Hotellerie
OYO Hotels & Homes investiert in maschinelles Lernen und hat dafür das dänische Unternehmen Danamica übernommen, das auf dynamische Preise spezialisiert ist. Durch die Übernahme von Danamica werde das Unternehmen laut eigener Aussage künftig in der Lage sein, das Umsatzwachstum voranzutreiben, indem es die dynamische Preisgestaltung für die eigenen Marken OYO Home, Belvilla und DanCenter nutzt. Darüber hinaus sollen die Immobilienpartner von der Nutzung der Datenanalyse zur Ertragssteigerung profitieren.
Maninder Gulati von OYO kommentierte die Entwicklung wie folgt: „Wir freuen uns, die Übernahme von Danamica bekannt zu geben. Dies wird uns dabei helfen, die Preise genauer zu bestimmen, was zu höherer Effizienz und Rendite für unsere Immobilieneigentümer und zu einem guten Preis-Leistungs-Verhältnis für unsere Gästen führt.“
„Wir freuen uns sehr, dass Danamica nun Teil der OYO-Familie ist. Beide haben ein gemeinsames Verständnis für die Bedeutung und den Einfluss von KI und Datenwissenschaft. Wir erkennen beide das ungenutzte Potenzial in der Ferienvermietungsbranche, das mit einem datengesteuerten Ansatz realisiert werden kann. Wir sind zuversichtlich, dass wir mit OYO das richtige Zuhause für uns gefunden haben und freuen uns über die Aussicht, mit unserer Expertise in den Bereichen Preisgestaltung und maschinelles Lernen das weitere Wachstum und den Erfolg zu unterstützen", so die Danamica-Gründer Mads Westberg und Rune Larsen.
Ähnlich wie Fluggesellschaften und Mitfahrzentralen hat OYO damit eine dynamische Preisgestaltung eingeführt, um auch für unabhängige oder kleine Hoteliers und Hausbesitzer gleiche Bedingungen zu schaffen. Die Preisgestaltung, Bestandszuordnung und das Umsatzmanagement werden durch einen maschinell lernbasierten Algorithmus zur Vorhersage und zur dynamischen Preisgestaltung gesteuert. Der Algorithmus analysiert 144.000 Datensätze pro Stunde und führt täglich 60 Millionen Preisänderungen durch. So passt sich der Preis in Spitzenzeiten an, um einen hohen RevPAR zu liefern, in niedrigen Zeiten sinkt er wiederum, um eine maximale Auslastung zu garantieren.
