No-show 8% แต่โรงแรมไม่รับ Overbooking — นั่นคือรายได้ที่หายไปทุกคืน
Overbooking โรงแรมไม่ใช่การเดาสุ่ม ถ้ารู้ no-show rate จริงและคำนวณ walk cost ได้ กลยุทธ์นี้เพิ่ม Occupancy โดยไม่ทำลายความไว้ใจแขก
โดย BoydWee
Overbooking คือกลยุทธ์รับ booking เกิน Physical Inventory โดยตั้งใจ เพื่อชดเชย Cancellation และ No-show ที่คาดการณ์ได้จากข้อมูลประวัติ ความคุ้มค่าขึ้นอยู่กับ No-show Rate ของโรงแรมและ Walk Cost ที่ยอมรับได้ — ถ้า No-show Rate สูงกว่า Walk Cost ต่อห้อง overbooking ที่คำนวณแม่นยำช่วยเพิ่ม Occupancy และ RevPAR ได้จริงโดยไม่เสี่ยงเกินตัว
ทำไม Overbooking ถึงมีอยู่
โรงแรมขายสินค้าที่ “หมดอายุ” ทุกคืน — ห้องที่ว่างคืนนี้ไม่มีวันขายย้อนหลังได้ และทุกคืนที่แขก Cancellation หรือ No-show คือรายได้ที่หายไปถาวร
สมมติโรงแรม 80 ห้อง มี No-show Rate เฉลี่ย 8% ต่อคืน (ตัวอย่างประกอบ) หมายความว่าถ้ารับ booking 80 ห้องพอดี คาดว่าจะมีแขกไม่มาตรงเวลาเฉลี่ย 6-7 ห้องต่อคืน ถ้า ADR ห้องละ 2,000 บาท รายได้ที่หายไปต่อปีอยู่ที่ราว 4-5 ล้านบาท (ตัวอย่างประกอบ)
Overbooking แก้ปัญหานี้โดยรับ booking ไว้ 86-87 ห้อง เพื่อให้ Occupancy จริงเข้าใกล้ 80 ห้องมากที่สุด แต่มีเงื่อนไขเดียวคือต้องคำนวณให้แม่น
คำนวณความเสี่ยงก่อนตัดสินใจ: Walk Cost คืออะไร
Walk Cost คือต้นทุนทั้งหมดที่เกิดขึ้นเมื่อโรงแรมต้อง “walk” แขก — คือส่งแขกที่มี Confirmed Booking ไปพักที่โรงแรมอื่น เพราะห้องเต็มจริง
Walk Cost ประกอบด้วย:
| รายการ | ตัวอย่างมูลค่า (ตัวอย่างประกอบ) |
|---|---|
| ค่าห้องคืนแรกที่โรงแรมอื่น | 1,500–3,000 บาท |
| ค่าเดินทางไปโรงแรมอื่น | 200–500 บาท |
| Staff time + coordination | 300–500 บาท |
| ส่วนลดหรือ goodwill คืนต่อไป | 500–1,000 บาท |
| ความเสียหายด้านชื่อเสียง (review เชิงลบ) | ประเมินยาก |
| รวมโดยตรง | ~2,500–5,000 บาท/ห้อง |
ถ้า Walk Cost เฉลี่ยอยู่ที่ 4,000 บาทต่อห้อง และ ADR คือ 2,000 บาท จุดคุ้มทุนของการ walk แขก 1 ห้อง = ADR ของห้องที่ขายได้จริงชดเชย Walk Cost ได้หรือเปล่า
สูตรตัดสินใจ: รับ Overbooking กี่ห้องถึงคุ้ม
ขั้นที่ 1: หา No-show Rate ที่แม่นยำ
ดึงข้อมูลย้อนหลังอย่างน้อย 90 วัน แยกตาม:
– Segment (OTA vs Direct vs Walk-in vs Group)
– วันในสัปดาห์ (Weekday vs Weekend)
– ฤดูกาลหรือช่วง Demand สูง/ต่ำ
เหตุผล: No-show Rate ของ OTA Segment อาจสูงกว่า Direct Booking 2–3 เท่า (ตัวอย่างประกอบ) การเฉลี่ยรวมกันทำให้ Forecast คลาดเคลื่อน
ขั้นที่ 2: คำนวณ Optimal Overbooking Level
Optimal Overbooking = Inventory × No-show Rate ที่คาดการณ์
+ Cancellation ที่คาดใน 24 ชั่วโมงสุดท้าย
- Safety Buffer ที่ยอมรับได้
ตัวอย่าง (ตัวอย่างประกอบ): โรงแรม 80 ห้อง, No-show Rate 8%, Late Cancellation 3%, Safety Buffer 2 ห้อง
– Overbooking Level = 80 × (8% + 3%) − 2 ห้อง = ~7 ห้อง
– รับ booking สูงสุด 87 ห้อง
ขั้นที่ 3: ทดสอบ Walk Risk
โอกาส walk ≠ ศูนย์ แต่ต้องน้อยพอ กฎง่ายๆ: ถ้า Walk Cost ต่อห้อง > ADR ของห้องที่ขายได้ Overbooking รอบนั้นขาดทุน ให้ลด Overbooking Level ลงหรือรอ Demand ที่แน่นอนกว่า
ดูว่า Demand แต่ละช่วงควรคาดการณ์ยังไงได้ที่ hotel-demand-forecast
กฎปฏิบัติ: Overbooking ที่ดีทำแบบนี้
1. ไม่ใช่ตัวเลขคงที่ตลอดปี
Overbooking Level ต้องปรับตาม Pickup ของแต่ละช่วง วันที่ Demand แน่น (เทศกาล, long weekend) Cancellation Rate ต่ำ ให้ลด Overbooking Level ลง — รับเกินน้อยลงเพราะแขกที่ book มักมาจริง
2. Monitor ความเสี่ยง Displacement
แขกที่ถูก walk คือ Displacement จริงๆ — รายได้หายไปพร้อมความสัมพันธ์ระยะยาว โดยเฉพาะถ้าเป็นแขกประจำหรือ Corporate Account อ่านเรื่อง Displacement เพื่อเข้าใจต้นทุนที่ซ่อนอยู่
3. มีแผน walk ที่ชัดเจนก่อนเปิดใช้กลยุทธ์นี้
โรงแรม partner ที่รับ walk ได้ คุณภาพใกล้เคียงกัน ระยะทางไม่ไกล Staff รู้ขั้นตอนและอำนาจตัดสินใจ upgrade หรือ goodwill ทันที — ถ้ายังไม่มีสิ่งเหล่านี้ ยังไม่พร้อม overbooking
4. ผูกกับ No-show Policy ที่ชัด
Overbooking และ no-show-cancellation-policy ต้องทำงานคู่กัน — ถ้า Policy ต้อง Guarantee ด้วยบัตรเครดิตและ charge No-show ได้จริง No-show Rate จะลด และ Overbooking Level ที่ปลอดภัยก็ลดตาม
Overbooking ต่างกันตาม Segment: ไม่ใช่ตัวเลขเดียวสำหรับทุกคน
หนึ่งในข้อผิดพลาดที่พบบ่อยที่สุดคือการใช้ No-show Rate เฉลี่ยรวม แล้วตั้ง Overbooking Level เดียวสำหรับทุก booking ทั้งที่แต่ละ Segment มี behavior ต่างกัน:
| Segment | No-show Rate ทั่วไป (ตัวอย่างประกอบ) | เหตุผล |
|---|---|---|
| OTA ไม่ต้อง Guarantee | 10–15% | ไม่มีต้นทุนถ้าไม่ไป |
| OTA Guarantee บัตรเครดิต | 3–6% | มีค่าปรับถ้า No-show |
| Direct Booking Prepaid | < 2% | จ่ายแล้ว มาแน่ |
| Corporate Account | 2–5% | มี obligation ต่อบริษัท |
| Walk-in | 0% | มาอยู่หน้าเคาน์เตอร์แล้ว |
ถ้าวันนี้ booking mix เป็น OTA ไม่ Guarantee 60% และ Direct Prepaid 40% Overbooking Level ที่เหมาะแตกต่างจากวันที่ booking mix เป็น Corporate 70% อย่างมีนัยสำคัญ
การ Segment No-show Rate ทำให้ Forecast แม่นขึ้นและ Overbooking Level ที่ตั้งไว้ reflect ความเสี่ยงจริง ไม่ใช่แค่เฉลี่ย
Overbooking กับ RevPAR: ผลจริงที่คาดหวังได้
การวิจัยในอุตสาหกรรม hospitality พบว่าโรงแรมที่มี Overbooking Policy ที่ calibrated ดีสามารถเพิ่ม Occupancy จริงได้ 2–5% เมื่อเทียบกับโรงแรมที่ไม่ใช้กลยุทธ์นี้เลย (ตัวอย่างประกอบ)
สมมติ Occupancy เพิ่ม 3% บน ADR 2,000 บาท โรงแรม 80 ห้อง:
– ห้องเพิ่มต่อปี = 80 × 365 × 3% = ~876 ห้องต่อปี
– RevPAR เพิ่ม = 876 × 2,000 = ~1.75 ล้านบาท/ปี (ตัวอย่างประกอบ)
ต้นทุน Walk ที่คาดจาก Overbooking 7 ห้อง/คืน × Walk Rate 5% × Walk Cost 4,000 บาท × 365 วัน = ~511,000 บาท/ปี (ตัวอย่างประกอบ)
ผลสุทธิยังเป็นบวก — แต่ตัวเลขนี้เปลี่ยนแปลงตาม No-show Rate, ADR, และ Walk Cost จริงของแต่ละโรงแรม ดูภาพรวมเรื่อง occupancy-vs-profit ก่อนตัดสินใจ
