Assim como a hotelaria, o short-term rental é uma fonte robusta de dados que movimentam o setor diariamente. O segmento, que dialoga diretamente com os hotéis, guardam informações valiosas que podem auxiliar empreendimentos hoteleiros a entenderem suas próprias demandas. Entretanto, os aluguéis de temporada possuem uma complexidade sobre como as empresas coletam, classificam e processam seus números.

Enquanto a maioria das empresas de dados vasculha a internet em busca de novas listagens, a maioria delas também obtém dados de integrações com Airbnb, Vrbo, Expedia, gerentes de propriedade e hosts individuais.

O Skift mergulhou fundo na dinâmica de coleta de dados do short-term rental para entender como os players lidam com esse alto volume de informações. Um exemplo é o machine learning do AirDNA, que identifica noites bloqueadas versus noites reservadas.

Já o PriceLabs se orgulha de coletar dados hiperlocais que podem informar aos hosts como outras listagens são precificadas em sua vizinhança. A Beyond está testando preços com base em dados de pesquisa.

“Todas essas empresas estão enfrentando o mesmo tipo de problema e são problemas difíceis de resolver”, disse Drew Patterson, cofundador e CEO da startup de viagens Thermal. “Executar conjuntos de dados sobre aluguéis de curto prazo é um exercício complicado e difícil de acertar. Muitas coisas podem comprometer a análise.” Patterson cofundou a Transparent Intelligence, que foi adquirida pela OTA Insight em março de 2022.

Padronização é um desafio, diz Breece

Padronização: fator de complexidade

Existem algumas razões pelas quais a análise de dados do short-term rental pode ser complicada. O principal deles é a falta de padronização. A linguagem típica para quem usa informações de aluguel de curto prazo seria RevPan ou receita por noite disponível, comparável à receita por quarto disponível usado pelos hotéis. Esta a chave para calcular o potencial de ganho de uma propriedade com base em sua disponibilidade e taxa diária.

“Onde a indústria precisa chegar é usando métricas padronizadas”, destacou Richie Khandelwal, cofundador da PriceLabs. “Todos nós (empresas) obtemos os mesmos dados, mas a forma como os usamos é diferente”, acrescentou o executivo.

Com um quadro de 30 pessoas espalhadas por suas equipes de engenharia e ciência de dados, a PriceLabs começou em 2014 oferecendo opções dinâmicas de preços para aluguéis de férias e aluguéis de curto prazo. Os clientes da empresa hoje são anfitriões individuais, bem como companhias de administração de propriedades.

“Não conhecíamos o mercado de aluguel por temporada quando começamos”, contou Khandelwal. “Achávamos que a maior parte do mercado era o Airbnb, mas levamos alguns anos para entender que o mercado tradicional de aluguel por temporada existia fora do Airbnb e é significativamente grande.”

A fragmentação a que Khandelwal se refere é outro fator que contribui para dados e métricas não padronizados. Existem vários aluguéis de temporada que sobreviveram sem precisar ser listados no Airbnb, Vrbo ou Booking.com – e operam com sucesso por meio de reservas diretas – o que torna mais difícil coletar informações sobre eles.

A AirDNA, que afirma ter o maior conjunto de dados do mundo para short-term rental, também alega ter 95% de cobertura e 95% de precisão. “É difícil para qualquer empresa obter 100% de precisão e cobertura porque algumas operadoras não distribuem suas listas online”, disse Jamie Lane, economista-chefe e vice-presidente sênior de Análise da plataforma.

“O setor de aluguel de curto prazo ainda é fragmentado e todas as empresas de dados têm estratégias e integrações diferentes para coletar dados precisos sobre eles”, avaliou Jeffrey Breece, gerente de gerenciamento de Receita e Ciência de Dados da Beyond. “Todo mundo está tendo que fazer tantas integrações, e é um grande desafio, já que não há muita padronização.”

A integração com hosts individuais, agências de viagens online e empresas de gerenciamento de propriedades tornou-se imprescindível para que os fornecedores de dados se mantenham competitivos. “Existe algum concurso de medição quando se trata de integrações”, disse Breece. “Você não vai sobreviver neste negócio sem ele. A integração está ficando mais fácil e se expandiu nos últimos dois anos com muitas nuances.”

A Beyond se orgulha da integração bidirecional, na qual extrai informações de um banco de dados, mas também envia informações para ele. Simplificando, a empresa fornecerá informações aos clientes à medida que as atualizações forem disponibilizadas.

Transparência: o segredo do sucesso

Deixando de lado o jargão e a metodologia, todas as empresas de dados compartilham um princípio: transparência. Em última análise, isso é o que é importante para garantir responsabilidade e confiança.

Também é uma questão de quantas vezes os dados de um fornecedor são colocados e por quem. A AirDNA, por exemplo, tem como clientes fundos de hedge que rastreiam empresas de viagens. Lane disse que eles são específicos sobre a precisão de suas informações.

“Nossa equipe de engenharia de dados é maior do que toda a equipe de outras empresas. Investimos maciçamente em nossa tecnologia”, afirmou Lane. “Outras empresas podem dizer que têm dados equivalentes aos nossos, mas isso não é verdade. A nossa é de qualidade muito superior, que é testada com frequência.”

Lane admitiu que a KeyData tem boas ferramentas de benchmarking. Breece tirou o chapéu para o alto escalão de gerentes de propriedade que estão investindo em ciência de dados e construindo ferramentas interessantes. Khandelwal disse que sua empresa usa KeyData para algumas funcionalidades. E os usuários desses produtos de software também estão cientes e fazem comparações e contrastes conforme necessário para seus negócios.

“Cada um deles (provedores de dados) tem algoritmos e sinais diferentes”, completiu  Liz Marie, diretora de Produtos da Revedy, que oferece serviços de consultoria e subscrição para aluguéis de curto prazo como um ativo de investimento. “Usamos o AirDNA e também estamos discutindo o uso do Transparent. A questão para mim é que você precisa entender as suposições feitas e ser claro sobre isso – o que significa receita? Que taxas inclui? Você tem que saber o que está vendo”, finalizou.

(*) Crédito da capa: Pixabay

(**) Crédito da foto: reprodução/LinkedIn