Forecasting por tipo habitación en hoteles 2026

El forecasting por tipo habitación sigue siendo una de las tareas peor resueltas en muchos hoteles independientes. Y lo digo así de claro porque lo veo cada semana. Se forecasta el hotel entero, se mira la ocupación global, se revisa el ADR total… y luego se toman decisiones como si todas las categorías se comportaran igual. No lo hacen.

Yo creo que en 2026 ya no tiene sentido gestionar inventario y precios solo con una foto agregada. Una doble estándar no se mueve igual que una junior suite. Tampoco tiene el mismo lead time, ni la misma elasticidad, ni la misma dependencia de Booking o Expedia, ni el mismo riesgo de quedarse cerrada demasiado pronto. Si el forecast no baja al detalle de categoría, el revenue se queda cojo.

Qué es el forecasting por tipo habitación y por qué importa tanto

Cuando hablo de forecasting por tipo habitación me refiero a prever la demanda futura de cada categoría del hotel por separado. No solo cuántas habitaciones venderás en una fecha. También cuáles. Estándar, superior, deluxe, familiar, suite, vistas, balcón, conectadas o la nomenclatura real que use tu PMS. La diferencia es enorme. Un forecast global puede decirte que llegarás al 82% de ocupación dentro de 21 días. Pero eso no te dice si las superiores ya deberían estar 15 euros por encima de la estándar, si la suite está atrasada en pickup, o si has abierto una triple demasiado pronto y has canibalizado dos dobles con mejor ADR. En hoteles boutique y urbanos pequeños esto se nota todavía más. Porque cuando tienes pocas unidades por categoría, cualquier decisión pesa mucho. Si tienes 6 junior suites y 2 se venden muy pronto por una mala paridad o por un suplemento corto, el daño al ADR medio de esa categoría es inmediato. Y ya no recuperas ese margen fácilmente. Además, cada categoría tiene su propia mezcla de canales. Hay tipos de habitación que convierten mejor en el motor de reservas, sobre todo si el contenido está bien trabajado en Mirai o Paraty y si las fotos realmente justifican el upselling. Otras se mueven mejor en OTA porque el usuario compara atributos visuales muy rápido. Si no forecastas esa diferencia, acabas haciendo pricing ciego.

Forecastar el hotel sin forecastar sus categorías es como dirigir recepción mirando solo el checkout total, sin saber qué habitaciones quedan realmente limpias y vendibles.

Por qué un forecast global te lleva a errores de precio y disponibilidad

El primer error es tratar el inventario como si fuera intercambiable. No lo es. Sí, todas son habitaciones. Pero comercialmente no compiten igual. Una habitación con terraza y vistas no se debería vender con la misma lógica que una estándar interior. Sin embargo, en muchos hoteles las reglas de pricing siguen un diferencial fijo y perezoso: estándar +20, superior +35, suite +80. Siempre. En agosto, en enero, con citywide event o con puente. Eso no es revenue estratégico. El segundo error es abrir o cerrar categorías en cadena. Pasa mucho cuando el PMS y el channel manager están montados con mapeos antiguos o con restricciones poco finas. Se cierra la base y se deja visible la superior. O al revés. Se abre toda la escalera de categorías porque “todavía queda hotel”. El resultado suele ser el mismo: se destruye escalado de precio, se desordena el mix y el cliente compra más valor por menos dinero. El tercero es no detectar desplazamientos de demanda entre categorías. Imagina un hotel de 40 habitaciones con 20 estándar, 10 superiores, 6 deluxe y 4 junior suites. A 14 días de llegada tienes este ritmo: estándar 75% vendida, superior 40%, deluxe 50%, junior suite 25%. Si miras solo la ocupación global, parece que vas bien. Si bajas al detalle, ves una fuga clara. La estándar está absorbiendo demanda que quizá aceptarías mejor en superior con un suplemento más realista o con cierres selectivos. Y el cuarto, que para mí es de los más caros, es no unir forecasting y operativa. El equipo de reservas puede estar aceptando cambios de categoría, upgrades o ventas telefónicas con una lógica diaria, mientras revenue está revisando solo el total del hotel. Cuando eso ocurre, la previsión se degrada en días. No por falta de trabajo. Por falta de granularidad.

Los datos que necesitas para hacer un forecasting granular de verdad

Aquí no hace falta complicarse con un modelo imposible. Hace falta tener bien ordenados los datos que de verdad explican cómo se mueve cada categoría. Y la verdad es que muchos hoteles ya los tienen en el PMS, en el channel manager o en el motor de reservas, pero no los cruzan bien. Para mí, la base mínima de trabajo en 2026 es esta: on the books por fecha y por tipo de habitación, pickup diario por categoría, ADR por categoría, cancelaciones y modificaciones, lead time medio por categoría, estancia media, canal de entrada, ocupación histórica por DOW, wash esperado y overbooking tolerable si aplica. Si además puedes sumar datos de mercado, mejor. No me refiero solo a un rate shopper. Me refiero a entender qué categorías están mostrando tus competidores en Booking, cómo diferencian fotos y atributos, qué suplementos están marcando y si ciertas tipologías desaparecen rápido del escaparate. Ahí hay información útil. También ayuda mucho separar el histórico sano del histórico contaminado. ¿Qué quiero decir? Que si una categoría estuvo mal descrita durante 4 meses, si hubo habitaciones fuera de servicio, si cambiaste naming en el PMS o si un grupo bloqueó inventario y luego lo soltó tarde, ese dato hay que leerlo con contexto. El forecast no puede construirse con series sucias y luego esperar precisión quirúrgica.

• On the books por fecha y categoría: cuántas habitaciones hay ya vendidas en cada tipo.
• Pickup diario y acumulado por categoría: cuánto entra y cuánto se acelera según ventana.
• ADR por tipo habitación: no el ADR total del hotel, sino el real por categoría.
• Lead time medio por categoría: una suite puede reservarse a 35-60 días y una estándar a 7-18 días.
• Cancelación y wash por categoría: no todas las tipologías cancelan igual ni al mismo ritmo.
• Canal de venta por categoría: web directa, Booking, Expedia, GDS, grupos o teléfono.
• LOS por categoría: qué tipos de habitación concentran estancias de 1 noche y cuáles de 3 o más.
• Patrón por día de la semana: algunas categorías suben en viernes y sábado, otras rinden mejor entre semana.
• Eventos, ferias o citywides: hay categorías que capturan mejor la demanda de alto valor en fechas tensas.
• Disponibilidad real y mapeos: una mala configuración entre PMS y channel manager distorsiona el forecast.
• Histórico de upgrades: si una categoría se llena por upgrades, no confundas demanda real con decisión operativa.
• Paridad y diferencia con venta directa: la conversión de una categoría cambia mucho si tu web tiene mejor contenido o beneficios claros.

Metodología paso a paso para construir el forecasting por tipo habitación

Yo lo trabajo en cinco capas. La primera es segmentar bien el inventario. Parece obvio, pero no siempre lo es. Si en el PMS tienes 9 códigos para habitaciones que comercialmente se comportan igual, el forecast se rompe. Y si tienes una sola categoría metiendo habitaciones muy distintas, también. El primer trabajo es definir grupos útiles para vender y para decidir. La segunda capa es construir curvas de reserva por categoría. No basta con saber cuánto vendiste el año pasado. Necesitas ver cuándo se vendió. Por ejemplo, una estándar puede tener un pickup fuerte en los últimos 10 días, mientras una suite puede vender el 50% de su inventario a más de 30 días. Si mezclas ambas curvas, el forecast llega tarde para una y demasiado pronto para otra. La tercera capa es ajustar por wash y volatilidad. Supongamos que a 21 días tienes 8 superiores vendidas para una fecha concreta. Si esa categoría suele cancelar un 12% y además tiene más modificación que la estándar, no deberías tratar esas 8 como demanda sólida al 100%. Lo mismo al revés: una suite con baja cancelación y prepago tiene más fiabilidad de pickup neto. La cuarta capa es interpretar compresión y desplazamiento. Cuando se tensa una fecha, la demanda no solo sube. Se mueve entre categorías. Si cierras una base demasiado pronto, parte de esa demanda salta a superior. Bien. Pero si la diferencia es absurda, se te irá a otro hotel. Forecastar bien no es solo prever unidades. Es prever migraciones probables entre categorías. La quinta capa es convertir el forecast en acción comercial. Si una categoría va adelantada, no solo subes precio. Quizá cierras descuentos, quitas paquetes, limitas ciertas OTAs o endureces condiciones. Si otra va atrás, no siempre bajas tarifa. A veces corriges el suplemento, mejoras visibilidad en el motor, revisas contenido, trabajas upgrades pagados o das más aire a la venta directa con Google Hotel Ads.

KPIs hoteleros que sí debes vigilar por categoría en 2026

Aquí veo otro fallo habitual: medir por categoría solo ocupación y ADR. Es quedarse a medias. Si quieres hacer forecasting útil, necesitas KPIs que te ayuden a entender ritmo, valor y coste de distribución. Los básicos son ocupación por categoría, ADR por categoría y revenue room nights por categoría. Pero yo añadiría sí o sí pickup a 90, 60, 30, 14, 7 y 3 días, lead time medio, cancelación neta, conversión del motor por categoría si el proveedor te lo permite, share por canal y diferencia de precio efectiva entre categorías. También me parece clave observar el RevPAR por categoría de forma interna, aunque no sea un KPI tan estándar como a nivel hotel. No para compararte con el mercado, sino para ver qué inventario está produciendo más ingreso por unidad disponible. Y si quieres llevarlo un paso más allá, incluso GOPPAR por bloque o categoría en hoteles con costes muy diferenciados, aunque aquí ya depende mucho del nivel de detalle contable. En 2026, con PMS como Cloudbeds o integraciones más sólidas con SiteMinder y motores modernos, ya no es raro poder extraer parte de esto con menos fricción. El problema no suele ser la tecnología. Suele ser que nadie ha definido qué mirar cada mañana y qué decidir con ello.

Ejemplo práctico: un forecast por categoría en un hotel de 42 habitaciones

Vamos a bajarlo a algo real. Imagina un hotel urbano independiente de 42 habitaciones en Valencia. Tiene 22 estándar, 10 superiores, 6 deluxe y 4 junior suites. Estamos mirando el sábado 18 de abril de 2026, a 21 días de llegada. On the books actual: 18 estándar vendidas a ADR 128 euros, 5 superiores a 146 euros, 3 deluxe a 171 euros y 1 junior suite a 229 euros. A nivel hotel, llevas 27 de 42 habitaciones vendidas, un 64% de ocupación. El director puede pensar que la fecha va razonablemente bien. Yo no lo vería así. Si reviso el histórico comparable, las estándar para ese tipo de sábado suelen cerrar en 95%-100% con pickup fuerte en los últimos 10 días. Las superiores cierran en 80%-90%, las deluxe en 70%-85% y las junior suites en 60%-75%. Además, las estándar tienen cancelación del 18%, superiores 12%, deluxe 10% y junior suite 6%. Con ese contexto, mi lectura sería esta: la estándar va muy adelantada. La superior va por detrás y está recibiendo poca migración. La deluxe está tibia. La junior suite no está mal si su lead time medio es de 34 días y su canal principal es web directa, pero tampoco la dejaría sola sin vigilar. ¿Qué haría? Subiría estándar de 128 a 143 euros y restringiría descuentos. Ajustaría superior no a 146, sino a 162-168 si la estándar sube, pero revisando presentación y diferencia percibida. La deluxe quizá la colocaría en torno a 189 con una mejor narrativa en motor. La junior suite no la bajaría de entrada. Miraría visibilidad, fotos, política de cancelación y activación en Google Hotel Ads antes de tocar ADR. Porque a veces el problema no es precio. Es cómo se muestra.

Errores frecuentes al forecastar por tipo de habitación

El primero es construir categorías falsas. Dos habitaciones con tamaños, vistas y baños muy distintos metidas en el mismo saco porque así quedó el PMS hace años. Eso genera ADRs mezclados, curvas deformadas y decisiones malas. Si comercialmente no son iguales, no deberían forecastarse juntas. El segundo es copiar diferenciales fijos sin mirar compresión. Ya lo decía antes, pero merece insistir. Una superior no vale siempre 18 euros más que una estándar. Hay días en los que podría valer 35. Y otros en los que ese salto mata la conversión. El forecast por categoría tiene que alimentar la arquitectura de precios, no limitarse a seguirla. El tercero es ignorar el efecto del canal. Booking suele vender muy bien las categorías base porque la comparación es rápida y el usuario decide con menos fricción. En cambio, ciertas categorías premium convierten mejor en web si el motor de reservas explica bien la diferencia, las fotos son mejores y el hotel controla mejor el relato. Si no separas la demanda por canal, interpretas mal la categoría. El cuarto error es no revisar upgrades. Muchos hoteles creen que una superior tiene alta demanda cuando en realidad se está llenando por upgrades operativos, compensaciones o ventas telefónicas sin disciplina. Ese inventario parece sano en el PMS, pero no refleja willingness to pay. Y el quinto, que me parece especialmente delicado, es forecastar con habitaciones fuera de servicio o bloqueos mal tratados. Si tienes 3 habitaciones de una categoría afectadas por mantenimiento durante parte del mes y no limpias ese histórico, la curva de demanda queda falseada. Luego llega 2026, comparas peras con manzanas y decides mal.

Cómo conectar el forecast con pricing, restricciones y venta directa

Aquí es donde el forecasting por tipo habitación se vuelve rentable de verdad. Porque forecastar no es rellenar un Excel bonito. Es decidir mejor. Y eso afecta a tarifas, disponibilidad, reglas de estancia y distribución. Si una categoría base va muy adelantada y las premium van lentas, tienes varias palancas. Puedes cerrar la base en ciertos canales, subir más rápido el primer escalón, reajustar suplementos, quitar promociones en OTAs o priorizar la venta directa con beneficios visibles. No siempre hay que tocar todo. Pero sí hay que tener una lectura clara de por qué una categoría tira y otra no. En motores como Mirai o Paraty, cuando el contenido está bien montado, se puede trabajar muy bien la comparación entre categorías. Eso ayuda a que el cliente suba de tipo habitación por valor percibido y no solo por diferencia de precio. En Booking o Expedia, en cambio, muchas veces manda más la foto, el naming y el orden visual del inventario. Son detalles pequeños que impactan mucho en categorías premium. También hay que vigilar la paridad. Si tu superior aparece en la web a 168 euros y en una OTA a 162 con mejor política, tu forecast por categoría se va a desviar porque la demanda se escapará por donde no quieres. Lo mismo pasa con Google Hotel Ads, Trivago o Kayak: si la categoría premium no muestra competitividad clara, la web pierde opciones justo donde más margen podría defender. Y una cosa más. Revenue no debería trabajar esto en solitario. El equipo de reservas necesita entender qué categorías estamos defendiendo, cuáles queremos empujar, qué upgrades cobrar y cuáles evitar regalar. Si no, el forecast vive por un lado y la operación vende por otro.

Actualidad 2026: por qué este nivel de detalle ya no es opcional

En 2026 el contexto de distribución hotelera está empujando a ser mucho más fino por categoría. Lo vemos en varias señales. Los costes de adquisición siguen tensionando la rentabilidad. Las OTAs mantienen una capacidad brutal para capturar demanda base. Y la venta directa solo gana de verdad cuando la propuesta por categoría está bien trabajada. Además, los viajeros comparan cada vez más atributos concretos. No compran “una habitación” sin más. Comparan metros, balcón, vista, bañera, sofá cama, piso alto, silencio, flexibilidad. Eso significa que la diferencia comercial entre categorías pesa más. Y si pesa más, forecastarla bien también pesa más. Por otro lado, muchos hoteles independientes ya operan con stack suficiente para hacerlo mejor: PMS más ordenados, channel managers tipo SiteMinder, motores más sólidos, conectividad razonable y reporting aceptable. No perfecto, pero sí bastante mejor que hace cinco o seis años. El cuello de botella ya no es tanto la herramienta. Es la metodología. Yo creo que el hotel que en 2026 sigue pricingando categorías con un diferencial fijo y forecast global está dejando dinero encima de la mesa. No por teoría. Por pura ejecución. Porque el margen se pierde en pequeños detalles: una suite barata tres noches, una superior mal empujada, una base abierta de más, una OTA capturando demanda premium que podía haber sido directa.

Cómo lo trabajamos en Singular Revenue

En Singular Revenue lo aterrizamos con una metodología muy operativa. Empezamos limpiando categorías, revisando el dato que sale de PMS, motor de reservas y channel manager, y construimos curvas útiles por tipo de habitación. Después lo conectamos con decisiones concretas de pricing, disponibilidad, suplementos, paridad y canal. Si quieres ver cómo enfocamos este tipo de proyectos, puedes revisar nuestros servicios de revenue y estrategia hotelera. Además, muchas veces lo cruzamos con la parte de consultoría de revenue management, con apoyo en marketing hotelero cuando la categoría necesita mejor conversión directa, y con análisis más amplios desde calculadoras hoteleras o revisión de conectividad con algunos de nuestros partners tecnológicos.

Checklist final para implantar un forecast por categoría sin complicarte de más

Si tuviera que resumirlo en una hoja de trabajo para empezar mañana, sería bastante simple. No fácil, pero simple. Primero ordena categorías. Luego mide ritmo. Después interpreta canal, precio y cancelación. Y por último decide acciones. No al revés. No hace falta un modelo matemático sofisticado para dar un salto grande. Hace falta disciplina semanal, criterios claros y revisar si las decisiones por categoría mejoran realmente ADR, mix y coste de distribución. En muchos hoteles, con esto solo, ya aparecen mejoras visibles en pocas semanas. Mi recomendación es arrancar con 3 meses de trabajo fino en fechas futuras y 12-18 meses de histórico limpio. Elegir 4 o 5 ventanas de lectura. Revisar qué categorías llegan demasiado pronto o demasiado tarde. Y poner reglas vivas. No eternas. Porque el forecast sirve para anticipar, no para encadenarte a una plantilla. Y sobre todo, no te conformes con vender el hotel lleno si lo llenas mal. Una ocupación del 92% con categorías premium mal defendidas puede dejar menos margen que un 88% con mejor arquitectura de precios y mejor mix. Eso se nota en RevPAR. Y se nota todavía más en GOPPAR.

Preguntas frecuentes

Si mañana miraras tu on the books fecha por fecha, ¿de verdad sabrías qué categoría está ganando dinero y cuál solo está llenando habitaciones?

Resumen editorial elaborado con apoyo de IA y revisado por nuestro equipo. Los datos son los reportados por las fuentes enlazadas en el texto. Verifica cualquier información relevante antes de tomar decisiones. ¿Has detectado un error? Escríbenos a través del formulario de contacto y lo corregiremos.