Сколько компании теряют на позднем бронировании командировок — Исследования и аналитика

Получите персональные рекомендации по экономии бюджета вашей компании от AI аналитика WEYRO

Узнать больше

Сколько компании теряют на позднем бронировании командировок

Сколько компании теряют на позднем бронировании командировок
Сколько компании теряют на позднем бронировании командировок

Позднее бронирование — один из самых незаметных источников перерасхода бюджета на деловые поездки

Компания может иметь установленную тревел политику, включающую в себя лимиты на билеты и отели, корпоративные тарифы и принятую процедуру согласования. Но если сотрудник оформляет поездку за несколько дней до вылета, возможности системы найти экономически оптимальный вариант резко сокращаются.

По данным анализа WEYRO, проведенного на отдельной клиентской выборке, расчетная переплата из-за позднего бронирования за один анализируемый период составила 3,78 млн ₽.

Разберемся, где возникают эти расходы и почему CFO стоит контролировать не только стоимость билета, но и глубину бронирования.

Что такое глубина бронирования командировки

Глубина бронирования — это количество дней между покупкой билета или бронированием услуги и началом поездки.

Например:

  • Сотрудник покупает билет 1 октября на рейс 20 октября — глубина бронирования составляет 19 дней;
  • Сотрудник покупает билет 18 октября на тот же рейс. Глубина бронирования — 2 дня.

Чем ближе дата отправления, тем меньше остается доступных тарифов и вариантов. Поэтому две одинаковые командировки могут иметь совершенно разную стоимость.

Что показали данные WEYRO

На анализируемой клиентской выборке WEYRO оценил потенциальную переплату по поездкам, оформленным незадолго до отправления.

По внутренним авиа- и железнодорожным поездкам на поезде «Сапсан» она составила:

2 915 909 ₽.

По международным направлениям:

861 335 ₽.

Итого расчетная переплата:

3 777 244 ₽

Особенно показателен самый короткий интервал.

Для внутренних поездок, оформленных всего за 1–2 дня до отправления, расчетная переплата составила около:

1,47 млн ₽

То есть, почти половина выявленной переплаты по внутренней выборке приходилась именно на покупки, совершенные в последние два дня.

Почему позднее бронирование обходится дорого

Причина не только в том, что «билеты перед вылетом стоят дороже». С этим связано сразу несколько одновременно происходящих процессов:

  • Сокращение выбор тарифов. Более доступные классы бронирования уже распроданы.
  • Снижение количества удобных рейсов. Сотруднику приходится выбирать между дорогим прямым перелетом и неудобной альтернативой.
  • Уменьшение выбора гостиниц. Особенно это заметно в периоды выставок, конференций и высокого сезонного спроса.
  • Travel Policy начинает работать как система исключений. Если сотруднику необходимо лететь завтра, превышение лимита зачастую приходится согласовывать независимо от стоимости.

Именно поэтому поздняя заявка может быть первопричиной целой цепочки дополнительных расходов.

Раннее бронирование дает измеримый эффект

Данные WEYRO позволяют посмотреть на проблему и с другой стороны.

В отдельной анализируемой выборке поездки по внутренним направлениям, оформленные за 7 и более дней, дали расчетный эффект экономии на сумму около 1,5 млн ₽.

Для международных поездок при глубине от 15 дней — около 1,16 млн ₽.

Совокупный расчетный эффект:

2,66 млн ₽

Следовательно, глубина бронирования — это не просто статистика travel-менеджера. Это финансовый показатель, который можно переводить в рубли.

Кто действительно отвечает за позднее бронирование

На этом этапе часто совершается управленческая ошибка.

Если сотрудник покупает дорогой билет за два дня до вылета, причиной может быть вовсе не его выбор, а такие случаи как:

  • командировка была поздно инициирована;
  • руководитель долго согласовывал поездку;
  • бюджетное согласование заняло несколько дней;
  • после согласования изменились даты;
  • бронирование задержалось внутри процесса компании.

Поэтому KPI «сотрудники должны бронировать поездки заранее» недостаточно.

Необходимо измерять всю цепочку оформления командировки:

создание поездки → согласование → разрешение на покупку → бронирование → вылет.

Тогда становится понятно, где именно компания теряет время и деньги.

Какие показатели должен видеть CFO

В первую очередь необходимо учитывать 5 показателей, связанных с поздним бронированием:

  1. Средняя глубина бронирования. За сколько дней компания в среднем оплачивает авиа и ЖД билеты, отели.
  2. Доля срочных поездок. Какой процент бронирований оформляется, например, менее чем за 3 или 7 дней.
  3. Переплата из-за позднего бронирования. Не количество нарушений, а их стоимость.
  4. Глубина бронирования по подразделениям. Одно подразделение может планировать поездки за три недели, другое — систематически за два дня.
  5. Причина позднего бронирования. Поздняя заявка сотрудника или медленное внутреннее согласование.

Как AI может предотвращать переплату

Следующий этап автоматизации — это не отчет о потерях в конце месяца, а предупреждение о возможной переплате до покупки.

Например:

Поездка начинается через 3 дня. Стоимость доступных билетов существенно выше обычного диапазона для этого направления.

Или информация для руководителя:

За последний месяц 27% поездок подразделения оформлены менее чем за 5 дней до отправления.

AI-агент может обнаруживать подобные ситуации автоматически и рекомендовать совершить необходимые действия до возникновения расхода.

Главный вывод

Позднее бронирование стоит рассматривать не как дисциплинарную проблему сотрудников, а как измеримый финансовый риск.

Для CFO важен не только вопрос: Сколько мы потратили на билеты?

Гораздо полезнее другой: Сколько из этих расходов можно было предотвратить, если бы решение о поездке было принято раньше?

Именно эта цифра показывает реальную цену позднего бронирования.

Источник и методология: приведенные расчеты позднего и раннего бронирования основаны на отдельной клиентской выборке WEYRO и не характеризуют всю клиентскую базу или рынок России. Показатели следует рассматривать как пример измеримого финансового эффекта на реальных корпоративных данных