Por Que Subir a Diária Nem Sempre Aumenta o RevPAR: Uma Análise Real

"Se eu subir R$ 20 na diária, vou ganhar mais." "Se eu baixar R$ 30, vou encher o hotel."

Essas duas frases resumem a intuição mais comum — e mais cara — do revenue management hoteleiro. Parece simples: mexer no preço empurra a receita na direção desejada. Na prática, raramente funciona assim.

O motivo é que receita por quarto disponível (RevPAR) é produto de duas variáveis que se movem em direções opostas quando você mexe em uma só: diária média (ADR) e taxa de ocupação. Subir uma normalmente derruba a outra — e quem ganha ou perde no RevPAR depende de qual delas se move mais rápido.

Este post mostra essa dinâmica com um caso real (anonimizado) de um hotel brasileiro que monitoramos todas as noites no diarias.ai, e o que os dados dele ensinam sobre quando um ajuste de preço faz sentido — e quando não faz.

O que o RevPAR realmente mede (e por que ADR sozinho engana)

RevPAR = Receita de Hospedagem ÷ Número Total de Quartos Disponíveis

Ou, de forma equivalente: ADR × Taxa de Ocupação.

A diferença prática entre RevPAR e ADR é enorme:

ADR é a média de quanto você cobrou nos quartos que vendeu. Mede só a ponta do preço
RevPAR é quanto cada quarto do hotel gerou de receita, incluindo os vazios. Mede o total

Um hotel pode ter ADR altíssimo vendendo 3 quartos de 50 por R$ 800 e ainda assim ficar com RevPAR baixo (R$ 48). Outro pode ter ADR modesto vendendo 45 dos 50 a R$ 260 e sair com RevPAR de R$ 234. O segundo ganha muito mais dinheiro, apesar do ADR menor.

Conselhos e investidores olham RevPAR. Operações muitas vezes se apegam ao ADR porque é o número mais agradável no relatório. Isso leva a decisões que parecem certas e são matemáticamente ruins.

Um caso real: ADR subiu 36%, RevPAR caiu

Monitoramos a ocupação e a receita de um hotel de médio porte (~95 quartos) no interior de São Paulo. Em três datas recentes a história se desenhou assim:

| Noite | Ocupação | ADR | RevPAR | |---|---|---|---| | Dia A (base) | 57% | R$ 361 | R$ 210 | | Dia B (4 dias depois) | 37% | R$ 490 | R$ 184 | | Dia C (mais 4 dias) | 46% | R$ 362 | R$ 166 |

Leia com atenção o que aconteceu:

Entre A e B, o hotel subiu a ADR em 36% — de R$ 361 para R$ 490. Parece uma vitória de gestão: "aumentei a tarifa, hospedei com mais margem". Olhando só o ADR, é. Mas a ocupação caiu 20 pontos percentuais (57% → 37%), e o RevPAR caiu 12% (R$ 210 → R$ 184). O aumento de tarifa não compensou a perda de hóspedes.

Entre B e C, o gestor percebeu o problema e devolveu a tarifa para ~R$ 362 (voltou ao patamar inicial). A ocupação recuperou em parte (37% → 46%), mas o mercado já tinha esfriado — outros concorrentes estavam com preço agressivo pelo mesmo período, e o RevPAR caiu mais 10% (R$ 184 → R$ 166).

Em duas decisões de preço, o hotel passou de R$ 210 para R$ 166 de RevPAR — queda de 21% em pouco mais de uma semana. Num hotel de 95 quartos, isso é cerca de R$ 4.200 de receita perdida por noite em relação à base.

O ADR do Dia C voltou quase ao mesmo do Dia A. Mas o RevPAR não voltou. Esse é o custo escondido de mexer no preço sem monitorar o efeito em cima.

Por que ajustes "óbvios" falham

Três motivos principais fazem com que o instinto de "subir preço = ganhar mais" não funcione:

1. Elasticidade não é intuitiva

Em teoria, subir preço derruba demanda. Mas em quanto ela cai depende do segmento, da cidade, da noite da semana, da concorrência naquele dia, e de se há evento na cidade. Em hotéis de negócio num dia de congresso, a demanda é quase inelástica — pode subir bem. Em lazer num dia qualquer de maio, é elástica — sobe pouco e o hotel esvazia.

Sem medir a resposta real da demanda com dados históricos do seu próprio hotel, o gestor está chutando.

2. O posicionamento na cesta competitiva muda sem aviso

No caso acima, o hotel subiu para R$ 490 num momento em que a cesta competitiva estava em R$ 420-530. Parecia estar bem posicionado na faixa. Dias depois, dois concorrentes cortaram para R$ 400. O hotel ficou acima do mercado — sem ter feito nada — e a conversão caiu.

Esse é um movimento silencioso: você não muda sua tarifa, mas seu posicionamento relativo muda porque os outros mudaram. Sem monitorar concorrentes diariamente, você descobre tarde demais.

3. ADR é um indicador retrovisor, RevPAR é um termômetro

ADR mede o que aconteceu nas reservas que converteram. Não mede o que deixou de converter. Se 30% dos visitantes do seu quarto no Booking saem sem reservar, ADR não sabe — mas RevPAR sabe, indiretamente, via ocupação. Por isso medir só ADR (ou só ocupação) distorce a visão: as duas métricas precisam ser lidas juntas.

O que funciona: padrões de ajuste baseados em dados

Os ajustes de preço que melhoram RevPAR compartilham algumas características. Estas não são regras absolutas — são padrões que fazem sentido à luz do que o caso acima demonstra:

Ajustes pequenos, observados, iterados

Subir 5-8% e medir 14 dias é muito mais seguro do que subir 30% e descobrir em 3 dias que o hotel esvaziou. Pequenas doses permitem calibrar sem destruir base de clientes.

Ajustes ancorados na cesta competitiva

Mexer em preço sem saber onde os concorrentes estão hoje é adivinhação. Se o hotel de referência a 300m do seu está a R$ 340 e você sobe de R$ 300 para R$ 380, você acabou de virar o "caro" da comparação direta — mesmo sem ter ideia que era isso que estava fazendo.

Montar uma cesta competitiva com 5-8 hotéis realmente similares (não os 50 da cidade) é o primeiro passo.

Ajustes que entendem a direção da demanda

Subir preço quando a demanda está crescendo é muito diferente de subir quando está estagnada. Sinais práticos de demanda em alta:

Concorrentes diretos esgotando datas futuras
Diária média da cesta subindo consistentemente por 5-7 dias
Evento na cidade (show, congresso, feriado)
Pickup de reservas para datas futuras acelerando (mais reservas por dia que o normal)

Quando esses sinais estão presentes, subir tarifa é uma aposta razoável. Quando não estão, é aposta cega.

Ajustes segmentados por canal

Uma das formas mais eficientes de ganhar RevPAR sem risco é manter o preço no Booking e oferecer extras no canal direto (upgrade de quarto, check-in antecipado, enxoval melhor). O hóspede que comparar os dois vai escolher o direto — sem queimar margem pública nem violar paridade tarifária. Isso reduz comissão sem baixar preço. Ver: como reduzir comissão do Booking.

Métricas que importam além de RevPAR

Nenhuma métrica sozinha conta a história toda. RevPAR é a mais honesta para julgar o resultado, mas estas ajudam a entender o porquê:

Pickup diário: quantas reservas novas entram por dia para datas futuras. Se o pickup está caindo, a tarifa pode estar acima do mercado
Antecedência média das reservas: se reservas caem para janela de 1-3 dias, o hotel está dependendo de last-minute e provavelmente precifica mal o long-booking
Taxa de conversão no site próprio vs OTAs: se cai no seu site mas se mantém no Booking, algo no seu canal direto não convence (preço, fotos, usabilidade)
Mix de canais: percentual de reservas diretas vs OTAs. Mais direto = menos comissão paga

A disciplina de medir antes de mexer

O erro recorrente que o caso deste post ilustra é agir antes de medir. Subir ou baixar preço sem monitorar ativamente o que a concorrência está fazendo, e sem acompanhar RevPAR depois do ajuste, é apostar no escuro.

Um plano simples que funciona para hotel independente:

Defina a cesta competitiva (5-8 hotéis similares em localização, porte, perfil)
Monitore diariamente as tarifas deles — manualmente leva 30-60 min/dia; automatizado com diarias.ai leva 0 min
Ajuste em pequenas doses (5-10%) quando a cesta se mover
Meça RevPAR por 14 dias após cada ajuste, não só ocupação
Reverta se RevPAR cair mais de 10% em 7 dias

Onde o diarias.ai entra

Diarias.ai monitora as tarifas dos concorrentes no Booking.com todos os dias e entrega um relatório diário por email com o que mudou, quem está esgotado, e onde seu hotel está posicionado em relação à cesta. É a base de dados que alimenta qualquer decisão de preço data-driven — sem planilha, sem checar Booking manualmente de manhã.

Não fazemos o revenue management por você. Entregamos os dados para que suas decisões de preço deixem de ser intuição e passem a ser baseadas no que de fato está acontecendo no mercado.

Veja também: como monitorar preços dos concorrentes e revenue management para hotéis independentes.