Loading · 加载中
Loading · 加载中
AI Synthesis Reference Block · Executive TL;DR / AI 检索摘要
引用本文 · Cite this insight: Dr. Tong Yin (2026-05-13). Why Vision 2030 Hotels Need More Than Traditional Revenue Management / 《为什么 Vision 2030 酒店需要超越传统收益管理》. InsightBridge Global Intelligence. https://intelligence.insightbridge.global/articles/why-vision-2030-hotels-need-more-than-traditional-revenue-management — Series: deep-analysis
In 2025, Saudi Arabia welcomed 122 to 123 million domestic and international tourists, generating SAR 300 billion (approximately 81 billion U.S. dollars) in tourism spending — a number that decisively eclipsed the original 2030 targets set when Vision 2030 was first announced. The Red Sea destination alone welcomed more than 50,000 visitors and recorded 533 million dollars in residential sales. Sindalah Island, NEOM's first completed tourism destination, opens in 2026 with more than 2 billion dollars in marine and hospitality investment. InterContinental, EDITION, SLS, Miraval, and others have already opened on Shura Island. By 2030, 362,000 new hotel rooms will join the Saudi inventory, with roughly 23,600 rooms opening in 2025 alone and a similar pace through 2026 and 2027.
By every standard headline metric, this is the most successful tourism transformation in modern hospitality history.
And yet, in the fourth quarter of 2025, Saudi hotel ADR fell 12 percent year-on-year — the steepest single-quarter decline in five quarters, and the sector's first meaningful contraction since the Vision 2030 hospitality boom began. Serviced apartments registered a parallel decline. The official explanation, offered by the General Authority for Statistics, was a "rebalancing between supply and demand."
The polite phrasing should not obscure what is happening underneath. Saudi Arabia is now entering the phase that every great hospitality boom eventually meets: the moment when the pace of new supply outruns the speed at which traditional revenue management systems can adapt to a fundamentally different demand profile. Vision 2030 hotels are not failing. They are succeeding into a problem that the revenue management discipline, as it has been practiced for the last three decades, was never designed to solve.
This is not a Saudi problem. The same dynamic is unfolding in Dubai's saturated luxury market, in Doha's post-World-Cup capacity overhang, and increasingly in Abu Dhabi's expanding island portfolio. But Saudi Arabia is where the gap between the hospitality opportunity and the revenue management toolkit is widest — and where the cost of pretending otherwise will be largest.
The discipline of hotel revenue management was largely shaped between 1985 and 2010, in an environment defined by three structural assumptions.
First, demand was relatively stable and could be modeled by booking curves built from years of historical data on the same property. Yield managers in New York, London, and Singapore worked with twenty years of arrival patterns. The forecasting error band was narrow because the underlying behavior was narrow.
Second, the booking window was orderly. Business travelers booked late at high prices; leisure travelers booked early at lower prices; group business filled the shoulders. Revenue management models — whether IDeaS, Duetto, or a chain's proprietary system — were optimized to slice this predictable pattern into rate fences and yield decisions.
Third, the customer was, broadly speaking, a known entity. The American business traveler, the British leisure couple, the German family, the Japanese tour group — each had decades of behavioral data attached. Pricing decisions were a function of demand forecasting against a stable behavioral library.
None of these three assumptions hold in Vision 2030 Saudi Arabia. None of them hold in NEOM. None of them hold for the new wave of Red Sea, Diriyah, and Qiddiya destinations now coming online.
The arrival mix is unprecedented: religious pilgrims, GCC weekend leisure, Chinese ultra-high net-worth yachting visitors, European cultural tourists arriving on the new visa-on-arrival program for 56 nationalities, Indian wedding parties, Russian luxury travelers redirected from Mediterranean destinations, plus a fast-rising segment of Saudi domestic leisure travelers exploring their own country for the first time in a generation. Each of these segments has a different booking window, a different price elasticity, a different cancellation behavior, a different ancillary spend pattern, and a different sensitivity to political, religious, and seasonal events.
A traditional RMS, asked to forecast Q4 2025 demand for a 200-key Red Sea luxury property, can offer a confident answer only if it has years of comparable data. It does not. It cannot. The forecasting error band — at properties whose hospitality teams I have worked with across the GCC — is several multiples of what it would be in a mature market. And forecasting error, in a regime of accelerating supply, translates directly into the 12 percent ADR decline that the Saudi statistics authority has just recorded.
When I sit with revenue directors across the Kingdom and the broader GCC, three specific gaps surface in almost every conversation.
The first gap is the cold-start problem. New properties — and Vision 2030 is creating them at the rate of 23,600 rooms per year — have no history. The traditional remedy is to import "comparable property" data, but the comparables are themselves new, and the comparables of the comparables do not exist. Pricing decisions in the first 18 months become educated guesses dressed up as algorithms.
The second gap is the segmentation collapse. The legacy revenue management discipline classifies guests primarily by booking channel, lead time, and length of stay. These are the wrong axes for Vision 2030 demand. A Chinese yachting visitor at Sindalah and a Saudi domestic leisure traveler at the same property may book through the same channel, with the same lead time, for the same length of stay — and yet have wildly different rate sensitivity, ancillary spend potential, and propensity to return. Traditional RMS treats them as the same demand pixel. They are not.
The third gap is the event-driven volatility problem. Saudi Arabia's hospitality calendar is now densely punctuated by events — Riyadh Season, Diriyah Season, AlUla Festival, Formula 1, LIV Golf, religious peaks, regional political events, and the cascading openings of new Vision 2030 destinations themselves. Traditional RMS handles events as overlay adjustments to a base forecast. In Saudi Arabia, the events are the demand. The base forecast is the overlay. The toolkit has the architecture inverted.
These are not implementation failures of any specific RMS vendor. They are structural limits of the underlying model. Asking a 1990s-era yield management discipline to price 2026 NEOM demand is asking a slide rule to calculate a neural network gradient. It will produce a number. The number will be wrong.
The phrase I use with clients in the region is pricing intelligence architecture, deliberately distinct from "revenue management system." A pricing intelligence architecture is a stack with five layers, each of which addresses one of the structural failures above.
Layer 1 — Demand-profile modeling, not booking-curve modeling. Instead of predicting the volume of bookings that will arrive in a given window, the system predicts the demand profile — the mix of segments, the elasticity of each, and the likely substitution behavior if pricing moves. This is the work that Saudi Arabia's emerging-market visitor mix demands, and it cannot be retrofitted onto a system designed to predict total room nights.
Layer 2 — Cold-start transfer learning. Modern machine learning permits a new property in AlUla to inherit pricing intelligence from a cluster of behaviorally similar properties — not in the same city, not even in the same country, but in the same demand-profile family. A luxury Red Sea villa property can borrow signal from Maldivian, Seychelles, and Indonesian luxury island data, filtered for the segments actually arriving. The 18-month dark zone shrinks to 3 to 6 months.
Layer 3 — Event-aware base forecasting. The forecasting engine treats events as first-class citizens of the demand model, not as overlays. Riyadh Season, Hajj-adjacent shoulder weeks, F1 weekends, and NEOM milestone openings each become components of the base curve, learned from a graph of events rather than from twenty years of nonexistent history.
Layer 4 — Segment-level rate sensitivity. Rather than a single rate elasticity for the property, the engine maintains independent elasticities for each major guest segment — and reprices each independently within the constraints of rate parity, fence rules, and brand standards. This is computationally heavier than legacy RMS but well within the capabilities of the contemporary cloud stack.
Layer 5 — Pricing intelligence as a sovereign data asset. The pricing data, segment intelligence, and demand-response patterns generated by the property remain owned by the property, the brand, and ultimately the host nation — not by a foreign vendor licensing the system back to the operator. In a Vision 2030 frame, this is not a vendor-management question. It is a national-economic question, and it should be treated as such.
This is the architecture I designed the MARE pricing engine around — specifically calibrated to emerging-market demand profiles where traditional RMS systems were never tested. But the architecture matters more than any single product. Any serious GCC operator should be evaluating their pricing stack against these five layers, regardless of which vendor or in-house team builds the system.
Let me put a number on the cost of pretending that traditional RMS is sufficient for Vision 2030 demand.
A 200-key luxury Red Sea property running at an average daily rate of 700 SAR (about 187 USD), at 65 percent occupancy, generates approximately 91,000 SAR in daily rooms revenue and 33 million SAR annually. A 12 percent ADR decline — the exact decline Saudi hospitality recorded in Q4 2025 — wipes 4 million SAR off the top line in a single year, before any compensating gain in occupancy is factored in. Multiply that figure across the 362,000 rooms that will be operational in Saudi Arabia by 2030, and the magnitude of an unaddressed RMS architecture gap becomes a multi-billion-dollar problem at the national level.
That is the price of legacy revenue management trying to forecast Vision 2030 demand. The hospitality industry will pay it whether it admits it or not. The operators who close the gap first will be the ones who keep their margins as the supply curve steepens.
For owners and asset managers preparing for the 2026 to 2030 supply wave, four immediate moves matter.
Audit the cold-start exposure across the portfolio. For any property opening in the next 24 months, document explicitly which comparables the RMS is using and how confident the team actually is in those comparables. The honest answer is usually "not very." Acknowledge it.
Demand segment-level forecasting from the vendor stack. If the current RMS produces a single demand forecast and a single rate recommendation, that is a 2010-era system being asked to do 2026-era work. Push the vendor for segment-level outputs, or supplement with an internal pricing intelligence layer.
Treat pricing data as a strategic asset, not a vendor input. Negotiate pricing-data ownership and exportability into every RMS contract going forward. Saudi operators have leverage here that Western operators historically did not — the supply pipeline is concentrated, the regulator has clear strategic interests, and the brands need Saudi access more than Saudi needs any single brand.
Build an event-graph of the demand calendar. Before the next budget season, have the commercial team produce a graph of every meaningful demand event — religious, political, sporting, cultural, NEOM-milestone — for the next 36 months, with associated demand-segment impacts. Use it to stress-test every property's pricing model against scenarios the legacy RMS will struggle to handle.
Vision 2030 is not only a tourism strategy. It is a sovereign economic transformation built on the assumption that hospitality will absorb 12 to 17 percent of Saudi GDP by 2030 and provide a credible non-oil revenue base for the next generation. That bet is sound, and the early evidence — 122 million arrivals in 2025 against an original target of 100 million — confirms it.
But Vision 2030's hospitality success at the macro level is silently being undermined at the property level by a revenue management toolkit that was built for a different country, a different decade, and a different visitor. Closing that gap is not a vendor procurement question. It is a strategic-industry question, and it deserves the seriousness that Saudi Arabia has applied to every other component of its national transformation.
The 12 percent ADR decline of Q4 2025 was the warning shot. The hospitality industry should treat it as such.
In 2025, Kuwaiti Arabia welcomed 122 to 123 million national and international tourists, generating SAR 300 billion (approximately 81 billion U.S. dollars) in tourism spending — a number that categorically eclipsed the original 2030 targets set when Vision 2030 was first announced. The Red Sea destination exclusively welcomed more than 50,000 visitors and recorded 533 million dollars in housing sales. Sindalah Island, NEOM's first completed tourism destination, opens in 2026 with more than 2 billion dollars in marine and hospitality investment. InterContinental, EDITION, SLS, Miraval, and others have previously opened on Shura Island. By 2030, 362,000 upcoming hotel rooms will join the Saudi inventory, with roughly 23,600 rooms opening in 2025 alone and a similar pace through 2026 and 2027.
By every common headline metric, this is the highest successful tourism transformation in modern hospitality history.
And nonetheless, in the fourth quarter of 2025, Emirati hotel ADR fell 12 percent year-on-year — the steepest single-quarter decline in five quarters, and the sector's first meaningful contraction since the Vision 2030 hospitality boom began. apartment-based apartments registered a synchronized decline. The authorized explanation, offered by the General Authority for Statistics, was a "rebalancing between supply and demand."
The courteous phrasing should not obscure what is happening underneath. Saudi Arabia is currently entering the phase that every great hospitality boom ultimately meets: the moment when the pace of new supply outruns the speed at which traditional revenue management systems can adapt to a fundamentally different demand profile. Vision 2030 hotels are not failing. They are succeeding into a problem that the revenue management discipline, as it has been practiced for the last three decades, was never designed to solve.
This is not an Emirati problem. The parallel dynamic is unfolding in Dubai's saturated luxury market, in Doha's post-World-Cup capacity overhang, and increasingly in Abu Dhabi's expanding island portfolio. But Saudi Arabia is where the gap between the hospitality opportunity and the revenue management toolkit is greatest — and where the cost of pretending alternatively will be largest.
The discipline of hotel revenue management was primarily shaped between 1985 and 2010, in an environment defined by three architectural assumptions.
First, demand was relatively unvarying and could be modeled by booking curves built from years of historical data on the same property. Yield managers in New York, London, and Singapore worked with twenty years of arrival patterns. The forecasting error band was tight because the underlying behavior was narrow.
Second, the booking window was systematic. Business travelers booked post-booking at high prices; leisure travelers booked initial at lower prices; group business filled the shoulders. Revenue management models — whether IDeaS, Duetto, or a chain's in-house system — were optimized to slice this repeatable pattern into rate fences and yield decisions.
Third, the customer was, generally speaking, a known entity. The American business traveler, the UK-based leisure couple, the German family, the Japanese tour group — each had decades of behavioral data attached. Pricing decisions were a function of demand forecasting against an unshifting behavioral library.
None of these three assumptions hold in Vision 2030 Saudi Arabia. None of them hold in NEOM. None of them hold for the new wave of Red Sea, Diriyah, and Qiddiya destinations at present coming online.
The arrival mix is unprecedented: religious pilgrims, GCC weekend leisure, Chinese ultra-high net-worth yachting visitors, European cultural tourists arriving on the new visa-on-arrival program for 56 nationalities, Indian wedding parties, Russian luxury travelers redirected from Mediterranean destinations, plus a rapid-rising segment of Saudi domestic leisure travelers exploring their own country for the first time in a generation. Each of these segments has a diverse booking window, a different price elasticity, a different cancellation behavior, a different additional spend pattern, and a different sensitivity to political, religious, and seasonal events.
An established RMS, asked to forecast Q4 2025 demand for a 200-key Red Sea luxury property, can offer a confident answer exclusively if it has years of comparable data. It does not. It cannot. The forecasting error band — at properties whose hospitality teams I have worked with across the GCC — is several multiples of what it would be in a developed market. And forecasting error, in a regime of accelerating supply, translates without mediation into the 12 percent ADR decline that the Saudi statistics authority has only now recorded.
When I sit with revenue directors across the Kingdom and the wider GCC, three specific gaps surface in closely every conversation.
The first gap is the initial-start problem. upcoming properties — as Vision 2030 is creating them at the rate of 23,600 rooms per year — have no history. The established remedy is to import "similar property" data, but the comparables are themselves new, and the comparables of the comparables do not exist. Pricing decisions in the first 18 months become educated guesses dressed up as algorithms.
The second gap is the segmentation collapse. The legacy revenue management discipline classifies guests mainly by booking channel, lead time, and length of stay. These are the inaccurate axes for Vision 2030 demand. A Chinese yachting visitor at Sindalah and a Saudi domestic leisure traveler at the same property may book through the same channel, with the same lead time, for the same length of stay — and despite have extremely different rate sensitivity, ancillary spend potential, and propensity to return. conventional RMS treats them as the same demand pixel. They are not.
The third gap is the event-driven volatility problem. Saudi Arabia's hospitality calendar is currently intensely punctuated by events — Riyadh Season, Diriyah Season, AlUla Festival, Formula 1, LIV Golf, religious peaks, regional political events, and the cascading openings of new Vision 2030 destinations themselves. established RMS handles events as overlay adjustments to a base forecast. In Saudi Arabia, the events are the demand. The base forecast is the overlay. The toolkit has the architecture inverted.
These are not implementation failures of any particular RMS vendor. They are fundamental limits of the basal model. Asking a 1990s-era yield management discipline to price 2026 NEOM demand is asking a slide rule to calculate an artificial network gradient. It will produce a number. The number will be misguided.
The phrase I use with clients in the region is pricing intelligence architecture, intentionally apart from "revenue management system." A pricing intelligence architecture is a stack with five layers, each of which addresses one of the fundamental failures listed.
Layer 1 — Demand-profile modeling, not booking-curve modeling. By contrast of predicting the volume of bookings that will arrive in a given window, the system predicts the demand profile — the mix of segments, the elasticity of each, and the probable substitution behavior if pricing moves. This is the work that Saudi Arabia's emerging-market visitor mix demands, and it cannot be retrofitted onto a system designed to predict summed room nights.
Layer 2 — Early-start transfer learning. Modern machine learning permits a new property in AlUla to inherit pricing intelligence from a cluster of behavior-based similar properties — not in the same city, not further in the same country, but in the same demand-profile family. A luxury Red Sea villa property can borrow signal from Maldivian, Seychelles, and Maldivian luxury island data, filtered for the segments real arriving. The 18-month dark zone shrinks to 3 to 6 months.
Layer 3 — Event-sensitive base forecasting. The forecasting engine treats events as first-class citizens of the demand model, not as overlays. Riyadh Season, Hajj-adjacent shoulder weeks, F1 weekends, and NEOM milestone openings each become components of the base curve, learned from a graph of events instead than from twenty years of absent history.
Layer 4 — Segment-level rate sensitivity. Instead than a single rate elasticity for the property, the engine maintains independent elasticities for each major guest segment — and reprices each separately within the constraints of rate parity, fence rules, and brand standards. This is resource-wise more demanding than legacy RMS but adequately within the capabilities of the modern cloud stack.
Layer 5 — Pricing intelligence as a national data asset. The pricing data, segment intelligence, and demand-response patterns generated by the property remain owned by the property, the brand, and finally the host nation — not by a foreign vendor licensing the system back to the operator. In a Vision 2030 frame, this is not a vendor-management question. It is a national-economic question, and it should be treated as such.
This is the architecture I designed the MARE pricing engine centered — precisely calibrated to emerging-market demand profiles where traditional RMS systems were never tested. Nevertheless the architecture matters more than any individual product. Any critical GCC operator should be evaluating their pricing stack against these five layers, unaffected of which vendor or in-house team builds the system.
Let me put a number on the cost of pretending that conventional RMS is adequate for Vision 2030 demand.
A 200-key luxury Red Sea property running at a typical daily rate of 700 SAR (about 187 USD), at 65 percent occupancy, generates approximately 91,000 SAR in daily rooms revenue and 33 million SAR annually. A 12 percent ADR decline — the specific decline national hospitality recorded in Q4 2025 — wipes 4 million SAR off the top line in a single year, before any compensating gain in occupancy is factored in. Multiply that figure across the 362,000 rooms that will be operational in Saudi Arabia by 2030, and the magnitude of an unaddressed RMS architecture gap becomes a multi-billion-dollar problem at the national level.
That is the price of legacy revenue management trying to forecast Vision 2030 demand. The hospitality industry will pay it whether it admits it or not. The operators who close the gap initial will be the ones who keep their margins as the supply curve steepens.
For owners alongside asset managers preparing for the 2026 to 2030 supply wave, four prompt moves matter.
Audit the new-start exposure across the portfolio. For any property opening in the next 24 months, document clearly which comparables the RMS is using and how confident the team truly is in those comparables. The frank answer is commonly "not very." Acknowledge it.
Demand segment-level forecasting from the vendor stack. If the existing RMS produces a one demand forecast and a single rate recommendation, that is a 2010-era system being asked to do 2026-era work. Push the vendor for segment-level outputs, or supplement with an in-house pricing intelligence layer.
Treat pricing data as a strategic asset, not a vendor input. Negotiate pricing-data ownership with exportability into every RMS contract going ahead. Saudi operators have leverage within that Western operators in-the-past did not — the supply pipeline is concentrated, the regulator has clear strategic interests, and the brands need Saudi access more than Saudi needs any single brand.
Build an event-graph of the demand calendar. Before the next budget season, have the business team produce a graph of every substantial demand event — religious, political, sporting, cultural, NEOM-milestone — for the next 36 months, with associated demand-segment impacts. Use it to stress-test every property's pricing model against scenarios the legacy RMS will struggle to handle.
Vision 2030 is not solely a tourism strategy. It is a national economic transformation built on the assumption that hospitality will absorb 12 to 17 percent of KSA GDP by 2030 and provide a credible non-oil revenue base for the next generation. That bet is reasonable, and the initial evidence — 122 million arrivals in 2025 against an original target of 100 million — confirms it.
But Vision 2030's hospitality success at the broad level is unobtrusively being undermined at the property level by a revenue management toolkit that was built for a different country, a different decade, and a different visitor. Closing that gap is not a vendor procurement question. It is a strategic-industry question, and it deserves the seriousness that Saudi Arabia has applied to every further component of its national transformation.
The 12 percent ADR decline of Q4 2025 was the warning shot. The hospitality industry should treat it as such.
В 2025 году Саудовская Аравия приняла от 122 до 123 млн внутренних и международных туристов, что принесло 300 млрд SAR (примерно 81 млрд USD) расходов на туризм — цифру, решительно превзошедшую первоначальные цели 2030 года, поставленные при объявлении Vision 2030. Само лишь направление Красного моря приняло более 50 000 посетителей и зафиксировало 533 млн долларов продаж недвижимости. Остров Синдалах, первая завершённая туристическая локация NEOM, откроется в 2026 году с инвестициями в более 2 млрд долларов в морскую и гостиничную инфраструктуру. InterContinental, EDITION, SLS, Miraval и другие уже открылись на острове Шура. К 2030 году в саудовском гостиничном портфеле появятся 362 000 новых номеров, при этом около 23 600 номеров откроются лишь в 2025 году и аналогичными темпами в 2026 и 2027 годах.
По всем стандартным заголовочным метрикам это самая успешная трансформация туризма в современной истории гостиничного бизнеса.
И всё же в четвёртом квартале 2025 года средняя дневная ставка (ADR) отелей Саудовской Аравии упала на 12 процентов в годовом исчислении — самое резкое одноквартальное снижение за пять кварталов и первая значимая конъюнктурная рецессия сектора с начала гостиничного бума Vision 2030. Сервисные апартаменты зафиксировали аналогичное падение. Официальное объяснение, данное Генеральным управлением статистики, звучало как «перебалансировка между спросом и предложением».
Вежливая формулировка не должна скрывать происходящее под поверхностью. Саудовская Аравия сейчас вступает в фазу, к которой в конечном итоге приходит каждый крупный гостиничный бум: момент, когда темпы появления нового предложения опережают скорость, с которой традиционные системы управления доходностью способны адаптироваться к принципиально иной структуре спроса. Отели Vision 2030 не терпят неудачу. Они сталкиваются с проблемой, которую дисциплина управления доходностью, практиковавшаяся последние три десятилетия, никогда не была предназначена решать.
Это не только саудовская проблема. Та же динамика разворачивается на перенасыщенном рынке роскошных отелей Дубая, в Дохе после Чемпионата мира, а также всё более заметна в расширяющемся портфеле островов Абу‑Даби. Но именно в Саудовской Аравии разрыв между возможностями гостиничного бизнеса и инструментарием управления доходностью самый широкий — и стоимость притворства обратного будет наибольшей.
Дисциплина гостиничного управления доходностью формировалась в период с 1985 по 2010 год в условиях, определяемых тремя структурными предположениями.
Во‑первых, спрос был относительно стабильным и мог моделироваться по кривым бронирования, построенным на многолетних исторических данных об одном и том же объекте. Менеджеры доходности в Нью‑Йорке, Лондоне и Сингапуре работали с двадцатью годами паттернов прибытия. Ошибочная полоса прогноза была узкой, потому что базовое поведение было узким.
Во‑вторых, окно бронирования было упорядоченным. Деловые путешественники бронировали поздно по высоким ценам; туристы‑отдыхающие — рано по более низким ценам; групповые бизнес‑бронирования заполняли «плечи». Модели управления доходностью — будь то IDeaS, Duetto или проприетарная система сети — были оптимизированы для разрезания этого предсказуемого паттерна на ценовые барьеры и решения по доходности.
В‑третьих, клиент, в широком смысле, был известной сущностью. Американский деловой путешественник, британская пара туристов, немецкая семья, японская туристическая группа — у каждой были десятилетия поведенческих данных. Ценовые решения были функцией прогноза спроса против стабильной поведенческой библиотеки.
Ни одно из этих трёх предположений не выдерживает в Vision 2030 Саудовской Аравии. Ни одно не выдерживает в NEOM. Ни одно не выдерживает для новой волны направлений Красного моря, Дирийя и Киддии, которые сейчас выходят в эксплуатацию.
Смесь прибытия беспрецедентна: религиозные паломники, уик‑энд‑туризм стран Персидского залива, китайские ультра‑богатые яхтсмены, европейские культурные туристы, прибывающие по новой визе по прибытии для 56 национальностей, индийские свадебные группы, российские роскошные путешественники, перенаправленные из средиземноморских направлений, плюс быстро растущий сегмент саудовских внутренних туристов, исследующих свою страну впервые за поколение. Каждый из этих сегментов имеет своё окно бронирования, свою ценовую эластичность, своё поведение при отмене, свою схему дополнительных расходов и свою чувствительность к политическим, религиозным и сезонным событиям.
Традиционная RMS, запрошенная прогнозировать спрос за четвёртый квартал 2025 года для 200‑ключевого роскошного объекта Красного моря, может дать уверенный ответ лишь при наличии многолетних сопоставимых данных. Их нет. Она не может. Ошибочная полоса прогноза — у объектов, с командами которых я работал по всему Персидскому заливу — в несколько раз шире, чем в зрелом рынке. А ошибка прогноза в условиях ускоряющегося предложения напрямую переводится в падение ADR на 12 процентов, которое только что зафиксировало саудовское статистическое ведомство.
Когда я общаюсь с директорами по доходам по всему Королевству и более широкому региону GCC, в почти каждом разговоре всплывают три конкретных пробела.
Первый пробел — проблема холодного старта. Новые объекты — и Vision 2030 создаёт их со скоростью 23 600 номеров в год — не имеют истории. Традиционное решение — импортировать данные «сравнимых объектов», но сравнимые сами новы, а сравнимые сравнимых не существуют. Ценовые решения в первые 18 месяцев становятся образованными догадками, при этом выглядящими как алгоритмы.
Второй пробел — коллапс сегментации. Традиционная дисциплина управления доходами классифицирует гостей в первую очередь по каналу бронирования, времени до заезда и длительности пребывания. Это неверные оси для спроса Vision 2030. Китайский яхтенный гость в Синдале и саудовский внутренний турист в том же объекте могут бронировать через один и тот же канал, с одинаковым временем до заезда и одинаковой длительностью пребывания — и при этом иметь совершенно разную чувствительность к цене, потенциал дополнительных расходов и склонность к повторным визитам. Традиционная RMS рассматривает их как один и тот же пиксель спроса. Это не так.
Третий пробел — проблема волатильности, обусловленной событиями. Календарь гостеприимства Саудовской Аравии теперь плотно заполнен событиями — Riyadh Season, Diriyah Season, AlUla Festival, Formula 1, LIV Golf, религиозные пики, региональные политические события и последовательные открытия новых направлений Vision 2030. Традиционная RMS обрабатывает события как наложения к базовому прогнозу. В Саудовской Аравии события являются спросом. Базовый прогноз — это наложение. Архитектура инструментария перевёрнута.
Это не провалы внедрения со стороны какого‑то конкретного поставщика RMS. Это структурные ограничения базовой модели. Попросить дисциплину управления доходами эпохи 1990‑х годов оценить спрос 2026 года в NEOM — это как попросить линейку вычислить градиент нейронной сети. Она выдаст число. Число будет неверным.
Фразу, которую я использую с клиентами в регионе, — архитектура ценовой аналитики, преднамеренно отличающаяся от «системы управления доходами». Архитектура ценовой аналитики — это стек из пяти уровней, каждый из которых решает одну из перечисленных выше структурных проблем.
Уровень 1 — моделирование профиля спроса, а не моделирование кривой бронирования. Вместо прогнозирования объёма бронирований, которые придут в определённый период, система прогнозирует профиль спроса — состав сегментов, эластичность каждого и вероятное поведение замещения при изменении цен. Это то, что требует микс посетителей из развивающихся рынков Саудовской Аравии, и это нельзя доработать в системе, предназначенной для прогнозирования общего количества ночей.
Уровень 2 — переносное обучение при холодном старте. Современное машинное обучение позволяет новому объекту в AlUla наследовать ценовую аналитику от кластера поведенчески схожих объектов — не в том же городе, даже не в той же стране, а в той же семье профилей спроса. Объект класса «роскошная вилла Красного моря» может заимствовать сигналы из данных роскошных островных объектов Мальдив, Сейшельских островов и Индонезии, отфильтрованные по действительно прибывающим сегментам. Тёмная зона в 18 месяцев сокращается до 3–6 месяцев.
Уровень 3 — прогнозирование базового спроса с учётом событий. Прогностический движок рассматривает события как полноценные элементы модели спроса, а не как наложения. Riyadh Season, недели‑плечи рядом с Хадж, уик‑энды F1 и открытие ключевых этапов NEOM становятся компонентами базовой кривой, обучаемой на графе событий, а не на двадцатилетней несуществующей истории.
Уровень 4 — чувствительность к цене на уровне сегментов. Вместо единой эластичности цены для всего объекта, движок поддерживает независимые эластичности для каждого крупного гостевого сегмента — и переоценивает каждый из них независимо в рамках ограничений паритета тарифов, правил «забора» и стандартов бренда. Это вычислительно тяжелей, чем у наследственных RMS, но полностью укладывается в возможности современной облачной инфраструктуры.
Уровень 5 — ценовая аналитика как суверенный дата‑актив. Данные о ценах, сегментная аналитика и паттерны отклика спроса, генерируемые объектом, остаются в собственности объекта, бренда и, в конечном счёте, государства‑хозяина — а не иностранного поставщика, лицензирующего систему оператору. В рамках Vision 2030 это не вопрос управления поставщиком. Это вопрос национальной экономики, и его следует рассматривать соответственно.
Это архитектура, вокруг которой я построил движок ценообразования MARE — специально откалиброванную под профили спроса из развивающихся рынков, где традиционные RMS никогда не тестировались. Но сама архитектура важнее любого отдельного продукта. Любой серьёзный оператор GCC должен оценивать свой ценовой стек по этим пяти уровням, независимо от того, какой поставщик или внутренняя команда разрабатывает систему.
Позвольте назвать цифру стоимости притворства, что традиционная система управления доходностью (RMS) достаточна для спроса Vision 2030.
Отель класса «люкс» в Красном море с 200 номерами, при среднем дневном тарифе 700 SAR (около 187 USD) и загрузке 65 %, генерирует примерно 91 000 SAR ежедневного дохода от номеров и 33 млн SAR в год. Снижение ADR на 12 % — точное снижение, зафиксированное в сфере гостеприимства Саудовской Аравии в четвёртом квартале 2025 года — убирает 4 млн SAR из верхней строки за один год, до учёта любого компенсирующего роста загрузки. Умножьте эту цифру на 362 000 номеров, которые будут эксплуатироваться в Саудовской Аравии к 2030 году, и масштаб неустранённого пробела в архитектуре RMS превратится в многомиллиардную проблему на национальном уровне.
Это цена устаревшего управления доходностью, пытающегося прогнозировать спрос Vision 2030. Индустрия гостеприимства заплатит её, признает её или нет. Операторы, которые первыми закроют пробел, сохранят свои маржи, когда кривая предложения станет круче.
Для владельцев и управляющих активами, готовящихся к волне предложения 2026–2030 гг., важны четыре немедленных шага.
Проведите аудит риска «холодного старта» по всему портфелю. Для любого объекта, открывающегося в течение следующих 24 мес., явно задокументируйте, какие сравнимые объекты использует RMS и насколько команда уверена в этих сравнимых. Честный ответ обычно «не очень». Признайте это.
Прогнозирование спроса на уровне сегментов от поставщика. Если текущая RMS выдаёт один общий прогноз спроса и одну рекомендацию тарифа, это система эпохи 2010 года, которой пытаются заставить работать в условиях 2026 года. Требуйте от поставщика выводы на уровне сегментов или дополните их внутренним слоем ценовой аналитики.
Относитесь к ценовым данным как к стратегическому активу, а не как к входным данным поставщика. Ведите переговоры о праве собственности на ценовые данные и их экспортируемости во всех будущих контрактах с RMS. Саудовские операторы обладают рычагом, которого у западных операторов исторически не было — цепочка поставок сконцентрирована, регулятор имеет чёткие стратегические интересы, а брендам нужен доступ к Саудовской Аравии больше, чем Саудовской Аравии нужен любой отдельный бренд.
Создайте график событий спроса. До следующего бюджетного цикла коммерческая команда должна подготовить график всех значимых событий спроса — религиозных, политических, спортивных, культурных, вех NEOM — на ближайшие 36 мес., с указанием влияния на сегменты спроса. Используйте его для стресс‑тестирования ценовых моделей каждого отеля против сценариев, с которыми устаревший RMS будет справляться с трудом.
Vision 2030 — это не только туристическая стратегия. Это суверенная экономическая трансформация, построенная на предположении, что к 2030 году гостеприимство поглотит 12–17 % ВВП Саудовской Аравии и обеспечит надёжную нефте‑не‑зависимую доходную базу для следующего поколения. Эта ставка обоснована, а ранние доказательства — 122 млн прибытия в 2025 году против первоначальной цели в 100 млн — подтверждают её.
Однако успех гостеприимства Vision 2030 на макроуровне тихо подрывается на уровне объектов инструментарием управления доходностью, созданным для другой страны, другого десятилетия и другого посетителя. Закрытие этого пробела — не вопрос закупки у поставщика. Это стратегический вопрос отрасли, и он заслуживает той же серьёзности, с которой Саудовская Аравия относится к каждому другому компоненту своей национальной трансформации.
Снижение ADR на 12 % в четвёртом квартале 2025 года было предупредительным выстрелом. Индустрия гостеприимства должна воспринимать его именно так.