Como prever a ocupação futura usando ritmo de reservas e curva de pickup

Prever a ocupação futura é uma das tarefas mais úteis do revenue management em hotéis e pousadas independentes. Quando a propriedade depende só da intuição, a decisão de tarifa costuma chegar tarde: ou o preço sobe depois que a demanda já passou, ou fica baixo demais quando havia espaço para capturar mais receita. A boa notícia é que não é preciso começar com um modelo estatístico complexo. Com dados internos bem organizados, é possível montar uma previsão operacional usando dois conceitos simples: ritmo de reservas e curva de pickup.

A ideia central é direta: você mede quanto já está vendido para uma data futura, observa como as reservas costumam crescer ao longo do tempo e estima quanto ainda deve entrar até o dia da chegada. Em outras palavras, a ocupação prevista é a soma entre o que já está nos livros e o pickup esperado. Esse método funciona bem como base para hotéis independentes, desde que haja consistência na coleta dos dados e disciplina para revisar a previsão conforme o mercado muda.

Ao longo do texto, você verá como coletar o histórico certo, montar uma curva simples em planilha, transformar esse padrão em projeção e validar se a previsão está realmente ajudando a decidir tarifa, restrições e distribuição. Os exemplos numéricos são hipotéticos e servem apenas para ilustrar o raciocínio.

O que são ritmo de reservas e curva de pickup?

Ritmo de reservas é a velocidade com que as reservas entram para uma data futura ao longo do tempo. Ele mostra se a demanda está acelerando, estável ou fraca em determinado período de antecedência. Curva de pickup é o desenho desse comportamento: quanto a ocupação aumenta entre duas medições feitas em momentos diferentes antes da estadia.

Na prática, o pickup é a diferença entre dois pontos no tempo. Se hoje você tem 45% de ocupação vendida para um sábado de daqui a 30 dias e, daqui a uma semana, essa mesma data estiver com 52%, o pickup observado foi de 7 pontos percentuais no período. Essa leitura é útil porque transforma reservas dispersas em um padrão comparável.

Esses conceitos são a base de dados forward-looking usados no mercado hoteleiro para enxergar a demanda antes da data de hospedagem. O ponto forte para propriedades independentes é justamente a simplicidade: você não precisa acertar o futuro com perfeição, mas sim criar uma estimativa suficientemente boa para agir antes.

Qual é a diferença entre ocupação on the books e pickup?

Ocupação on the books é a ocupação já confirmada para uma data futura em um momento específico de observação. Pickup é o quanto essa ocupação cresce entre uma observação e outra.

Exemplo prático: se uma data tem 20 apartamentos reservados hoje e 26 reservados na semana seguinte, o on the books mudou de 20 para 26. O pickup nesse intervalo foi de 6 apartamentos. O erro comum é olhar apenas o número final e esquecer a trajetória. Para prever melhor, a trajetória importa tanto quanto o volume atual.

Quais dados você precisa para prever a ocupação futura?

Você precisa de um histórico consistente, não necessariamente de um histórico enorme. O ideal é reunir dados por data de estadia e por data de coleta, para comparar o que estava vendido em diferentes momentos antes do check-in. Se possível, mantenha o mesmo padrão de recorte: mesma unidade de medida, mesmos cortes por canal, segmento e dia da semana.

Os campos mais úteis são:

• data da estadia;
• data da coleta da informação;
• quartos ou unidades confirmadas;
• cancelamentos registrados;
• no-shows;
• segmento de origem da reserva;
• canal de venda;
• dia da semana da hospedagem;
• antecedência de compra ou lead time.

Se a propriedade tiver poucos dados, comece pelo essencial: data da estadia, data da coleta e quartos confirmados. Depois, refine com cancelamentos, no-show e segmentação por canal. A consistência do registro vale mais do que a sofisticação inicial do modelo.

Recomendação prática: registre sempre a ocupação vendida no mesmo dia da semana e na mesma janela de antecedência, por exemplo, toda segunda-feira para datas a 7, 14, 21 e 30 dias à frente. Isso reduz ruído comparativo. Limitação: se você mudar o padrão de coleta a cada mês, a curva perde confiabilidade. Como medir: verifique se a mesma data futura foi registrada com a mesma lógica em todas as revisões.

Como construir uma curva de pickup com poucos dados?

O método mais simples é usar a experiência histórica da propriedade para descobrir quanto a ocupação costuma crescer conforme a data se aproxima. Você pode fazer isso em uma planilha, sem software avançado.

1. Escolha um conjunto de datas comparáveis, por exemplo, sábados de baixa temporada ou feriados do ano anterior.
2. Para cada data, registre a ocupação vendida em vários momentos antes da chegada: 60, 45, 30, 21, 14, 7 e 1 dia de antecedência.
3. Calcule o pickup entre cada medição.
4. Depois, faça a média desse comportamento para obter uma curva de referência.

O objetivo não é criar uma linha perfeita, e sim um padrão operacional. Se a sua pousada costuma vender pouco até 21 dias antes e acelerar muito na última semana, isso precisa aparecer na curva. Se o hotel vende cedo para corporativo e desacelera depois, a curva deve refletir esse outro ritmo.

Esse quadro é hipotético e parte da premissa de que a propriedade analisou datas semelhantes ao longo do tempo. O valor prático está em transformar várias observações em um ritmo médio de compra. Para ficar mais útil, cruze a curva com o dia da semana da estadia, porque um sábado costuma se comportar de forma diferente de uma terça-feira.

Recomendação prática: se o volume de dados for pequeno, agrupe períodos parecidos em vez de tentar segmentar demais. Exemplo: alta temporada, baixa temporada e feriados podem ser três curvas distintas. Risco: excesso de segmentação gera amostras frágeis. Como medir: compare a estabilidade da curva ao longo de pelo menos algumas datas similares.

Como transformar pickup em previsão de ocupação?

A lógica operacional é simples: ocupação prevista = ocupação já vendida + pickup esperado até a data de estadia. O pickup esperado vem da curva histórica que você construiu para datas parecidas.

Exemplo hipotético: imagine uma pousada com 40 apartamentos. Faltando 21 dias para um sábado, ela já tem 22 unidades confirmadas, o que equivale a 55% de ocupação on the books. Pela curva histórica de sábados parecidos, a propriedade costuma ganhar mais 8 apartamentos entre 21 dias e a data da estadia. Se esse padrão continuar, a previsão final seria de 30 apartamentos ocupados, ou 75% de ocupação.

Esse número não é uma certeza; é uma estimativa de trabalho. Ele serve para responder perguntas operacionais: vale subir tarifa? vale fechar tarifa promocional? vale exigir estadia mínima? vale segurar inventário para canal direto?

Recomendação prática: use a previsão em faixas, não como número isolado. Exemplo: “entre 72% e 78%” pode ser mais útil do que “75%” quando há incerteza por eventos locais ou cancelamentos. Limitação: quanto mais perto da data e mais instável o mercado, maior a chance de desvio. Como medir: compare previsão e realizado diariamente ou ao menos semanalmente.

Como validar se a previsão está boa?

Uma previsão só ajuda de verdade quando você mede o erro. Duas formas práticas são o erro percentual absoluto e o MAE, sigla em inglês para mean absolute error, ou erro absoluto médio.

O erro percentual absoluto mostra o tamanho do desvio em relação ao realizado. Já o MAE mede, em média, quantos pontos a previsão erra, sem se preocupar se errou para cima ou para baixo.

Exemplo hipotético: se você previu 75% de ocupação e o realizado foi 70%, o erro absoluto foi de 5 pontos percentuais. Se em cinco datas as diferenças absolutas foram 5, 3, 7, 2 e 4 pontos, o MAE seria 4,2 pontos percentuais.

Recomendação prática: acompanhe o erro por tipo de data, não apenas no consolidado. Exemplo: fim de semana, feriado e data corporativa costumam ter comportamentos diferentes. Risco: uma média geral pode esconder problemas em datas críticas. Como medir: faça uma tabela separando previsão x realizado por segmento ou por tipo de estadia.

Se a previsão erra muito em eventos e feriados, isso não significa necessariamente que o método está ruim. Pode significar que a curva histórica precisa de um ajuste específico para esse contexto. A leitura correta é operacional: onde o modelo funciona bem e onde ele precisa de intervenção manual?

O que mais distorce a previsão de ocupação?

Existem fatores que alteram o ritmo de reservas e podem quebrar o padrão histórico. Os mais comuns são sazonalidade, eventos locais, mudança de mix de demanda, cancelamentos, no-show e janelas de reserva muito curtas.

Sazonalidade muda a forma da curva. Uma mesma antecedência pode gerar comportamentos diferentes em janeiro, julho e novembro. Eventos criam picos fora do padrão. Mudança de mix ocorre quando a propriedade passa a vender mais em um canal do que em outro, ou altera a proporção entre lazer e corporativo.

Recomendação prática: mantenha uma camada de ajuste manual para datas com evento, feriado ou alerta de demanda atípica. Exemplo: se a curva histórica sugere 72% e há um congresso importante na cidade, o gestor pode elevar a expectativa, desde que haja evidência de aceleração nas reservas. Limitação: ajuste manual sem critério vira chute. Como medir: compare o desempenho dessas exceções com o resto do calendário para entender se o ajuste melhorou o forecast.

Como usar a previsão para decidir tarifa e estoque?

Quando a previsão de ocupação está minimamente confiável, ela passa a orientar decisões de receita e operação. Se a curva aponta demanda forte, o hotel pode antecipar aumento de tarifa, restringir descontos, revisar mínimo de noites ou proteger inventário para canais mais rentáveis. Se aponta demanda fraca, pode agir antes com promoção segmentada, revisão de canais e ajuste de distribuição.

Exemplo prático: se a previsão mostra que um final de semana deve fechar acima de 85% e o hotel ainda está com tarifa base aberta em todos os canais, talvez seja hora de rever o preço e reduzir a exposição de tarifas promocionais. Se a previsão indica risco de fechar abaixo de 50%, talvez faça sentido ampliar a venda direta com oferta específica e revisar a ocupação dos canais com maior custo.

Recomendação prática: conecte a previsão a regras objetivas. Exemplo: acima de 80% projetados, revisar tarifa; acima de 90%, aplicar restrição de inventário; abaixo de 50%, acionar plano de demanda. Limitação: cada propriedade tem sua estrutura de custo e seu posicionamento, então a regra precisa refletir a realidade local. Como medir: observe se a decisão tomada a partir da previsão melhora ocupação, diária média e margem, sem confundir aumento de ocupação com aumento automático de rentabilidade.

Quando vale evoluir do controle manual para um sistema integrado?

Planilha funciona bem como ponto de partida, especialmente para hotéis independentes com poucos apartamentos e equipe enxuta. Mas, à medida que aumentam os canais, os ajustes de tarifa e a necessidade de acompanhar a previsão com frequência, o controle manual tende a ficar mais sensível a erro e atraso.

Nesse cenário, um sistema integrado ajuda a centralizar reservas, mapa de ocupação e regras de preço em um fluxo mais consistente. Para quem quer aplicar a lógica de ritmo de reservas e pickup na rotina sem perder controle operacional, faz diferença ter os dados organizados em um único ambiente. É nesse ponto que o SisReservas PMS e o módulo de Yield Management podem apoiar o trabalho diário, porque facilitam a leitura da ocupação, a atualização do inventário e o acompanhamento das decisões de receita.

Se você chegou até aqui e percebeu que a previsão depende cada vez mais de disciplina de dados do que de improviso, vale conhecer o SisReservas. Ele pode ajudar a transformar essa rotina em um processo mais estável, com ocupação, reservas e regras comerciais caminhando na mesma direção.

Prever ocupação futura não é tentar adivinhar o mercado. É criar uma forma consistente de ler o ritmo das reservas, ajustar a curva conforme a realidade e tomar decisões antes que o dia da chegada já esteja decidido pelo mercado.

Posso usar esse método em qualquer hotel?

Em termos gerais, sim, mas com adaptação. Hotéis com forte sazonalidade, grande dependência de eventos ou muita venda de última hora precisam de curvas mais específicas e revisão mais frequente. Já propriedades com demanda mais estável tendem a obter resultados melhores com menos ajustes.

O ponto principal é entender que a previsão de ocupação é uma ferramenta de decisão, não um oráculo. Quanto mais alinhada ela estiver aos dados reais da sua operação, mais útil será para tarifa, distribuição e planejamento do inventário.