Otel Doluluk Tahmini: Gelecek Ayın Rezervasyonunu Bugünden Görmek

Yüzde 52,23. Sektör basınına yansıyan verilere göre Haziran 2026'da Türkiye otellerinin ortalama doluluğu buydu; bir yıl önce aynı ay yüzde 57,8 ölçülmüştü. Yani bir yılda yaklaşık 5,5 puanlık bir düşüş var. Aynı dönemde KPMG'nin sektör raporu, 2026 için 164 yeni otel projesi ve 48 binin üzerinde yeni yatak arzına işaret ediyor. Talep yumuşarken arz büyüyorsa, aradaki farkı kim kapatır? Önümüzdeki ayı bugünden görebilen işletmeci.

Büyük zincirler bu işi yıllardır gelir yönetimi (revenue management) ekipleriyle yapıyor. Asıl mesele şu: 20-50 odalı bir butik otel, bir pansiyon ya da apart işletmesi aynı öngörüyü kurabilir mi? Bu yazıda otel doluluk tahmininin nasıl çalıştığını, yapay zekanın bu işe ne kattığını ve küçük bir tesisin kaç liraya, hangi adımlarla başlayabileceğini anlatacağız. Hangi sektörde yapay zekanın ne işe yaradığını toplu görmek isterseniz sektör sektör yapay zeka haritamıza da göz atabilirsiniz.

Otel doluluk tahmini nedir, nasıl çalışır?

Otel doluluk tahmini, gelecekteki bir tarih için odalarınızın ne kadarının dolacağını bugünden kestirme işidir. Sistem; geçmiş rezervasyon verinizi, şu an defterde duran rezervasyonları, iptal oranlarını ve bölgedeki etkinlik takvimini birleştirir. Çıktı tek bir kesin sayı değil, sürekli güncellenen bir aralıktır: "14 Ekim'de yüzde 70-78 doluluk bekleniyor" gibi.

Bu kestirimin işletmeye üç somut faydası var. Birincisi fiyat: dolacağı belli olan tarihte odayı erken ve ucuza satmazsınız. İkincisi operasyon: kahvaltı siparişi, kat hizmeti vardiyası ve personel planı tahmine göre kurulur. Üçüncüsü pazarlama: zayıf görünen haftayı iki ay önceden fark edip kampanyayı o tarihe yöneltirsiniz.

Sektörün kullandığı yöntemler bir merdiven gibi düşünülebilir: en altta geçmiş yıl ortalamaları, ortada rezervasyon birikimini izleyen "pickup" yöntemi, üstte de birden fazla sinyali birlikte işleyen makine öğrenmesi modelleri var. Sektör kaynakları, tek yönteme yaslanmak yerine birkaçını harmanlamanın doğruluğu artırdığında hemfikir.

Küçük otelin en pratik silahı: rezervasyon birikimini izlemek

Pickup yöntemi, gelecekteki bir tarih için rezervasyonların zaman içinde nasıl biriktiğini izler ve bugünkü birikimi geçen yılın aynı uzaklıktaki birikimiyle karşılaştırır. Kulağa teknik geliyor ama özü şudur: "Geçen yıl bayram haftasına 45 gün kala 12 odam satılmıştı, bu yıl aynı noktada 7 odadayım; demek ki talep zayıf, harekete geçmeliyim."

Bu karşılaştırmaya sektörde rezervasyon temposu (booking pace) deniyor ve gelir yönetimi kaynakları bunu gerçek zamanlı talebin en güçlü sinyali sayıyor. Güzel tarafı şu: pickup tablosu için yapay zekaya bile ihtiyacınız yok, disiplinli bir Excel dosyası başlangıç için yeterli. Her pazartesi, önümüzdeki 8-10 haftanın satılmış oda sayısını bir tabloya işlerseniz üç ay sonra elinizde kendi temponuzun fotoğrafı olur.

Rakamla somutlaştıralım. 30 odalı bir otelsiniz ve 20 Ekim tarihine bakıyorsunuz. Bugün 15 Eylül, yani tarihe 35 gün var ve defterde 11 satılmış oda görünüyor. Geçen yılın kaydına bakıyorsunuz: 20 Ekim 2025 için, tarihe 35 gün kala 9 oda satılmıştı ve o gece sonunda 26 odayla kapanmıştı. Basit oran şunu söyler: bu yılın temposu geçen yılın yaklaşık yüzde 20 üzerinde; aynı davranış sürerse 20 Ekim gecesi 28-29 oda bandına, yani yüzde 95 civarı doluluğa gidiyorsunuz. Bu hesabı gören işletmeci o tarihe indirim açmaz, tersine son odaların fiyatını yukarı çeker. Tablonun tamamı bu dört sütundan ibaret: tarih, kalan gün, satılmış oda, geçen yılın aynı noktası.

Bu yöntemin küçük tesisler için akademik bir meşruiyeti de var: hakemli bir çalışma, pickup temelli zaman serisi yaklaşımının KOBİ ölçeğindeki oteller için genişletilmesini inceliyor ve belirsiz dönemlerde bile geçmiş rezervasyon verisinin değerini koruduğunu ortaya koyuyor. Yani "pandemi sonrası geçmiş veri işe yaramaz" varsayımı, literatürün söylediğinin tersi.

Yapay zeka bu işin neresinde?

Yapay zeka, pickup tablonuzun tek başına göremediği sinyalleri hesaba katar: iptal olasılıkları, segment davranışları, bölgedeki konser ve kongre takvimi, rakip fiyat hareketleri, hatta tatil günlerinin yıldan yıla kayması. Makine öğrenmesi modeli bu değişkenleri birlikte işleyip her tarih için tahmini sürekli günceller; siz uyurken de çalışır.

Rakamlara temkinli yaklaşmakta fayda var. Bir gelir yönetimi yazılımı üreticisi, modellerin haftalık yeniden eğitimle yüzde 85 üzeri doğruluğu koruyabildiğini ve tahmin ıskalarının yıllık gelirin yüzde 6'sına kadar mal olabildiğini söylüyor. İkisi de tek bir satıcı kaynağına dayanıyor; kesin ölçü olarak değil, büyüklük fikri veren işaretler olarak okuyun.

Şunu da netleştirelim: yapay zekalı tahmin sistemi çoğu otelde ayrı bir ürün olarak değil, gelir yönetim sistemi (RMS) denen yazılımın içinde gelir. RMS tahmini üretir, üstüne oda fiyatı önerisi koyar. Dinamik fiyatlandırmanın kendisini oteller için dinamik fiyatlandırma rehberimizde ayrıntılı anlatmıştık; bu yazının konusu o fiyat önerisinin altındaki tahmin katmanı.

Otel doluluk tahmini programı kaça mal olur?

Küçük ve orta ölçekli tesislere hitap eden hazır RMS araçları, 50 oda altı işletmeler için aylık yaklaşık 150-500 dolar bandında fiyatlanıyor. Kur ve tarifeler sık değiştiği için güncel rakamı satıcıdan almak şart; ama büyüklük olarak konu, aylık birkaç bin liralık bir abonelik sınıfında. Özel geliştirme ise ancak çok sayıda tesisi veya kendine özgü veri kaynakları olan işletmeler için anlamlı.

Peki karşılığında ne var? Satıcı iddialarını etiketiyle verelim: bir RMS üreticisinin kendi 567 tesislik müşteri analizine göre ortalama gelir artışı yüzde 19, doluluk artışı yüzde 14. Bağımsız bir danışmanlık vakasında iki ayda yüzde 25 RevPAR (oda başına gelir) artışı raporlanmış. Bunlar en iyi senaryolar; dengeleyici çıpa olarak sektör yorumcuları, bağımsız bir otel için yıllık yüzde 5-10'luk RevPAR iyileşmesini bile anlamlı kabul ediyor. Aylık birkaç bin liralık maliyetin karşısına yıllık cironuzun yüzde 5'ini koyduğunuzda hesap çoğu tesiste kendini savunur; yine de "yüzde 40 artış garantisi" vaat eden sunumlara mesafeli durun.

Somut senaryo: Kapadokya'da 20 odalı taş otel

Ürgüp'te 20 odalı bir butik otel hayal edelim. İşletmeci, ekim ayının her yıl dolduğunu bildiği için ekime dokunmuyor; asıl derdi kasım ortasından mart başına uzanan ölü sezon. Geçen yıl kasımda doluluk yüzde 38'de kalmış, üstelik son iki haftada panikle açılan indirim, zaten gelecek misafire de ucuz oda satmış.

Bu yıl aynı işletmeci basit bir kurgu kuruyor: PMS'inden (önbüro yazılımı) haftalık rezervasyon raporunu bir tabloya akıtıyor, yanına geçen yılın aynı haftadaki birikimini koyuyor. Eylül sonunda tablo bir şey söylüyor: kasımın ilk yarısı geçen yılın temposunun üzerinde seyrediyor (bir balon festivali etkisi), ikinci yarısı ise belirgin şekilde geride. İşletmeci kampanyayı ekimde, sadece kasımın zayıf ikinci yarısı için açıyor; ilk yarının fiyatına dokunmuyor. Panik indirimi yerine hedefli indirim: aradaki fark, sezon kapandığında bilançoda görünür. Aynı tablo, aralıkta iki kişilik kat hizmeti vardiyasının hangi haftalar tek kişiye ineceğini de söylüyor.

Bu kurgunun tamamı Excel ile kurulabilir; RMS'in yaptığı, aynı işi otomatik, günlük ve iptal-etkinlik sinyalleriyle zenginleştirilmiş halde yapmak. Misafirlerin yorumlarından hangi dönemde neyin şikayet konusu olduğunu çıkarmak da bu resmin tamamlayıcısı; onu otel yorum analizi yazımızda işlemiştik.

Tahmini sessizce bozan üç alışkanlık

Tahmin sistemlerinin en büyük düşmanı model hatası değil, işletme alışkanlıklarıdır. Sahada en sık gördüğümüz üç bozucu şunlar: kayıt disiplini, kanal körlüğü ve panik indirimi. Üçü de teknolojiden önce yönetim kararıyla çözülür.

Birincisi, telefonla alınan rezervasyonun sisteme akşam girilmesi ya da hiç girilmemesi: tempo verisi eksik veriyle çalışınca tahmin sürekli karamsar çıkar ve gereksiz indirimlere yol açar. İkincisi, tek kanala bakmak: Booking paneli yüzde 60 doluluk gösterirken acente bloklarını ve doğrudan satışı görmeyen işletmeci yanlış resme fiyat verir; tahmin bütün kanalların toplamı üzerinden kurulmalıdır. Üçüncüsü, tempo geride diye tüm takvime indirim açmak: zayıflık çoğu zaman belirli haftalara sıkışmıştır, genel indirim ise dolacak tarihlerin gelirini de eritir. Tahminin işi zayıf noktayı işaret etmektir; neşteri sadece oraya vurun.

Sık sorulan sorular

Kaç yıllık veri gerekir?

İdeali iki-üç yıllık rezervasyon geçmişi; ama tek yıllık veriyle bile rezervasyon temposu karşılaştırması kurulabilir. Hiç düzenli veriniz yoksa bugün kayıt tutmaya başlamak, en gelişmiş yazılımı almaktan daha önceliklidir; model, beslendiği veri kadar iyidir.

Excel yeterli mi, yazılım şart mı?

Başlangıç için haftalık güncellenen bir pickup tablosu yeterlidir ve sıfır maliyetlidir. Yazılıma geçme sinyali şunlar: tablo güncellemesi aksamaya başladıysa, birden fazla kanaldan (Booking, acente, doğrudan) satış yapıyorsanız ve fiyatı haftada birden sık güncellemeniz gerekiyorsa.

PMS'im yoksa ne olur?

Tahmin sistemleri rezervasyon verisini önbüro yazılımından veya kanal yöneticisinden okur. Kayıtlarınız kağıtta ya da dağınık tablolardaysa önce o altyapıyı kurmak gerekir. RMS seçerken de ilk soru fiyat değil şu olmalı: "Benim kullandığım PMS ile hazır entegrasyonun var mı?" Global araçların çoğu yaygın sistemlerle entegre olur ama listeyi mutlaka kendi yazılımınız için kontrol edin.

İptalleri nasıl hesaba katarım?

Satılmış oda sayısını brüt değil net izleyin: her hafta o tarihe düşen iptalleri düşerek kaydedin. Bir adım ilerisi, kanal bazlı iptal oranınızı çıkarmak; iade edilebilir tarifeyle satan kanalın rezervasyonunu baştan biraz eksiltilmiş sayarak okumak, özellikle yüksek sezonda tahmini belirgin düzeltir. RMS yazılımları bu düzeltmeyi otomatik yapar.

Tahmin tutmazsa?

Tutmayan tahmin, ölçüyorsanız değerlidir. Her hafta tahminle gerçekleşeni yan yana koyun; sapma hep aynı yöndeyse (model sürekli iyimserse) bu da başlı başına bir bilgidir ve sistemin ayarını düzeltir. Tahmini kâhinlik değil, sürekli düzeltilen bir pusula gibi kullanın.

Peki siz ne yapmalısınız?

• Bu hafta: Önümüzdeki 8 haftanın satılmış oda sayısını bir tabloya çıkarın; her pazartesi güncelleyin. İlk ayın sonunda kendi rezervasyon temponuzu görmeye başlarsınız.
• Geçen yılla kıyas kurun: PMS'inizden geçen yılın aynı tarihlerdeki birikimini çekin. Kıyas yoksa tempo verisi tek başına az şey söyler.
• Bölge takvimini ekleyin: Festival, kongre, maç, okul tatili. Tablonuza tek bir sütun eklemek bile sapmaların yarısını açıklar.
• Zayıf dönem aksiyonunu erken alın: Kampanyayı doluluk düştükten sonra değil, tempo geride kaldığı anda açın; güçlü döneme indirim bulaştırmayın.
• Yazılıma geçecekseniz deneme sürümüyle sınayın: Çoğu RMS deneme süresi verir. Kendi verinizle bir-iki aylık tahmin ürettirip gerçekleşenle karşılaştırmadan yıllık sözleşme imzalamayın.

Doluluğun düştüğü ve yatak arzının büyüdüğü bir pazarda öngörü, küçük otelin zincirlerle arasındaki en kapatılabilir mesafe. Kendi rezervasyon verinizden bir tahmin düzeni kurmayı, PMS entegrasyonuyla uğraşmayı veya hangi RMS'in size uyduğunu birlikte değerlendirmeyi isterseniz bu konularda saha tecrübemiz var; sorularınızı memnuniyetle karşılarız.