Анализ и прогнозирование конъюнктуры гостиничного бизнеса. Учебное пособие

Центральный район насыщен средствами временного размещения различной звездности, однако новые гостиницы регулярно открываются.

Для анализа отобраны следующие показатели: дата открытия; принадлежность к сети; номерной фонд; средняя стоимость номера; рейтинг на booking.com; среднесписочная численность гостей; выручка, тыс. руб.; коэффициент текущей ликвидности

(табл. 3.11).

Таблица 3.11

Сводные данные по результатам анализа гостиниц категории «четыре звезды» Московского района Санкт-Петербурга

[12, 18–22, 23–25]

81

Объекты были выбраны по следующему принципу: все организации в статусе «действующая»; сетевые гостиницы; категория «четыре звезды»; месторасположение в Московском районе Санкт-Петербурга.

Сучетомрезультатовтаблицыможносделатьвывод,чтоизрассматриваемых гостиниц дольше всего на рынке Санкт-Петербурга осуществляет свою деятельность Park Inn by Radisson Pulkovskaya,

позжевсехоткрылсяParkInnbyRadissonАэропортПулково;вМосковском районе рынок четырехзвездочных гостиниц представлен двумя гостиничными сетями, но IHG имеет преимущество в виде трех отелей, нацеленных на разные сегменты потребителей; самый большой номерной фонд представлен в Park Inn by Radisson Pulkovskaya, а самый маленький – в Staybridge Suites; наиболее высокая средняя стоимость ночи в Сrowne Plaza, однако, по отзывам, можно сделать вывод, что цена соответствует качеству; рейтинг также самый высокий «9,1» у отелей сети IHG – Holiday Inn

иCrowne Plaza, в отеле Crowne Plaza Airport всего 15 сотрудников,

за 2020 г. было сокращено 116 сотрудников, в то время как в Park Inn by Radisson Pulkovskaya в 12 раз больше; по итогам 2020 г. наи-

большая выручка была у отеля Crowne Plaza – 764 381 млн руб., нокоэффициенттекущейликвидностиниженормына0,8%,наиболее стабильное финансовое состояние у отелей RHG – Park Inn by Radisson Аэропорт Пулково и Park Inn by Radisson Pulkovskaya –

коэффициент текущей ликвидности 2,5 и 3,2 %. Holiday Inn St. Petersburg Moskovskye Vorota и Staybridge Suites имеют одинако-

вые данные по количеству сотрудников, выручке и коэффициенту текущей ликвидности, поскольку они являются одним юридиче­ ским­ лицом.

Всюсуммувыбранныхпоказателейпринимаемза100%.Включаем в табл. 3.12 значения показателей и ранжируем данные.

Сучетом результатов проведенного анализа можно сказать, что лидерами в рассматриваемой категории гостиниц Московского района являются представители сети IHG – Crowne Plaza St. Petersburg Airport (364 балла), Holiday Inn St. Petersburg Moskov­ skye Vorota (343 балла), Staybridge Suites St. Petersburg (284 балла),

82

отели сети Radisson Hotels Groupбренда Park Inn by Radisson на-

брали280и253балла.Примечательно,чторассматриваемыеотели сетиIHGпредставляюттриразныхсегмента–premium,essentialsи suites.Такжеважноотметить,чтовнастоящеевремявМосковском районе, как и в Центральном, всего пять гостиниц категории «четыре звезды», принадлежащих крупнейшим гостиничным сетям.

Контрольные вопросы и задания

1.Перечислите и охарактеризуйте категории гостиничных номеров.

2.Перечислите основные требования к гостиницам категории «четыре звезды».

3.Что такое сегментация рынка?

4.Какие этапы включает сегментирование рынка индустрии гостеприимства?

5.Какие выделяют сегменты на рынке индустрии гостеприимства?

6.Перечислите основные показатели, характеризующие развитие гостиничной отрасли.

7.Перечислите основные факторы развития индустрии гостепри­ имства.

8.Как изменилась динамика предложения отелей по годам категорий «три звезды», «четыре звезды», «пять звезд»?

9.Охарактеризуйте отели, расположенные на территории СанктПетербурга.

10.Какая информация может быть получена в результате анализа до-

полнительных услуг в гостиницах?

Г л а в а 4

ПРОГНОЗИРОВАНИЕ УРОВНЯ ЗАПОЛНЯЕМОСТИ ГОСТИНИЦ

4.1. Прогнозирование на основе метода наименьших квадратов рынка гостиничных услуг

Для прогнозирования финансовых показателей предприятий гостеприимства были выбраны средний тариф, чистая прибыль и загрузка как самые важные значения, определяющие развитие

84

рынка. Для осуществления расчетов был выбран метод наименьшего квадрата. Он относится к категории методов экстраполяции.

Метод экстраполяции (обоснование показателей «от достигнутого»)предполагаетопределениебудущегосостоянияпредприятия наосновесложившихсявпрошломинастоящемтемповипропорций. Метод предполагает перенос закономерностей и тенденций прошлого на будущее, что предопределяет использование этого метода при стабильном и предсказуемом изменении показателей в перспективе. При проведении расчетов на основе экстраполяции динамический ряд показателей приводится в сопоставимый вид с учетом коэффициента инфляции и структурных изменений, происходящих на рынке.

Сущность метода наименьших квадратов состоит в минимизации суммы квадратических отклонений между наблюдаемыми и расчетными величинами. Расчетные величины находятся по подобранному уравнению – уравнению регрессии. Чем меньше расстояние между фактическими значениями и расчетными, тем более точен прогноз, построенный на основе уравнения регрессии­ .

Формула метода наименьших квадратов: y = a0 + a1x.

Для нахождения коэффициентов необходимо решить следующую систему уравнений:

∑y =a0n+a1∑x,

∑y x =a0 ∑x +a1∑x2,

где n – количество периодов.

Задача метода заключается в нахождении коэффициентов линейной зависимости. Для прогнозирования финансовых показателей предприятий гостеприимства были выбраны прибыль, выручка и загрузка как наиболее важные показатели, определяющие успешность деятельности предприятия гостеприимства.

Вкачествепримерадляпрогнозированиявыбранотель«СанктПетербург». Показатели финансово-хозяйственной деятельности

ООО «Отель Санкт-Петербург» представлены в табл. 4.1.

85

Таблица 4.1

Финансовые результаты ООО «Отель Санкт-Петербург»

Из таблицы можно сделать вывод о том, что у предприятия в 2022 г. происходит восстановление после резкого падения в 2021 г. на фоне пандемии. Выручка компании почти достигла показателей 2020 г., а также смогла выйти на устойчивую положительную прибыль. Спрогнозируем ключевые показатели деятельности предприятия, чтобы определить, сохраниться ли данная положительная тенденция.

Данные по расчету прогноза загрузки представлены в табл. 4.2.

86

Из таблицы следует вывод о том, что по прогнозузагрузка в 2023 г. продолжит увеличиваться. Прогнозируемый рост по сравнению с 2022 г. должен составить 15,7 %. Это является положительной тенденцией, которая говорит о продолжающемся восстановлении рынка.

Далее рассчитаем прогноз по выручке предприятия на 2023 г. Данные по расчету представлены в табл. 4.3.

Изтаблицыследуетвыводотом,что,согласнопрогнозу,выручка предприятия ООО «Отель Санкт-Петербург» в 2023 г. продолжит увеличиваться. Прогнозируемый рост по сравнению с 2022 г. должен составить 15,6 %, или 75 112,2 тыс. руб., в абсолютном выражении. Это также можно интерпретировать как положительную тенденцию.

Наконец, рассчитаем прогноз по чистой прибыли предприятия на 2023 г. Данные по расчету представлены в табл. 4.4.

Данные табл. 4.4. говорят о том, что, согласно прогнозу, чистая прибыль предприятия ООО «Отель Санкт-Петербург» в 2023 г. снизится. Результат вычислений обусловлен низкой или отрицательной прибылью в предыдущие годы.

87

По прогнозу чистая прибыль уменьшится на 172 %, или 47 877 тыс. руб. Это является негативной тенденцией, на которую предприятию рекомендуется обратить внимание.

4.2.Прогнозирование на основе корреляционно-регрессионного анализа гостиничного бизнеса в Центральном районе Санкт-Петербурга

Проанализируем взаимосвязь между выручкой гостиниц Центрального района Санкт-Петербурга и такими количественными факторами, как загрузка гостиницы, средняя стоимость номера и динамика туристического потока (внутреннего и въездного). Для анализа каждой категории были отобраны по одной гостинице в каждой категории. Для анализа гостиниц были использованы пять независимых факторов для объяснения зависимой переменной (средняя выручка (Y). Восемь переменных включают: среднюю загрузкугостиницы(X1),среднююценузаномер(X2),динамикавъездного (X3) и внутреннего (X4) туристического потока. В Центральном районепо183гостиницамкатегории«тризвезды»былиподсчитаны

88

Таблица 4.5

Входные данные для определения уровня связи между выявленными факторами и выручкой гостиницы категории «три звезды»

в Центральном районе Санкт-Петербурга

Таблица 4.6

Входные данные для определения уровня связи между выявленными факторами и выручкой гостиницы категории «четыре звезды» в Санкт-Петербурге

89

средние показатели из всех отобранных. Необходимые данные бы­ лииспользованы за период 2011–2020 гг. и представлены в табл. 4.5.

ВЦентральном районе Санкт-Петербурга по 66 гостиницам категории «четыре звезды» были подсчитаны средние из отобранных показателей. Необходимые данные были собраны за период 2011–2020 гг. и представлены в табл. 4.6.

ВЦентральномрайонепо14гостиницамкатегории«пятьзвезд» были подсчитаны средние из отобранных показателей. Необходимые данные были собраны за период 2011–2020 гг. и представлены

втабл. 4.7.

Для определения взаимосвязи между выявленными переменными и выручкой была построена корреляционная матрица факто­ ров. Коэффициент корреляции – сила взаимосвязи выбранных показателей. Он должен стремиться к значению «1». Результаты расчета корреляции для гостиницы категории «три звезды» представлены в табл. 4.8.

Таблица 4.7

Входные данные для определения уровня связи между выявленными факторами и выручкой гостиницы категории «пять звезд» в Санкт-Петербурге

90