C9 Hotelworks ระบุ Bangtao -2% Occ +20% ADR — โรงแรมที่ดู Occ อย่างเดียวจะอ่านตลาดผิด เพราะ RevPAR ที่ดีกว่าซ่อนอยู่ใน trade-off ที่บางคนทำได้ บางคนทำไม่ได้
รายงาน Phuket Hotel & Tourism Market Update 2026 ของ C9 Hotelworks ระบุชัด: integrated resort ใน Bangtao occupancy -2% แต่ ADR +20% ในขณะที่ Kamala occupancy ลดถึง -24% แต่ ADR เพิ่มถึง +40% ตัวเลขนี้ไม่ใช่ “ตลาดพังคนละแบบ” — มันคือผลการตัดสินใจที่ต่างกัน
ปัญหาคือ เจ้าของโรงแรมจำนวนมากเห็นข่าวประเภทนี้แล้วเลือกอ่านครึ่งเดียว — เห็น Occupancy ลดก็คิดว่าตลาดแย่ เห็น ADR ขึ้นก็คิดว่ายังดี แต่ตัวเลขที่บอกความจริงมากที่สุดคือ RevPAR + การตัดสินใจที่อยู่เบื้องหลังตัวเลข ไม่ใช่ตัวเลขเอง
▍เลขที่เห็น vs เลขที่ตัดสินใจ
C9 Hotelworks รายงาน Phuket overall ADR +5% และ occupancy ลดเล็กน้อยในปี 2569 — แต่ค่าเฉลี่ยซ่อน dispersion ที่ใหญ่กว่าค่ากลาง Bangtao และ Kamala — สองพื้นที่ติดกัน — แสดงผลลัพธ์ตรงข้ามภายในระยะ 10 กิโลเมตร
Bangtao integrated resort (Laguna group เป็นต้น) เลือก strategy “hold rate, accept marginal occupancy dip” — ADR ขึ้น 20% Occ ลง 2% ผลคือ RevPAR proxy ≈ +17.6% (1.20 × 0.98 = 1.176) Kamala (Hyatt, Cape Sienna, Andara, etc.) เลือก aggressive “premium positioning” — ADR ขึ้น 40% Occ ลง 24% ผลคือ RevPAR proxy ≈ +6.4% (1.40 × 0.76 = 1.064)
คำถามที่น่าสนใจคือ — ทำไม Kamala ที่ ADR ขึ้นมากกว่า แต่ RevPAR delta น้อยกว่า ยังเลือก strategy แบบนั้น คำตอบอยู่ใน “fixed cost / brand premium / supply pipeline” — ไม่ใช่ในตัวเลข RevPAR เดือนเดียว
RATE-FIRST vs OCCUPANCY-FIRST
Rate-first = ป้องกัน ADR เอาไว้ ยอม volume ลด เพราะ brand position, customer mix, future repeat ผูกกับ rate signal — Bangtao integrated resort และ Kamala luxury cluster เลือกแบบนี้
Occupancy-first = เติม volume ไว้ก่อน ยอม rate ลด เพราะ fixed cost ครอบงำ + variable cost ต่ำ + brand ไม่ได้เป็น premium anchor — ส่วน mass-market 3-star กับ STR/OTA-heavy 4-star
ทั้งสองถูกในตัวเอง — แต่เลือกผิดประเภทจะทำลายปีเต็ม
RevPAR ที่ดีไม่ใช่เรื่องบังเอิญ — มันคือ trade-off ที่ตัวเลขเฉลี่ยซ่อนไว้ และตัวที่ตัดสินคือ elasticity + cost structure ไม่ใช่ “ใจ”
▍กระทบใครบ้าง — แยกตามช่วงเวลา
3-6 เดือน: โรงแรม 4-5 ดาวใน Phuket / Krabi / Samui ที่ต้อง set rate floor Q3-Q4 2569
Revenue Manager กำลังตัดสินใจ rate floor สำหรับ September-December ตอนนี้ — ถ้าใช้ Phuket average ADR +5% เป็น benchmark จะ underprice เพราะค่าเฉลี่ยมาจากหลาย micro-market การดู Bangtao/Kamala แยกชัดให้ข้อมูลว่า luxury cluster สามารถ hold rate ได้แม้ Occ ลด 20%+ — ถ้าโรงแรมคุณอยู่ในกลุ่มนี้แต่ลด rate ตามตลาดรวม กำลัง burn brand premium
6-12 เดือน: Bangkok / Pattaya 4-star indie ที่กำลังพิจารณาเลียนแบบ Phuket model
มีแนวโน้มว่าผู้บริหาร Bangkok urban hotel เห็น Kamala success metric (ADR +40%) แล้วอยากใช้ playbook เดียวกัน — แต่ urban market มี elasticity ต่างจาก resort ภาษาเดียวกันคือ business traveler ใน Bangkok ราคาคงที่ leisure ใน Phuket ราคา elastic การ apply “hold rate floor 6 สัปดาห์” ใน Bangkok โดยไม่ปรับ assumption อาจเสี่ยงสูง
2-3 ปี: โรงแรมที่ยังไม่มี real-time elasticity data — ต้องตัดสินใจรอบใหญ่
การวิเคราะห์แบบ Bangtao/Kamala ต้องการ 13-month rolling data ขั้นต่ำ + compset benchmarking ถ้าวันนี้ยังไม่มี data infrastructure เพื่อ run analysis แบบนี้เอง อย่างน้อยที่สุดต้อง subscribe STR Forward Pace หรือ Lighthouse Market Intelligence ภายในปีนี้ — ไม่เช่นนั้นการตัดสินใจรอบใหญ่ Q4 2570 จะ “เดา” ไม่ใช่ “decide”
▍เหตุผลทำไมไม่ใช่ “ลด rate = เพิ่ม Occ” linear
3 ปัจจัยที่ต้องประเมินก่อนจะใช้ Kamala playbook (hold rate, yield ผ่าน mix shift):
1. Demand price elasticity (ε) ของ segment ของคุณ — ถ้า ε < 1 (inelastic) ลด rate 10% เพิ่ม demand < 10% = revenue ลด ส่วนใหญ่ luxury leisure ε ≈ 0.6-0.9 (relatively inelastic) ส่วน price-sensitive OTA traveler ε ≈ 1.2-1.8 — เลข segment ของคุณวัดเองจาก historical คือเลขเดียวที่ใช้ได้
2. Fixed cost ratio — ถ้า fixed cost (staff, utility, depreciation) > 60% ของ total cost การลด occ ทำให้ unit cost พุ่ง ที่ Kamala property luxury เลือกได้เพราะ fixed cost ของ amenity เหมาะกับ rate premium ไม่ใช่ volume — โรงแรม budget 3-star ที่ fixed cost 40% เลือกตามไม่ได้
3. Brand premium relative to compset — ถ้า property มี brand recognition + repeat guest base > 25% สามารถ hold rate ลดผลกระทบจาก demand dip ผ่าน loyalty + advance booking guarantee แต่ถ้า property ขายผ่าน OTA 60-70% โดยไม่มี repeat — hold rate = lose share ทันที
📊 RevPAR scenario — Property A (4-star, 100 ห้อง, Phuket beach)
ตัวเลขนี้ assume ε ≈ 0.6 และ variable cost ต่อห้อง ≈ 600 บาท (housekeeping + amenity + utility) — ถ้า ε ของ segment คุณสูงกว่า 1.0 scenario 1 อาจ WIN กลับ — ดังนั้นต้องคำนวณด้วย elasticity จริงของคุณก่อนตัดสินใจ
▍สัปดาห์นี้ทำอะไรได้บ้าง
🎯 30-Second Self-Test
- คุณรู้ค่า elasticity (ε) ของ segment หลักของคุณไหม? ถ้าตอบไม่ได้ใน 60 วินาที — ยังตัดสินใจ rate strategy ไม่ได้ ต้องคำนวณก่อน
- Fixed cost ของคุณคิดเป็น % ของ total cost > 60% หรือไม่? ถ้าใช่ — ระวัง “occupancy-first” mindset เพราะ unit cost จะพุ่งเมื่อ Occ ลด แต่ rate-first ก็เสี่ยงเช่นกัน ต้องเลือกตาม segment
- Brand premium ของคุณเทียบกับ compset > 15% หรือไม่? ถ้าใช่ — hold rate ป้องกัน positioning ได้ ถ้าไม่ — hold rate = lose share เร็ว
⚡ Action 3 ขั้น เริ่มได้สัปดาห์นี้
- Audit (สัปดาห์นี้): ดึง Occ-ADR-RevPAR + segment mix 13 เดือนย้อนหลังจาก PMS — สร้าง table แยก segment (Corp/Leisure/OTA/Group) ดูว่าตอน rate เปลี่ยน demand เปลี่ยนแค่ไหน คำนวณ ε แต่ละ segment
- Match (2 สัปดาห์): เปรียบเทียบ result ของคุณกับ Phuket Bangtao / Kamala benchmark (หรือ submarket เดียวกัน) — ใช้ STR Trend, Lighthouse Market Intelligence หรือ RoomPriceGenie compset (ราคา 18,000-90,000 บาท/เดือน ตาม coverage)
- Trial (6 สัปดาห์): hold rate floor 6 สัปดาห์ ใน segment ที่ ε < 1 — วัด RevPAR delta vs prior 6 weeks + compset shift ถ้า delta positive ขยายผล ถ้า negative แต่ compset ก็แย่ตาม = ตลาดไม่ใช่ strategy
(ราคา vendor เปลี่ยนได้ ขอ quote ตรงเสมอ — ตัวเลขในตัวอย่างเป็น indicative ณ พฤษภาคม 2569)
คำถามสุดท้ายไม่ใช่ “ควรลดหรือไม่ลด rate” — แต่คือ “ผมมี data + analysis เพียงพอจะตัดสินใจไหม” Bangtao integrated resort และ Kamala luxury cluster ตัดสินใจคนละแบบ ผลลัพธ์คนละแบบ — แต่ทั้งคู่ตัดสินใจบน data ของ property ของตัวเอง ไม่ใช่บน “ค่าเฉลี่ยตลาด”
โรงแรมที่ดู Phuket overall ADR +5% แล้วใช้เป็น guide สำหรับ rate floor ของตัวเองคือ โรงแรมที่กำลังตัดสินใจด้วย dispersion ที่ผิดประเภท เลขที่ใช้ได้จริงคือ Occ-ADR-RevPAR ของ submarket + segment mix ของคุณเอง
🤝 อยากลองคิดด้วยกัน?
หลายคนเห็น Kamala +40% ADR แล้วอยากลองทำตาม บางคนเห็น -24% Occ แล้วกลัว — ทั้งสองปฏิกิริยา reasonable แต่ตอบไม่ได้ถ้ายังไม่ได้คำนวณ elasticity ของ segment ของคุณเอง
