The aim of the thesis is to introduce revenue management as complex managerial approach to hotel's revenue optimization with the case of Accor company. And, based on results of company's Prague's hotels analysis, suggest more effective revenue optimization solutions. To achieve this, the first chapter brings out theoretical knowledge of revenue management, its development, different approaches and tools of revenue optimization. Second chapter brings an insight to Accor company profile. The importance of revenue management for the company and practical cases of revenue optimization tools usage is content of third chapter. The purpose of the last chapter is to identify weaknesses of current revenue management tools application in five hotels of the company in Prague and to suggest steps leading to improved contribution of revenue management tools to revenue optimization. Most of them could bring higher revenue and profit contribution in a short term. Suggested steps are limited by knowledge and experience of the author. They are solely addressed to company's Prague's hotels. Deeper analysis could reveal other weaknesses. To eliminate them, coordinated action of Accor's headquarters is needed. Elimination of these imperfections would lead to improved performance of Accor's Prague's hotels as well.

This thesis explores the potential use and implementation of a revenuemanagement model for coworking operators. With a critical realism philosophyand abductive approach, a quantitative study using primary data from a coworkingoperator has been conducted. Based on a comprehensive literature review, wehave found that much research is done on revenue management in the airline andhotel industries. However, we found no research on revenue management modelsthat intend to optimize revenue for coworking operations. Hence, this thesis aimsto fill this gap in existing academic research. Features from revenue managementmodels used in the hotel and airline industries are identified and analyzed with theobjective of implementing these in the coworking industry to efficiently maximizerevenue. The paper proposes the use of multinomial logit (MNL) model in theprocess of market segmentation; this method allows one to determine whichfactors influence the different segments. Moreover, the MNL model is used todefine the demand function from which a probability (probable?) distributionof total demand can be separated into demands representing each product class.Furthermore, the demand is used to calculate protection limits according to theExpected Marginal Seat Revenue (EMSR) model, with the objective of allocatingcapacity to the highest-yielding customers.Results indicate that the MNL regression is an effective tool to analyze themarket segmentation and demand allocation for coworking operators. Afterour successful analysis, we are prepared to argue with confidence that revenuemanagement models are applicable to coworking operations. / I denna uppsats undersöker vi den potentiella användningen och genomförandetav intäktsoptimeringsmodeller för coworking operatörer. En kvantitativ studiemed primär data från en coworking operatör har genomförts med en kritiskrealismfilosofi och ett abduktivt tillvägagångssätt. Det finns mycket forskningkring intäktsoptimering, framför allt inom flyg- och hotellbranschen, men ingensom behandlar intäktsoptimeringsmodeller med avseendepå coworking operatörer. Denna masteruppsats syftar till att bidra med kunskapför att fylla gapet kring revenue management för coworkingkontor, som saknas ibefintlig, svensk akademisk forskning idag.Vitala funktioner som utgör intäktoptimeringsmodeller ämnade för hotellochflygindustrin har identifierats och analyserats med målet att utforskamöjlig implementering för coworkingoperatörer. I uppsatsen genomförsen marknadssegmentering med hjälp av en multinomial regressionsanalys.Vidare görs en multinomial regressionsanalys med samtliga produktklasser somberoende variabler, för att få ut sannolikhetsfördelningen för vilka produkter somefterfrågas av den totala efterfrågan. Resultatet kan användas för att optimeratotala intäkterna genom att beräkna hur många platser som bör reserveras åthögt avkastande kunder, och hur många som kan hyras ut i tidigt skede. Förändamålet har vi tillämpat den så kallade Expected Marginal Seat Revenuemetoden, EMSR.Resultatet indikerar att multinomial logistisk regression är ett effektivt sätt attanalysera marknadssegment och styra efterfrågan till önskad produktklass. Samtatt användandet av rekommenderad revenue management modell är applicerbarpå coworking verksamheter. Alternativt: Resultatet indikerar att: i. multinomiallogistisk regression är ett effektivt sätt att analysera marknadssegment och styraefterfrågan till önskad produktklass. ii. användandet av rekommenderad revenuemanagement modell är applicerbar på coworking verksamheter.