宿泊料金の設定を担当者の経験と周辺ホテルの価格確認に頼っており、イベントや天候による需要変化へリアルタイムに対応できませんでした。繁忙日に安く販売する一方、閑散日に高い料金を設定して空室が残ることもあり、収益を取りこぼしていました。

アスタは、予約状況・競合価格・イベント・天候などのデータを整理し、日別・客室タイプ別の推奨料金をAIが複数回算出する仕組みを構築しました。サイトコントローラーまで連携した結果、ADRは約15％、RevPARは前年比20％向上し、担当者の料金設定業務も不要になりました。

クライアント概要

抱えていた課題｜経験に頼る料金設定では、需要変化を取りこぼす

AI導入前に確認したのは、表面上の作業時間だけではありません。判断がどこに集中し、現場や顧客、経営へどのような影響が広がっているかを整理しました。

料金判断が担当者の経験に集中していた

料金は、過去の感覚や近隣ホテルの販売価格を見ながら手作業で変更していました。判断の根拠や変更のタイミングが担当者の中にあり、不在時にも同じ精度で価格を決められる状態ではありませんでした。

イベントや天候の変化を追い切れなかった

宿泊需要は、曜日や季節だけでなく、地域イベント、天候、航空券検索など複数の要因で動きます。人がそれぞれの情報を常時確認し、すべての客室価格へ反映するには限界がありました。

空室と安売りが同時に発生していた

需要が高い日に価格を上げ切れないと、本来得られた売上を逃します。反対に、需要が弱い日の価格が高いままでは空室が残ります。必要だったのは、稼働率だけでなく、客室単価と売上を一緒に最適化する判断でした。

アスタの支援内容｜データと現場運用を一つの流れにする

アスタは、AIツールを入れることだけを目的にせず、現在の業務、利用できるデータ、導入後に人が確認する範囲を整理しました。そのうえで、AIの出力が日々の具体的な行動へつながるよう、次の流れで仕組みと運用を整えています。

1．料金判断に関わるデータを整理

予約実績や空室だけでなく、競合価格、地域イベント、天候、航空券検索の動きまで整理しました。情報源ごとに更新頻度が異なるため、料金判断に使える時点と単位をそろえています。

本事例では、次の情報を判断材料として整理しました。

• 過去の予約実績と現在の空室状況
• 競合ホテルの価格推移
• 周辺地域のイベント情報
• 気象データ
• 航空券の検索トレンド

2．需要と価格の関係を分析

過去の販売結果と外部要因を突き合わせ、どの条件で予約が増減しやすいかをAIが学習できる状態にしました。担当者の感覚を否定するのではなく、判断を支えるデータとして再構成しています。

3．日別・客室タイプ別の推奨料金を算出

数か月先までの日程を対象に、需要が強まれば高く、弱まれば販売しやすい水準へ調整する推奨料金を自動算出します。1日複数回見直すことで、状況変化にも追随できる設計としました。

4．サイトコントローラーへ連携

推奨値を確認するだけで終わらせず、予約サイトを管理するサイトコントローラーへ連携しました。料金変更を実務の流れに組み込み、担当者が各販売先を個別に更新する作業をなくしています。

得られた成果｜ADR約15％、RevPARは前年比20％向上

需要に応じた機動的な料金変更が可能になり、平均客室単価（ADR）は約15％向上しました。さらに、客室単価と稼働率を掛け合わせたRevPARも前年比20％伸び、空室を埋めるだけではない収益管理へ移行しています。

担当者が毎日価格を調べて変更する作業も不要になりました。AIに価格決定を丸投げしたのではなく、判断データと更新経路を一つの運用として整えたことが、売上と業務効率の両立につながっています。

ご担当者様の声

「人間では追いきれない膨大なデータをAIが瞬時に判断して価格を変えてくれる。売上の最大化と業務効率化を同時に実現できた。」

ホテル・旅館業で検討できるAI活用テーマ

ホテル・旅館業では、宿泊料金だけでなく、予約対応、販促、清掃計画、顧客体験、経営管理にもデータが蓄積されます。料金最適化の成果を確認しながら、連携できる領域を段階的に広げることが重要です。

アスタは特定のAIツールを導入することから始めず、経営課題と現場業務を確認し、効果を見込めるテーマを整理します。小さく試したうえで、データ、確認手順、担当者の役割まで整え、現場で使われる状態へ伴走します。

関連するサービス・コラム

「自社にも似た課題があるが、どこからAIを使えるかわからない」「データはあるものの、実務へつなげられていない」という場合は、現在の業務と判断の流れを整理するところからご相談ください。