7RS · Lesson 12 · Demand forecasting
7RS · Revenue Management for Hotels
Урок 12. Прогнозирование спроса и метрики точности
Модуль 4. Сегментация и поведение гостей
Lesson 12. Demand forecasting and accuracy metrics
Module 4. Segmentation and guest behavior
Leçon 12. Prévision de la demande et indicateurs de précision
Module 4. Segmentation et comportement des clients
Цель урока
понятно даже новичку
В этом уроке вы научитесь делать простой прогноз загрузки на 30 дней и, главное, разберётесь, как измерять точность прогноза. Метрики будут объяснены по-человечески: что означает цифра, как её посчитать в Excel и какие решения принимать.
  • понимать разницу между «что уже забронировано» и «что вероятно будет продано»;
  • собрать прогноз на 30 дней из прошлогодних данных, текущей загрузки и темпа бронирований;
  • разложить даты по зонам: риск, норма, перегрев;
  • посчитать три метрики точности: Средняя абсолютная процентная ошибка (MAPE), Смещение (Bias), Среднее абсолютное отклонение (MAD);
  • уметь объяснить эти метрики простыми словами коллеге или собственнику.
прогноз
on the books
pick-up
mape · bias · mad
Одна мысль, которую важно запомнить
Прогноз — это не «угадать». Прогноз — это управлять заранее. А метрики (MAPE, Bias, MAD) — это ваш «спидометр»: показывают, насколько вы в целом едете правильно, и куда вас уводит ошибка.
Теория: прогноз спроса без сложной математики
1) Что именно мы прогнозируем
Мы прогнозируем будущую загрузку по датам. Проще говоря: «Сколько процентов номеров будет занято в каждый день». Это нужно, чтобы заранее понимать: где придётся усиливать спрос, а где можно защищать цену и доход.
2) Три простых источника, из которых собирается прогноз
Для базового прогноза обычно достаточно трёх вещей:
  • Прошлый год: как отель продавался по тем же датам.
  • On the books: сколько уже забронировано на будущие даты прямо сейчас.
  • Pick-Up: сколько добавилось бронирований за последние 7 дней на каждую будущую дату.
Это похоже на поезд: прошлый год — «как обычно ходит поезд», on the books — «сколько пассажиров уже в вагонах», pick-up — «как быстро вагоны заполняются сейчас».
3) Как собрать прогноз на 30 дней (логика без формул)
  • Шаг 1: возьмите загрузку прошлого года по датам (например, 70 процентов).
  • Шаг 2: посмотрите текущую загрузку на эти даты (on the books).
  • Шаг 3: оцените темп бронирований (pick-up). Если темп сильнее, чем обычно — прогноз вверх; если слабее — прогноз вниз.
  • Шаг 4: отметьте события (праздники, фестивали, конференции). Они могут сильно изменить спрос.
  • Шаг 5: получите итог: дата → прогноз загрузки в процентах.
4) Зоны: чтобы прогноз сразу превращался в действия
Чтобы не тонуть в цифрах, делим даты на зоны:
  • Риск — прогноз ниже 50 процентов: нужны действия (цена, каналы, промо, условия проживания).
  • Норма — 50–85 процентов: наблюдаем и корректируем аккуратно.
  • Перегрев — выше 85 процентов: защищаем доход (поднимаем цену, убираем скидки, усиливаем ограничения).
5) Метрики точности: MAPE, Bias, MAD — «на пальцах»
Метрики нужны, чтобы честно ответить на вопрос: насколько наш прогноз был полезен. Для этого всегда сравниваем: Прогноз (что ожидали) и Факт (что получилось).
Мини-пример (одна дата)
Прогноз: 80% загрузки. Факт: 70%.
Ошибка = 70% − 80% = −10 процентных пунктов (мы завысили).
Теперь три метрики — каждая отвечает на свой вопрос:
  • Средняя абсолютная процентная ошибка (MAPE) — «на сколько процентов в среднем мы промахиваемся».
    Если MAPE = 12%, значит в среднем прогноз отличается от факта примерно на 12%. Это удобно, потому что в процентах и легко сравнивать недели/месяцы.
  • Смещение (Bias) — «мы чаще завышаем или занижаем?».
    Bias близко к нулю — хорошо (нет системной ошибки). Положительное смещение (часто прогноз ниже факта) — вы, скорее всего, недопродаёте дорого. Отрицательное смещение (часто прогноз выше факта) — вы рискуете перепродажей и ошибочными повышениями цены.
  • Среднее абсолютное отклонение (MAD) — «типичный размер ошибки в процентных пунктах».
    Если MAD = 6, значит обычно вы ошибаетесь примерно на 6 процентных пунктов загрузки. Это проще для операционного общения: «мы обычно промахиваемся на 5–7 пунктов».
Как читать метрики в реальной работе
• MAPE падает со временем — прогноз улучшается.
• Bias далеко от нуля — у вас «перекос» (вы стабильно завышаете или занижаете).
• MAD растёт — ошибки стали крупнее (часто из-за событий, смены рынка, неправильных вводных).
Сравнение: прогноз без метрик и прогноз с метриками
почему метрики важны
Можно «делать прогноз», но не понимать, хороший он или нет. Метрики решают именно эту проблему.
Без метрик
  • кажется, что прогноз «вроде норм», но это ощущение;
  • ошибки повторяются из недели в неделю;
  • спорят «кто прав», вместо того чтобы улучшать процесс;
  • трудно объяснить собственнику, почему решения были такими.
С метриками (MAPE, Bias, MAD)
  • вы видите точность в цифрах, а не в эмоциях;
  • понимаете, куда «уводит» прогноз (смещение);
  • можете улучшать прогноз постепенно и спокойно;
  • есть язык для отчёта: что стало лучше и почему.
Практическое задание: прогноз и метрики
делаем руками
Сделайте два шага: сначала прогноз на 30 дней, затем — оценка точности на основе факта (когда факт появится). Для тренировки используйте Excel-шаблон по кнопке сверху: там уже есть формулы и пояснения на трёх языках.
  1. Шаг A (прогноз): заполните по датам прошлогоднюю загрузку, on the books и pick-up, затем поставьте прогноз загрузки.
  2. Шаг B (когда появится факт): внесите фактическую загрузку и посчитайте MAPE, Bias и MAD.
  3. Шаг C (вывод): ответьте: прогноз чаще завышал или занижал? и на сколько примерно вы ошибались?
Дата День недели Загрузка прошлый год, % On the books сейчас, % Pick-Up 7 дней, % Прогноз загрузки, % Факт загрузки, % (когда будет) Комментарий
10.07Ср6230855— Если темп похож на прошлый год, прогноз можно держать рядом.
15.07Пн7825548— Зона риска: подумать про цену, каналы, точечные акции.
20.07Сб9080792— Перегрев: защищаем доход, не продаём остаток слишком дёшево.
Важно: метрики считаются только когда есть «факт». До этого прогноз — рабочая гипотеза для управления.
Глоссарий урока
простыми словами
Прогноз спроса
Оценка будущей загрузки по датам. Нужна, чтобы заранее управлять ценой, условиями и каналами продаж.
On the books
То, что уже забронировано на будущие даты. Это «текущая подтверждённая загрузка».
Pick-Up
Прирост бронирований за период (например, за 7 дней) по каждой будущей дате. Это «скорость набора загрузки».
Ошибка прогноза
Разница между фактом и прогнозом. Если факт ниже — вы завысили. Если факт выше — вы занизили.
Средняя абсолютная процентная ошибка (MAPE)
Средний «процент промаха» между прогнозом и фактом. Чем меньше, тем точнее прогноз.
Смещение (Bias)
Показывает, есть ли системная ошибка: вы чаще завышаете прогноз или чаще занижаете.
Среднее абсолютное отклонение (MAD)
Типичный размер ошибки в процентных пунктах загрузки. Удобно для операционной коммуникации.
Квиз по уроку
самопроверка
1) Что показывает MAPE?
2) Что означает Bias далеко от нуля?
3) Для чего нужен MAD?
4) Прогноз 80%, факт 70%. Ошибка какая?
Мини-игра: хаос или стратегия (метрики)
интерактив
Выберите вариант, который ближе к профессиональному подходу.
Ситуация 1. MAPE вырос за последние 2 недели
Раньше MAPE был около 8 процентов, а теперь стал 16 процентов. В городе появились новые события и изменился спрос.
Стратегия. Вы видите проблему и улучшаете прогноз на основе фактов.
Хаос. Без метрик вы не поймёте, что прогноз ухудшился.
Ситуация 2. Bias стабильно отрицательный
Почти всегда прогноз выше факта. Вы часто «ожидаете больше, чем получается».
Стратегия. Bias — сигнал о системной ошибке, её можно исправить.
Хаос. Вы продолжите повторять одну и ту же ошибку.
Ситуация 3. MAD = 7 пунктов
Вы обычно ошибаетесь примерно на 7 процентных пунктов загрузки.
Стратегия. Вы используете MAD как практическую «погрешность» для решений.
Хаос. Частые резкие действия обычно ухудшают ситуацию.
Короткий вывод
резюме
Прогноз спроса — это управление заранее, а не угадывание. MAPE, Bias и MAD — это простой способ понять, насколько прогноз точный и куда он «перекошен». С метриками вы улучшаете прогноз спокойно и системно, а не «на нервах».
Lesson goal
clear for beginners
In this lesson you will build a simple 30-day occupancy forecast and, most importantly, you will understand how to measure forecast accuracy. We explain the metrics in plain language: what the number means, how to calculate it in Excel, and what decisions to make.
  • understand the difference between “already booked” and “likely to be sold”;
  • build a 30-day forecast using last year data, current bookings and booking pace;
  • classify dates into zones: risk, normal, overheated;
  • calculate three accuracy metrics: Mean Absolute Percentage Error (MAPE), Bias, Mean Absolute Deviation (MAD);
  • be able to explain these metrics to a colleague or an owner in simple words.
forecast
on the books
pick-up
mape · bias · mad
One idea to remember
Forecasting is not “guessing”. Forecasting is managing early. Metrics (MAPE, Bias, MAD) are your “speedometer”: they show whether you are generally on track and in which direction errors pull you.
Theory: demand forecast without complex math
1) What exactly we forecast
We forecast future occupancy by date: “What percentage of rooms will be occupied each day”. This helps you act early: stimulate demand on weak dates and protect price on strong dates.
2) Three simple inputs for a basic forecast
A basic forecast usually needs only three things:
  • Last year: how you sold for the same dates.
  • On the books: what is already booked for the future.
  • Pick-Up: what was added during the last 7 days for each future date.
Think of a train: last year is “the usual pattern”, on the books is “people already on board”, pick-up is “how fast seats fill up now”.
3) How to build a 30-day forecast (logic first)
  • Step 1: take last year occupancy by date (for example, 70 percent).
  • Step 2: check current on-the-books occupancy for the same dates.
  • Step 3: look at pick-up. If pick-up is stronger than usual, adjust forecast up; if weaker, adjust down.
  • Step 4: mark events (holidays, festivals, conferences). They can change demand strongly.
  • Step 5: final output: date → forecasted occupancy in percent.
4) Zones: turn numbers into actions
Classify dates into zones:
  • Risk — forecast below 50 percent: act (price, channels, campaigns, stay rules).
  • Normal — 50 to 85 percent: monitor and adjust gently.
  • Overheated — above 85 percent: protect revenue (raise price, reduce discounts, tighten restrictions).
5) Accuracy metrics: MAPE, Bias, MAD in plain words
Metrics answer the honest question: was our forecast useful? We compare Forecast (what we expected) and Actual (what happened).
Mini example (one date)
Forecast: 80%. Actual: 70%.
Error = 70% − 80% = −10 percentage points (we over-forecasted).
Three metrics — three different questions:
  • Mean Absolute Percentage Error (MAPE) — “how many percent we miss on average”. If MAPE = 12%, then on average your forecast differs from actual by about 12%.
  • Bias — “do we systematically under-forecast or over-forecast?”. Bias close to zero is good. Far from zero means a consistent direction of error.
  • Mean Absolute Deviation (MAD) — “typical error size in percentage points”. If MAD = 6, you usually miss by about 6 occupancy points.
How to interpret in real work
• MAPE goes down over time — forecast improves.
• Bias far from zero — your forecast is “pulled” in one direction; fix assumptions.
• MAD increases — errors became larger (often due to events, market change, wrong inputs).
Comparison: forecast without metrics vs with metrics
why metrics matter
You can “forecast”, but without metrics you do not know if it is good or bad.
Without metrics
  • “feels okay”, but it is subjective;
  • the same mistakes repeat weekly;
  • people argue instead of improving process;
  • hard to explain decisions to an owner.
With metrics (MAPE, Bias, MAD)
  • accuracy is measurable, not emotional;
  • you see the direction of systematic error;
  • you improve forecast step by step;
  • you can report progress clearly.
Practical task: forecast and metrics
hands-on
Do two steps: first a 30-day forecast, then accuracy measurement based on actual results (when available). Use the Excel template from the top button: it includes formulas and explanations in three languages.
  1. Step A (forecast): fill last year occupancy, on the books, pick-up, then set forecast occupancy.
  2. Step B (when actual exists): enter actual occupancy and calculate MAPE, Bias and MAD.
  3. Step C (conclusion): answer: do you tend to over-forecast or under-forecast, and by how much?
Date Weekday Last year occupancy, % On the books now, % Pick-Up 7 days, % Forecast occupancy, % Actual occupancy, % (when available) Comment
10 JulWed6230855— If pace is similar to last year, keep forecast close.
15 JulMon7825548— Risk zone: review price, channels, targeted campaigns.
20 JulSat9080792— Overheated: protect revenue, avoid selling remaining rooms too cheaply.
Important: metrics require “actual”. Before actual exists, forecast is a working hypothesis for management.
Lesson glossary
plain definitions
Demand forecast
An estimate of future occupancy by date. Used to manage price, rules and channels early.
On the books
What is already booked for future dates. Current confirmed occupancy.
Pick-Up
Bookings added over a period (for example, 7 days) by future date. Booking pace.
Forecast error
Actual minus forecast. If actual is lower, you over-forecasted. If higher, you under-forecasted.
MAPE (Mean Absolute Percentage Error)
Average percentage miss between forecast and actual. Lower is better.
Bias
Shows systematic direction: do you usually over-forecast or under-forecast? Close to zero is best.
MAD (Mean Absolute Deviation)
Typical error size in occupancy points. Useful for operational communication.
Lesson quiz
self-check
1) What does MAPE show?
2) What does Bias far from zero mean?
3) Why do we use MAD?
4) Forecast 80%, actual 70%. What is the error?
Mini game: chaos or strategy (metrics)
interactive
Choose the option closer to a professional approach.
Scenario 1. MAPE increased during the last 2 weeks
MAPE used to be about 8 percent and now it is 16 percent. New events changed demand.
Strategy. You see the problem early and improve using facts.
Chaos. Without metrics you will not notice forecast quality drop.
Scenario 2. Bias is consistently negative
Forecast is usually higher than actual. You often “expect more than happens”.
Strategy. Bias is a signal of systematic error you can fix.
Chaos. The same mistake will repeat again and again.
Scenario 3. MAD equals 7 points
Your typical error is about 7 occupancy points.
Strategy. MAD becomes a practical buffer for decisions.
Chaos. Frequent sharp actions usually make results worse.
Short summary
recap
Demand forecasting is early management, not guessing. MAPE, Bias and MAD tell you how accurate the forecast is and in which direction it is biased. With metrics you improve calmly and systematically.
Objectif de la leçon
clair pour débutants
Dans cette leçon, vous allez construire une prévision simple d’occupation sur 30 jours et, surtout, comprendre comment mesurer la précision. Les indicateurs sont expliqués simplement : ce que le chiffre signifie, comment le calculer dans Excel et quelles décisions prendre.
  • comprendre la différence entre « déjà réservé » et « probablement vendu » ;
  • construire une prévision à 30 jours avec l’année précédente, les réservations actuelles et le rythme ;
  • classer les dates en zones : risque, normal, surchauffé ;
  • calculer trois indicateurs : Erreur absolue moyenne en pourcentage (MAPE), Bias, Déviation absolue moyenne (MAD) ;
  • savoir expliquer ces indicateurs simplement à un collègue ou à un propriétaire.
prévision
on the books
pick-up
mape · bias · mad
Une idée à retenir
Prévoir n’est pas « deviner ». Prévoir, c’est agir à l’avance. Les indicateurs (MAPE, Bias, MAD) sont votre « compteur » : ils montrent si vous êtes globalement juste et dans quelle direction l’erreur vous entraîne.
Théorie : prévision sans mathématiques compliquées
1) Ce que nous prévoyons
Nous prévoyons l’occupation future par date : « quel pourcentage de chambres sera occupé chaque jour ». Cela permet d’agir tôt : stimuler la demande sur les dates faibles et protéger le prix sur les dates fortes.
2) Trois données simples pour une prévision de base
Une prévision de base nécessite souvent seulement trois éléments :
  • Année précédente : comment l’hôtel s’est vendu sur les mêmes dates.
  • On the books : ce qui est déjà réservé pour le futur.
  • Pick-Up : ce qui s’est ajouté sur les 7 derniers jours pour chaque date future.
Image simple : l’année précédente est « la routine », on the books est « les passagers déjà dans le train », pick-up est « à quelle vitesse le train se remplit maintenant ».
3) Prévision à 30 jours (logique d’abord)
  • Étape 1 : prendre l’occupation de l’année précédente par date (par exemple 70 pour cent).
  • Étape 2 : vérifier l’occupation actuelle on the books sur les mêmes dates.
  • Étape 3 : regarder le pick-up. Si le rythme est plus fort que d’habitude, ajuster à la hausse, sinon à la baisse.
  • Étape 4 : noter les événements (jours fériés, festivals, conférences).
  • Étape 5 : résultat : date → occupation prévue en pourcentage.
4) Zones : transformer les chiffres en actions
Classer les dates en zones :
  • Risque — prévision en dessous de 50 pour cent : agir (prix, canaux, campagnes, règles de séjour).
  • Normal — entre 50 et 85 pour cent : suivre et ajuster calmement.
  • Surchauffé — au-dessus de 85 pour cent : protéger le revenu (augmenter le prix, réduire les remises, renforcer les restrictions).
5) Indicateurs : MAPE, Bias, MAD en mots simples
Les indicateurs répondent à la question : la prévision était-elle utile ? On compare Prévision (ce qu’on attendait) et Réel (ce qui s’est passé).
Mini exemple (une date)
Prévision : 80%. Réel : 70%.
Erreur = 70% − 80% = −10 points de pourcentage (prévision trop haute).
Trois indicateurs — trois questions :
  • MAPE (Mean Absolute Percentage Error) — « de combien de pour cent on se trompe en moyenne ». Si MAPE = 12%, la prévision diffère du réel d’environ 12% en moyenne.
  • Bias — « est-ce qu’on surestime ou sous-estime systématiquement ? ». Proche de zéro est idéal. Loin de zéro indique un biais constant.
  • MAD (Mean Absolute Deviation) — « taille typique de l’erreur en points d’occupation ». Si MAD = 6, on se trompe en général d’environ 6 points.
Interprétation pratique
• MAPE diminue — la prévision s’améliore.
• Bias loin de zéro — corriger les hypothèses, le modèle est « tiré » d’un côté.
• MAD augmente — erreurs plus grandes (souvent événements, marché qui change, mauvaises données).
Comparaison : sans indicateurs et avec indicateurs
pourquoi c’est utile
On peut prévoir, mais sans indicateurs on ne sait pas si la prévision est bonne.
Sans indicateurs
  • impression “ça va”, mais subjectif ;
  • les mêmes erreurs reviennent ;
  • on débat au lieu d’améliorer ;
  • difficile d’expliquer au propriétaire.
Avec indicateurs (MAPE, Bias, MAD)
  • la précision devient mesurable ;
  • on voit la direction du biais ;
  • amélioration progressive et calme ;
  • rapport clair sur les progrès.
Exercice pratique : prévision et indicateurs
pratique
Deux étapes : d’abord la prévision à 30 jours, puis la mesure de précision à partir du réel (quand il existe). Utilisez le modèle Excel via le bouton en haut : formules et explications en trois langues incluses.
  1. Étape A (prévision) : remplir l’occupation N-1, on the books, pick-up, puis l’occupation prévue.
  2. Étape B (quand le réel est disponible) : entrer l’occupation réelle et calculer MAPE, Bias et MAD.
  3. Étape C (conclusion) : dire si vous surestimez ou sous-estimez, et de combien environ.
Date Jour Occupation N-1, % On the books, % Pick-Up 7 jours, % Prévision, % Réel, % (quand disponible) Commentaire
10 juil.Mer6230855— Si le rythme est proche, garder la prévision proche.
15 juil.Lun7825548— Zone risque : prix, canaux, campagnes ciblées.
20 juil.Sam9080792— Surchauffé : protéger le revenu, éviter de vendre trop bas.
Important : les indicateurs se calculent avec le “réel”. Avant cela, la prévision sert à piloter.
Glossaire de la leçon
définitions simples
Prévision de la demande
Estimation de l’occupation future. Sert à gérer tôt le prix, les règles et les canaux.
On the books
Ce qui est déjà réservé pour les dates futures. Occupation confirmée actuelle.
Pick-Up
Réservations ajoutées sur une période (par exemple 7 jours) par date future. Rythme.
Erreur de prévision
Réel moins prévision. Réel plus bas = prévision trop haute. Réel plus haut = prévision trop basse.
MAPE
Pourcentage moyen d’écart entre prévision et réel. Plus c’est bas, mieux c’est.
Bias
Direction systématique de l’erreur : surestimation ou sous-estimation. Proche de zéro est idéal.
MAD
Taille typique de l’erreur en points d’occupation. Utile pour l’opérationnel.
Quiz de la leçon
auto-évaluation
1) Que montre le MAPE ?
2) Bias loin de zéro signifie quoi ?
3) À quoi sert le MAD ?
4) Prévision 80%, réel 70%. Quelle est l’erreur ?
Mini-jeu : chaos ou stratégie (indicateurs)
interactif
Choisissez l’option la plus professionnelle.
Scénario 1. Le MAPE augmente
MAPE était 8 pour cent, maintenant 16 pour cent. Des événements changent la demande.
Stratégie. Vous améliorez grâce aux faits.
Chaos. Sans indicateurs, vous ne voyez pas la baisse de qualité.
Scénario 2. Bias négatif constant
La prévision est souvent au-dessus du réel : vous surestimez.
Stratégie. Le Bias indique un biais corrigeable.
Chaos. Vous répétez la même erreur.
Scénario 3. MAD = 7 points
Votre erreur typique est d’environ 7 points d’occupation.
Stratégie. MAD devient une tolérance pratique.
Chaos. Les actions trop fréquentes aggravent souvent la performance.
Conclusion courte
synthèse
La prévision sert à agir tôt, pas à deviner. MAPE, Bias et MAD indiquent la précision et la direction du biais. Avec ces indicateurs, vous améliorez la prévision calmement et de manière systématique.
Made on
Tilda