| Enero | 393,47 | 352,05 | 424,53 | 440,06 | 429,71 | 2.039,83 |
| Febrero | 392,89 | 382,27 | 403,51 | 424,74 | 435,36 | 2.038,78 |
| Marzo | 353,02 | 336,98 | 433,25 | 438,60 | 481,39 | 2.043,25 |
| Abril | 372,32 | 391,58 | 340,22 | 481,45 | 455,77 | 2.041,33 |
| Mayo | 351,13 | 418,02 | 392,94 | 459,82 | 418,02 | 2.039,92 |
| Junio | 410,63 | 429,30 | 419,97 | 391,97 | 382,64 | 2.034,51 |
| Julio | 407,00 | 416,69 | 436,08 | 397,31 | 377,93 | 2.035,02 |
| Agosto | 394,64 | 432,83 | 369,18 | 381,91 | 458,29 | 2.036,83 |
| Septiembre | 429,96 | 474,44 | 400,31 | 370,66 | 355,83 | 2.031,21 |
| Octubre | 407,02 | 437,17 | 391,94 | 391,94 | 407,02 | 2.035,09 |
| Noviembre | 431,79 | 439,24 | 424,35 | 364,79 | 372,23 | 2.032,40 |
| Diciembre | 409,41 | 398,35 | 431,54 | 403,88 | 392,81 | 2.035,99 |
| Total | 4.753,29 | 4.908,90 | 4.867,81 | 4.947,14 | 4.967,01 | 24.444,15 |
| % de Ocupación | 52,09% | 53,80% | 53,35% | 54,22% | 54,43% | 53,58% |
| Promedio mes | 396,11 | 409,08 | 405,65 | 412,26 | 413,92 | 407,40 |
Ocupación ajustada mensual=Ocupación del mes /Promedio índice de estacionalidad
El ejemplo seria 589/1.4969406= 393.47
La idea con este proceso de homogenización es nivelar los meses por debajo del promedio y los meses por encima del promedio.
Una vez que se tiene el promedio ajustado lo que se debe aplicar es una formula de regresión por línea recta o la aplicación de una tasa incremental con el fin de calcular el promedio estimado para el sexto año.
El método de regresión lineal consiste en ajustar la serie de datos a una línea recta mediante la aplicación de las siguientes ecuaciones:
∑y=b∑x+na
∑xy=b∑x2+a∑x
Tomando la serie de datos promediados de ocupación mensual se prepara la siguiente tabla para calcular el componente b y la a:
| Año | Promedio ocupación mensual ajustado (y) | x | X2 | xy |
| 1 | 396,11 | -2 | 4 | -792.22 |
| 2 | 409,08 | -1 | 1 | -409.08 |
| 3 | 405,65 | 0 | 0 | 0 |
| 4 | 412,26 | 1 | 1 | 412.26 |
| 5 | 413,92 | 2 | 4 | 827,84 |
| Total | 2037.02 | 0 | 10 | 38.8 |
Si ∑y = na, el valor de a es:
a= ∑y/n
a= 2037.02/5=407.40
Para calcula la b se aplica la siguiente ecuación:
b=∑xy/∑x2 =38.8/10 = 3.88
Al unir los elementos se obtiene la ecuación
y= 3.88 (x) +407.40
Para proyectar el sexto periodo se sustituye x por 3, ya que al verificar la tabla de cálculos el periodo quinto le corresponde una x de 2:
Sexto periodo = 3.88 (3) +407.40
Sexto periodo = 419.04
Lic. Marco Vargas Siles MIF
Contador Público-Especialista en Materia Tributaria, Financiera y Contable
VV&A