Pak Budi Punya Hotel 20 Kamar di Bandung. Setiap Malam Kamarnya Laku 12-15 Kamar. Tapi Pendapatannya Jalan di Tempat. Kenapa?
Pak Budi mengelola hotel bintang 2 di dekat Jalan Setiabudi, Bandung. Setiap sore ia cek OTA — lihat berapa kamar terbooking besok. Kalau masih kosong, turunkan harga. Kalau lumayan, diamkan saja.
Cara itu sudah ia pakai 3 tahun. Dan hasilnya? Ya gitu-gitu aja.
Sampai suatu hari seorang teman sesama hotelier bilang: "Budi, lo punya data 3 tahun di spreadsheet booking lo. Udah pernah lo analisis?"
Pak Budi kaget. "Data? Yang tiap hari saya catat itu?"
Iya, itu.
Data historis hotel Anda — semua catatan tamu yang pernah menginap — adalah tambang emas yang selama ini Anda diami. Masalahnya: Anda tidak tahu cara menggali.
Data Historis Hotel Itu Apa Sih Sebenarnya?
Data historis adalah kumpulan catatan transaksi tamu Anda dari waktu ke waktu. Bukan cuma "siapa yang menginap", tapi:
- Tanggal check-in dan check-out — kapan tamu datang dan pergi
- Tipe kamar yang dipesan — superior, deluxe, atau suite
- Harga yang dibayar — berapa rupiah per malam
- Sumber booking — dari Traveloka, Agoda, Booking.com, atau telepon langsung
- Lead time — berapa hari sebelum check-in mereka booking
- Jumlah malam — berapa lama mereka menginap
Bayangkan data ini seperti buku tabungan. Anda tidak tahu berapa uang Anda sebenarnya kalau tidak pernah lihat isinya, kan?
3 Hal Paling Penting yang Bisa Anda Lihat dari Data Historis
Anda tidak perlu jadi analis data atau jago Excel. Cukup buka Google Sheets atau Microsoft Excel, ikuti 3 langkah ini:
1. Pola Musiman (Seasonal Pattern)
Buka data booking 12 bulan terakhir. Kelompokkan per bulan. Lalu tanya diri Anda:
- Bulan apa saja yang selalu penuh? (misal: Juni-Juli liburan sekolah, Desember Natal-Tahun Baru)
- Bulan apa yang selalu sepi? (misal: Februari-Maret setelah libur panjang)
- Ada event tertentu yang bikin lonjakan? (Konser, pameran, seminar)
Contoh nyata: Setelah Pak Budi lihat data 2 tahun, ia baru sadar bahwa setiap akhir pekan ketiga bulan Oktober okupansinya selalu naik 30% — ternyata ada acara gathering alumni ITB. Selama 2 tahun ia pasang harga normal di momen itu. Rugi besar.
Kalau Anda mau coba simulasi forecasting sederhana, lihat Quick Forecasting Tool ini — gratis dan langsung bisa dipakai.
2. Booking Pace (Kecepatan Pemesanan)
Booking pace adalah seberapa cepat kamar Anda terjual untuk tanggal tertentu. Caranya:
- Pilih satu tanggal di masa lalu (misal: 17 Agustus tahun lalu)
- Lihat berapa kamar sudah terbooking 30 hari sebelum, 14 hari sebelum, 7 hari sebelum, dan 1 hari sebelum
- Lakukan untuk 10-15 tanggal berbeda, cari polanya
Dengan pola ini, Anda bisa prediksi: "Kalau H-7 okupansi masih di bawah 40%, saya perlu obral harga. Tapi kalau sudah 60%, aman, harga enggak usah diturunkan."
Inilah bedanya hotel yang pakai data vs yang nebak-nebak. Yang nebak-nebak sering panik turunkan harga terlalu cepat, padahal tamu akan datang sendiri.
3. ADR per Segmen (Rata-rata Harga per Sumber Tamu)
Buat kolom baru di spreadsheet: untuk setiap booking, catat dari mana tamu datang dan berapa rata-rata harga per malam yang mereka bayar.
Hasilnya biasanya begini:
- Tamu direct booking (telepon/WA): Rp 350.000/malam
- Tamu Traveloka: Rp 280.000/malam (setelah dipotong komisi)
- Tamu Booking.com: Rp 295.000/malam (setelah komisi)
- Tamu corporate (kantor): Rp 320.000/malam
Dari sini kelihatan: tamu direct booking bayar paling mahal. Artinya, Anda harus dorong lebih banyak tamu datang langsung. Dan itu artinya Anda butuh alat yang bisa bantu Anda mengelola harga dan distribusi dengan lebih pintar.
Q&A;: Pertanyaan yang Sering Muncul
Q: Saya enggak punya data setahun. Baru buka 3 bulan. Bisa tetap analisis?
A: Bisa. Pakai data yang ada, meski cuma 3 bulan. Pola awal sudah mulai kelihatan. Lama-lama data Anda bertambah. Yang penting mulai sekarang catat dengan rapi.
Q: Harus pakai software khusus? Saya enggak bisa Excel.
A: Tidak harus. Google Sheets sudah cukup. Cukup bisa isi kolom, bikin grafik garis (line chart), dan pakai rumus SUM + AVERAGE. Itu saja sudah 80% dari yang Anda butuhkan.
Q: Berapa lama waktu yang dibutuhkan untuk analisis pertama?
A: 1-2 jam, sekali. Setelah itu, 15 menit seminggu untuk update. Investasi waktu yang sangat kecil dibanding manfaatnya.
Yang Berubah Setelah Pak Budi Pakai Data Historis
Tiga bulan setelah mulai analisis spreadsheet, ini yang terjadi pada Pak Budi:
| Sebelum | Sesudah |
|---|---|
| Turunin harga kalau okupansi di bawah 60%, tanpa lihat pola | Tahu kapan harus diskon dan kapan harus hold harga |
| Harga sama di semua momen — weekend, weekday, event | Pasang harga weekend 20% lebih tinggi, event 40% lebih tinggi |
| Tidak tahu segmen mana yang paling menguntungkan | Fokus dorong direct booking karena margin paling besar |
Hasil akhir? RevPAR Pak Budi naik 25% tanpa perlu renovasi kamar atau tambah staf. Modal cuma spreadsheet dan kemauan belajar.
Mulai dari Mana?
Ini langkah konkret yang bisa Anda lakukan hari ini juga :
- Ekspor data booking Anda dari PMS atau OTA — biasanya bisa download CSV atau Excel langsung dari dashboard Traveloka/Agoda/Booking.com.
- Buat template Google Sheets — kolom minimal: tanggal, tipe kamar, harga, sumber booking, jumlah malam.
- Isi data 6-12 bulan ke belakang — minta resepsionis bantu, atau luangkan 1 jam sambil ngopi.
- Buat grafik garis per bulan — lihat okupansi dan ADR naik turunnya.
- Mulai ambil keputusan berdasarkan data — bukan perasaan atau tebakan.
Ingat: Data historis bukan untuk dilihat, tapi untuk dipakai. Spreadsheet yang Anda isi hari ini akan jadi senjata paling ampuh untuk menaikkan revenue hotel Anda bulan depan.
Kalau spreadsheet terasa merepotkan, Anda bisa coba LightRMS — alat Revenue Management sederhana yang otomatis mengolah data historis hotel Anda jadi rekomendasi harga.
Butuh bantuan mengelola revenue hotel Anda?
Gunakan PMS — alat Revenue Management gratis untuk hotel UMKM Indonesia.
Artikel ini dibuat untuk membantu hotelier Indonesia memahami praktik Revenue Management terbaik.