Pick up en hotelería: cómo medirlo y convertirlo en decisiones de precio

El pick up es el incremento de reservas entre dos lecturas para una misma fecha de llegada, y sirve para decidir si subir tarifas, abrir o cerrar cupos y calibrar el overbooking. Se calcula con datos de reservas en cartera (OTB) que el PMS debe entregar de forma ordenada. En Buqipi reunimos esos datos en una sola plataforma, junto al Channel Manager, para que la lectura y la acción no vivan en herramientas separadas.

En resumen:

• Fija la lectura diaria a la misma hora y conserva cada captura de reservas en cartera para comparar cada llegada con el año anterior.
• Anota cancelaciones y ausencias: el aumento bruto puede ocultar pérdidas netas, y las fechas de cambio de estado permiten reconstruir la cartera histórica.
• Los hoteles pequeños pueden empezar con el método aditivo y medias móviles: exige pocos datos y mejora las previsiones hasta 28 días, sobre todo con demanda volátil.
• Con ritmo alto, protege tarifas bajas; con ritmo flojo, revisa canales y disponibilidad, y ajusta la sobrerreserva según el historial propio de cancelaciones y ausencias.
• Compara la cartera y el ritmo de reservas con el conjunto competitivo: una desaceleración compartida exige una respuesta distinta de la que requiere un problema propio.

Tabla de contenidos

• Qué es el pick up y cómo se relaciona con el pace y las reservas en cartera
• Cómo medir el pick up en la práctica, paso a paso
• Métodos de forecasting que usan pick up
• Del pick up a la acción: reglas para tarifas, cupos y overbooking
• Qué datos y herramientas necesitas para leer el pick up
• Evidencia y respaldo de estas recomendaciones
• Mi lectura: fiabilidad y ciclos cortos antes que sofisticación
• Cómo medimos y activamos el pick up con Buqipi
• Preguntas frecuentes
• Fuentes

Qué es el pick up y cómo se relaciona con el pace y las reservas en cartera

Técnicamente, el pick up es la diferencia de reservas entre una lectura A y una lectura B para la misma noche de llegada. La fórmula básica es sencilla: pick up = reservas en la lectura actual menos reservas en una lectura anterior. Si en una lectura tenías cierto número de habitaciones vendidas y en otra tienes más, el pick up es la diferencia entre ambas cifras.

Ese número solo dice algo cuando lo comparas con una referencia. Ahí entran dos conceptos vecinos.

• Reservas en cartera (OTB, on the books): las habitaciones o noches ya confirmadas para una fecha futura en el momento de la lectura.
• Pace: la curva que describe cómo se acumulan esas reservas a medida que se acerca la llegada, comparada con la del año anterior o con un objetivo.
• Pick up: la velocidad de esa curva en un tramo concreto, es decir, cuánto sube entre dos puntos.

Una lectura práctica: un pick up superior al del año pasado puede ser una buena noticia, y uno inferior al ritmo habitual del hotel puede ser una señal de alerta. El OTB te da el nivel, el pace la trayectoria y el pick up el ritmo.

Cómo medir el pick up en la práctica, paso a paso

Todo empieza por fijar el día de lectura (reading day): el momento diario en que congelas una foto de las reservas en cartera para todas las fechas futuras. Si la lectura cambia de hora o de día, las comparaciones dejan de ser válidas, así que conviene dejarla como una rutina fija de la mañana, antes de tocar tarifas.

Con ese corte estable, el procedimiento es el siguiente:

1. Guarda cada día la foto de OTB por fecha de llegada, con su fecha de lectura.
2. Define los horizontes que vas a vigilar: 90, 30, 14, 7 y 1 día antes de la llegada.
3. Para cada fecha de llegada, resta el OTB del horizonte anterior al del horizonte actual.
4. Compara el resultado con el mismo tramo del año anterior y con el objetivo de ocupación.
5. Descompón por canal y por tarifa para saber de dónde viene el movimiento.
6. Registra las cancelaciones y los no-shows del tramo, porque un pick up bruto positivo puede esconder una pérdida neta.
7. Publica el informe en el mismo formato cada día, para que el equipo lea siempre lo mismo.

Para que esto funcione, el PMS debe exportar como mínimo la fecha de reserva, la fecha de llegada y salida, el canal, la tarifa, el estado (confirmada, cancelada o no-show) y la fecha de cada cambio de estado. Sin la fecha de cancelación no puedes reconstruir lo que había en cartera en una lectura pasada.

Consejo profesional: programa una exportación nocturna del OTB desde tu PMS a una hoja o base de datos sencilla y deja que acumule las fotos diarias; con historia acumulada ya puedes calcular pick up por horizonte sin intervención manual.

Métodos de forecasting que usan pick up

El método aditivo clásico parte de una idea operativa: las reservas finales de una noche son las reservas en cartera de hoy más lo que se espera que entre hasta la llegada. Ese incremento esperado se estima con el pick up histórico de fechas comparables. Es transparente, fácil de auditar y no exige herramientas estadísticas complejas.

La literatura reciente aporta mejoras concretas sobre esa base:

• Media móvil sobre el pick up: una extensión aditiva con medias móviles mejora la precisión del pronóstico en horizontes de hasta 28 días y resulta especialmente útil en pequeños hoteles durante periodos de alta volatilidad. Requiere pocos datos y puede montarse en una hoja de cálculo.
• PCA combinado con pick up: un estudio de 2024 sobre ocupación hotelera muestra que reducir la dimensionalidad con análisis de componentes principales y combinarlo con un modelo pick up supera al pick up clásico y a los enfoques basados en agrupación, y que añadir la tarifa media diaria (ADR) como variable auxiliar mejora las predicciones.
• Modelos de aprendizaje automático interpretables: el trabajo también estudia modelos interpretables para el pronóstico.

La media móvil sobre el pick up mejora el pronóstico hasta 28 días vista, según el estudio publicado en PMC. Para un hotel independiente eso significa que una mejora real no exige un proyecto de ciencia de datos.

Una revisión académica sobre pronóstico y optimización en revenue management añade un matiz importante: los métodos basados en información de reservas, incluido el pick up, tienden a rendir mejor que los que solo usan series históricas, pero la eficacia cambia según la propiedad y el horizonte. No existe un método universal.

Nuestra recomendación práctica es empezar por el pick up aditivo, pasar a la media móvil cuando tengas unos meses de historia fiable y reservar PCA o aprendizaje automático para cuando el volumen de datos y el equipo lo justifiquen.

Del pick up a la acción: reglas para tarifas, cupos y overbooking

Un número sin regla de decisión es solo un informe. Estas son las reglas que te sugerimos convertir en disparadores, ordenadas por la urgencia que marca el horizonte:

1. Pick up por encima de lo esperado con suficiente antelación: sube la tarifa de entrada o cierra las tarifas más bajas para esa fecha antes de que se agote el inventario barato.
2. Pick up por debajo de lo esperado: revisa la paridad entre canales, abre cupos adicionales en los canales con mejor conversión y valora una acción de venta directa.
3. Pick up fuerte con pocas cancelaciones: prioriza la venta directa asignándole las habitaciones mejor valoradas y evita descontar en canales con comisión.
4. Pick up fuerte con cancelaciones altas: calibra el overbooking con el historial de no-shows y cancelaciones del propio hotel, nunca con un porcentaje genérico.
5. Fechas con demanda alta y pick up sostenido: endurece las restricciones de estancia mínima y la política de cancelación para proteger los días pico.
6. Fechas con ritmo flojo: relaja la estancia mínima y amplía la ventana de cancelación gratuita para facilitar la decisión de reserva.

La ejecución falla casi siempre por fricción, no por falta de análisis. Revenue, recepción y quien gestiona los canales necesitan un único cuadro compartido y una hora fija para validar cambios. Cuando un cambio de tarifa tarda un día en llegar a todos los canales, el pick up que lo motivó ya es historia. Por eso conviene que el Channel Manager esté conectado al mismo sistema donde lees los datos.

Qué datos y herramientas necesitas para leer el pick up

El pick up es tan fiable como los datos que lo alimentan. Esto es lo mínimo que debe darte tu sistema:

• Fechas de reserva, llegada y salida: base de cualquier cálculo por horizonte.
• Canal y tarifa de cada reserva: permiten separar el movimiento orgánico del que se compra con comisión.
• Estado y fecha de cancelación o no-show: imprescindibles para reconstruir el OTB histórico.
• Disponibilidad y precio por canal: el Channel Manager confirma que el cambio decidido se publicó de verdad.
• Datos de mercado: los datos forward de benchmarking comparan tu ocupación en cartera y tu pick up con los de tu conjunto competitivo, y evitan reaccionar a un ritmo lento que en realidad afecta a todo el mercado.

Evidencia y respaldo de estas recomendaciones

Lo que recomendamos descansa en tres ideas respaldadas por las fuentes citadas: la media móvil sobre el pick up mejora el pronóstico a corto plazo con pocos datos, la combinación con PCA y la variable ADR añade precisión, y el benchmarking forward da el contexto de mercado necesario para interpretar el ritmo propio. En la gestión de alojamientos, conviene aplicar este orden: primero datos consistentes, después métodos simples y solo al final modelos más complejos.

Mi lectura: fiabilidad y ciclos cortos antes que sofisticación

Lo que más veo fallar no es el modelo, sino la lectura irregular y los datos que cambian de criterio de un día a otro. Antes de plantear aprendizaje automático, yo automatizaría la foto diaria, compararía con el año anterior y ajustaría en ciclos cortos, siempre de acuerdo con recepción y venta directa.

— Alejandro

Cómo medimos y activamos el pick up con Buqipi

En Buqipi hemos construido el PMS para que los datos que alimentan el pick up y la acción posterior estén en el mismo sitio:

• Reservas en cartera siempre a mano: reservas, cobros, check-in y facturación en una sola plataforma, accesible desde móvil y escritorio.
• Channel Manager integrado: conexión con numerosos canales de distribución para publicar cambios de tarifa y disponibilidad sin saltar de herramienta.
• Venta directa sin comisiones: para cuando el pick up te pide proteger margen.
• Puesta en marcha el mismo día: sin proyectos largos de implantación y con soporte humano continuo.

Los planes dependen del número de unidades: el plan para 1 a 3 unidades cuesta 69 € al mes; consulta en la misma página los planes para otros tamaños de alojamiento. Entra en nuestra página de precios, elige el plan que corresponde a tus unidades y empieza con la prueba gratuita.

Preguntas frecuentes

¿Qué es el pick up en hotelería?

Es el aumento de reservas entre dos lecturas para una misma fecha de llegada. Los revenue managers lo usan para saber si una fecha se vende más rápido o más lento de lo esperado y ajustar precio e inventario en consecuencia.

¿Cómo se calcula el pick up de un hotel?

Se resta el número de reservas en cartera de una lectura anterior al de la lectura actual para la misma fecha de llegada. Repetir el cálculo en horizontes fijos antes de la llegada permite comparar el ritmo con el del año anterior.

¿Qué método de previsión con pick up conviene a un hotel pequeño?

El pick up aditivo con medias móviles es un buen punto de partida porque necesita pocos datos y se puede montar en una hoja de cálculo. Según el estudio publicado en PMC, mejora la precisión hasta 28 días vista y es especialmente útil con demanda volátil.

¿Por qué comparar el pick up con datos de mercado?

Porque un ritmo lento puede ser un problema propio o un comportamiento de todo el mercado, y la respuesta correcta es distinta. Los datos forward de benchmarking permiten comparar tu cartera y tu pick up con los de tu conjunto competitivo.

Fuentes

• Does historical data still matter for demand forecasting in uncertain and turbulent times? An extension of the additive pickup time series method for SME hotels - PMC
• Decoding the future: Proposing an interpretable machine learning model for hotel occupancy forecasting using principal component analysis
• The Hotel Industry’s Forward Looking Data
• Forecasting and optimisation for hotel revenue management