在各行各业中，价格是直接关系收益的，而收益管理，很少听民宿从业者提起，导致价格的制定及价格调整，一直比较盲目，行业中缺乏有效的价格调整方法。

本篇会尽量缩减理论部分，给出一套立竿见影的调价方法。以便在淡季时，也有涨价的空间。

具体由以下三部分开展，调价目的、参照物、策略。

一、调价的目的：

收益最大化

    民宿经营初期，都会紧盯着入住率，而当民宿有一定口碑及稳定入住率后，下一步就是如何提升自身价值来赢得更多的收益。

价格是价值的表现。调价就是获取高收益的一个必要过程。

民宿房东常见的价格管理，基本就是一个基础价，比如300元/天。

然后根据一些可能带来高需求的日期，提高出价，如：

1. 周末、法定节假日及特殊节庆（如情人节、圣诞节等）

2. 寒暑假期间。

3. 周边大型活动（如演唱会、展会等）

    这是当前大部分房东常用方式，但这个不是调价，仅仅是定价。就跟景区门票有周末价、平日价、淡旺季价一样，仅仅做了产品定价。

而调价，则是跟机票价格管理类似。

    同班次的旅客，你们是同样的渠道购买的机票，但费用会相差几倍。差异化的价格，会让航空公司将有限的机票，实现最大的化的收益。这则是调价的目的。

除了机票，日常中旅游团、打车软件的动态价格、手机流量套餐等等，都会有类似的收益管理策略。

二、调价参照物：

“路口的红绿灯”

    先出个题，你最常走的路口，如果你是相关部门，想要减少各方向等红灯时间，你会将红绿灯变换的间隔设置多少秒呢？

30秒？60秒？100秒？

每个人会通过自身的经验、及考虑到的外在因素（如附近客流量、车道的数量、早晚高峰期等等），给出不同的答案。

而早期的红绿灯设置是根据路口是否为主干道、两个方向的车道流量大小，早晚高峰、周末等因素，设定出几组不同的红绿灯变化间隔时间。

这个其实就跟大部分民宿房东的设置一样。有个基础价，再根据节假日、周末等设定几组定价策略。

但当路口遇突发情况（如交通事故或其他路口车流激增），哪之前预设的机制，再完美也会出现瘫痪。

以往这种情况下，最高效的解决办法，就是由交警来临时指挥交通。因为交警能看到了各方向车流情况，所以能做出最优的判断，哪怕指挥错误，也可以根据实时反馈，加以调整。

民宿房东也是，如果当日的房，傍晚还未订出，那就会人工干预价格，降价甩卖。卖不出去再降，直到成功售出。

如今智慧城市下，红绿灯时如何工作的呢？

技术层面上，红绿灯是有专门的调控系统，会根据路口的排队长度，通行速度及周边路口的情况，来做应对调控。监测方式的参照物包括但不限于：地磁传感器，摄像头、红外，雷达，声呐等方式收集数据。

PS：所以有时候，当你一路赶上几十个红灯或一路畅通时，其实未必是运气原因。

    简单地说，只要数据反馈及时，系统就可以充当刚才说的交警指挥交通的角色，根据实时反馈的情况做动态调整。

经常有人找我咨询，问如何知道某个城市的客流量、出入境数据、酒店入住数据或景区客流量。

试图通过这些数据，做一些价格上的调整参照。这就像极了早期的红绿灯模式，最后还是需要人来应急。

所以不要试图去预测未来的入住率和价格，我们应更多关注如何实现最大化入住率和价格。

三、调价的策略：

25%原则

    拿一个民宿，6月1日监测数据为例。我们看他是否应该调整价格。

首先，先将未来的预定情况，分成四个阶段，我起了4个名字。

1. 本周预订率 6.1~6.7（第1周：共7天）

2. 下周预订率 6.8~6.14（第2周：共7天）

3. 近期预订率 6.15~6.28（第3~4周：共14天 ）

4. 远期预订率 6.29~7.12（第5~8周：共14天 ）

模拟几个场景的调价场景：

1.今天的房，16点还未订出，哪自然降价比涨价更容易被订出去。

2.如果下周（6.8~6.14）50%的天数被订出，哪是涨还是降价？似乎不太好确定？

3.远期（6.29~7.12），50%的天数都被订出去？那你涨还是降价？

哪是不是就可以涨价了？远期预定都这么火爆，你涨价了没人订，哪可以在剩下的三个阶段里，通过逐步降价，来优化价格。

这就跟红绿灯一样，保证流量最大化的同时避免拥堵率。

方法论：25%的倍数原则。

本周预订率，大于75%，则可以尝试将本周涨价。低于25%降价。

下周预订率，大于50%，则可以尝试将下周涨价。低于50%降价。

近期、远期预订率，大于25%，则可以尝试将近期和远期涨价。低于25%降价。

涨价幅度，可以从5%开始。每周调整。

按上面方法验证，套用到大家的民宿中，比如我的其中一套房：

本周预订率 6.1~6.7 ，预订率：57%，建议保持价格。

下周预订率 6.8~6.14 预订率：71%，建议保持价格。

近期预订率 6.15~6.28 预订率：42%，建议涨价。

#p#分页标题#e#

远期预订率 6.29~7.12 预订率：17%，建议降价。

    这个方法，很好掌握，也容易应用。具体的比例，根据你民宿市场情况，会有自己的比例。

但此方法，更像红绿灯中的，当前路况情况下调整机制，属于相对被动式的调价，如何跟红绿灯一样，哪如何知道其他路口的情况，从而主动调价？

列举一个指数系统里的一个真实案例：

上图数据为东四十条附近的商圈情况：

1、当时发现端午节期间，提前预定率，商圈内情况，普遍不理想，所以提前做了降价处理。

2、6月下旬，1、2居室户型，商圈内民宿预定率平均超过25%，所以及时做了10%涨价调整。

3、远期情况不算理想。做了5%的降价调整。

也可以参考下图，作为价格调整依据。

    何时涨价，是否心里有数了些？

下阶段的民宿指数系统中，会增加更多辅助决策的功能。感兴趣的继续关注：民小宿小数据。

更多阅读：

缔元信网络数据CEO秦雯：2015大数据态势解读

TIOBE：2013年3月份编程语言排行榜

2015年快餐行业发展报告

数据湖-引导中国制造2025变革的数字宠儿

一个腾讯高管对微信和QQ的解读

应用系统中如何正确使用图表功能

上海数据交易中心发布《数据流通禁止清单》 保护数据流通安全

Flickr：2017年全球十佳照片 手机拍照比例超50%

屌丝想逆袭么？给你一个经济学理论支撑！不谢！

深度学习提速280%！阿里云性能怪兽GN6 V100 GPU实例深度测试

微信：2017 微信品牌维权报告 一年处理35000余条假货投诉

领导者们要应对的十大挑战

移动互联网时代的权力边界

2006-2013：腾讯搜搜的产品编年史

2015中国互联网大会大数据应用论坛：论大数据之未来