Dİjİtal İnsan

Özet

Otel işletmelerinde gelir artışı çoğu zaman başarının en görünür göstergesi olarak kabul edilmekte; doluluk, ortalama günlük fiyat ve toplam satış hacmindeki yükselişler yönetimsel güven duygusu üretmektedir. Ancak bu çalışma, gelir büyümesinin tek başına sürdürülebilir performansı açıklamadığını ve maliyet yapısı, süreç verimliliği, insan kaynağı niteliği, dijital otomasyon kalitesi ve gerçek zamanlı karar destek sistemleriyle birlikte değerlendirilmediğinde stratejik bir yanılsamaya dönüşebileceğini savunmaktadır. Kavramsal analiz yöntemiyle hazırlanan çalışma; Dijital İK, cost control, metaverse, sanal gerçeklik (VR), artırılmış gerçeklik (AR), genişletilmiş gerçeklik (XR), yapay zekâ (AI), dijital ikiz, KPI, maliyet, gelir, POS, PMS ve ilişkili otomasyon sistemlerini otel operasyonları bağlamında bütüncül biçimde tartışmaktadır. Bulgular, cost control faaliyetlerinin yalnızca muhasebe dönemleri sonunda yapılan aylık raporlama değil; satın alma, stok, üretim, enerji, iş gücü, satış kanalları, misafir deneyimi ve eğitim süreçlerini kapsayan günlük ve hatta anlık bir yönetim disiplini olması gerektiğini göstermektedir. Çalışma ayrıca, işe alım, oryantasyon ve iş başı eğitiminde VR/AR/XR tabanlı simülasyonların, AI destekli tahminleme ve dijital ikizlerin maliyet kontrolünü güçlendirebileceğini ileri sürmektedir. Sonuç olarak, otel işletmelerinde sağlıklı büyüme; gelirin artması kadar, gelirin hangi maliyet, yetkinlik ve teknoloji mimarisiyle üretildiğinin ölçülmesine bağlıdır.

Anahtar Kelimeler: Gelir Büyümesi, Cost Control, Dijital İK, Metaverse, Yapay Zekâ

The Illusion of Revenue Growth: If Revenue Is Increasing, There Is No Problem!

Abstract

Revenue growth is often treated as the most visible sign of success in hotel businesses; increases in occupancy, average daily rate, and total sales volume may create managerial confidence. This paper argues, however, that revenue growth alone does not explain sustainable performance and may become a strategic illusion when it is not evaluated together with cost structure, process efficiency, human resource capability, digital automation quality, and realtime decision-support systems. Based on a conceptual analysis, the study discusses Digital HR, cost control, metaverse, virtual reality (VR), augmented reality (AR), extended reality (XR), artificial intelligence (AI), digital twin, KPIs, cost, revenue, POS, PMS, and related automation systems within an integrated hotel operations framework. The analysis suggests that cost control should not be limited to monthly accounting reports prepared after operational outcomes occur; rather, it should function as a daily and even real-time management discipline covering procurement, inventory, production, energy, labor, distribution channels, guest experience, and training processes. The study further argues that VR/AR/XR-based simulations in recruitment, orientation, and on-the-job training, together with AI-enabled forecasting and digital twins, can strengthen cost control capabilities. Ultimately, healthy growth in hotels depends not only on whether revenue increases, but also on measuring through which cost, capability, and technology architecture that revenue is produced.

Keywords: Revenue Growth, Cost Control, Digital HR, Metaverse, Artificial Intelligence

1.Giriş

Otel işletmelerinde performans çoğu zaman gelir göstergeleriyle okunur. Doluluk oranı yükselmiş, ortalama oda fiyatı artmış, yiyecek-içecek satışları büyümüş ve toplam ciro önceki dönemin üzerine çıkmışsa işletmenin iyi yönetildiği varsayılır. Bu yaklaşım kısa vadede anlaşılır görünse de konaklama sektörünün emek yoğun, stok hassasiyeti yüksek, enerji tüketimi yoğun, dağıtım kanalı maliyetlerine açık ve misafir beklentileri hızla değişen yapısı nedeniyle eksiktir. Gelir artışı; gıda maliyetleri, işçilik maliyetleri, komisyonlar, fire, enerji tüketimi, eğitim yetersizliği, personel devir hızı ve hizmet hatalarıyla birlikte analiz edilmediğinde kârlılık değil, yalnızca hacim büyümesi gösterebilir.

Bu çalışmanın temel önermesi şudur: “Gelir artıyorsa sorun yoktur” düşüncesi, otel işletmelerinde gelir büyümesi yanılsamasının merkezinde yer alır. Oysa sürdürülebilir performans, gelir ile gider arasındaki ilişkinin gerçek zamanlı izlenmesini, operasyonel KPI’ların finansal göstergelerle bütünleştirilmesini ve insan kaynağı süreçlerinin dijital teknolojilerle desteklenmesini gerektirir. Bu nedenle çalışma, cost control yaklaşımını yalnızca mutfak maliyetleri veya muhasebe kontrolüyle sınırlamamakta; işe alım, oryantasyon, iş başı eğitim, satın alma, stok, üretim, satış, enerji, bakım, kalite ve misafir deneyimi süreçlerini kapsayan bütüncül bir yönetim sistemi olarak ele almaktadır.

Dijitalleşme bu tartışmada kritik bir dönüştürücü rol üstlenmektedir. PMS, POS, ERP, kanal yöneticisi, gelir yönetimi sistemi, insan kaynakları bilgi sistemi, öğrenme yönetim sistemi ve enerji yönetimi yazılımlarından gelen veriler birbiriyle konuşmadığında yöneticiler gecikmiş ve parçalı raporlarla karar verir. Buna karşılık AI destekli tahminleme, dijital ikizler, VR/AR/XR simülasyonları ve metaverse tabanlı eğitim ortamları; hem maliyet sapmalarını erken tespit etme hem de çalışan yetkinliğini standartlaştırma potansiyeli taşır (Buhalis et al., 2022; Filimonau et al., 2021; Mariani et al., 2023; Park and Stangl, 2020; Tyagi and Choudhary, 2022). Bu bağlamda çalışma, kavramsal çerçeveyi açıkladıktan sonra gelir-gider dengesi, cost control kapsamı, İK analitiğiyle ilişkisi, dijitalleşme boyutu, kontrol periyodu ve metaverse/VR/AR/XR/AI entegrasyonunu tartışmakta; ardından ilgili bilimsel literatürü bütüncül biçimde değerlendirmektedir.

2. Kavramsal Çerçeve

Bu bölümde çalışmanın ana kavramları, otel işletmelerindeki operasyonel gerçeklik ve dijital dönüşüm bağlamında tanımlanmaktadır. Kavramların birlikte ele alınması önemlidir; çünkü gelir, maliyet, insan kaynağı ve teknoloji ayrı yönetim alanları gibi görünse de otel performansı bu alanların kesişiminde oluşur.

2.1 Dijital İK

Dijital İK, insan kaynakları süreçlerinin bilgi sistemleri, analitik araçlar, otomasyon, mobil uygulamalar ve yapay zekâ destekli karar destek sistemleriyle yürütülmesini ifade eder. Bu yaklaşım, işe alım ilanının yayınlanmasından aday taramaya, oryantasyondan performans değerlendirmeye, vardiya planlamasından eğitim ölçümüne kadar geniş bir alanı kapsar. E-HRM literatürü, dijital İK’nın yalnızca idari işleri hızlandırmadığını; aynı zamanda stratejik karar kalitesini, çalışan deneyimini ve örgütsel çevikliği etkilediğini göstermektedir (Bondarouk and Ruël, 2013; Marler and Boudreau, 2017; Stone et al., 2015; Strohmeier, 2007). Otel işletmeleri açısından dijital İK’nın önemi daha da artmaktadır; çünkü hizmet kalitesi doğrudan çalışan davranışına, çalışan davranışı ise seçme, yerleştirme, eğitim ve motivasyon sistemlerinin niteliğine bağlıdır. Dijital İK, cost control ile doğrudan ilişkilidir. Yanlış işe alım, eksik oryantasyon, yetersiz iş başı eğitim ve yüksek personel devir hızı; yalnızca insan kaynakları sorunu değil, aynı zamanda maliyet sorunudur. Turizm ve konaklama literatürü, çalışan devir hızı ve hizmet kalitesi arasındaki ilişkinin işletme performansına yansıdığını ortaya koymaktadır (Cho et al., 2006; Tracey and Hinkin, 2000;Kim et al., 2009). Dolayısıyla dijital İK, doğru personeli doğru pozisyona yerleştirerek, eğitim süresini azaltarak ve performans sapmalarını görünür kılarak cost control sisteminin insan boyutunu güçlendirir.

2.2 Cost Control

Cost control, işletmenin hedeflediği hizmet kalitesini koruyarak maliyetlerin planlanması, ölçülmesi, analiz edilmesi ve sapmaların düzeltilmesi sürecidir. Otel işletmelerinde bu süreç yiyecek-içecek maliyetleri, işçilik, enerji, satın alma, stok, fire, bakım-onarım, dağıtım komisyonları, temizlik malzemeleri ve teknoloji giderlerini kapsar. Geleneksel yaklaşımda cost control çoğunlukla dönem sonu raporlarıyla ilişkilendirilirken, çağdaş yaklaşımda operasyon gerçekleşirken veri üretme ve karar verme esastır. Bu nedenle POS satış verisi, stok hareketleri, reçete maliyetleri, PMS doluluk verisi, satın alma fiyatları ve iş gücü planlaması aynı kontrol mimarisine bağlanmalıdır (Harris, 1992; Jones, 2008; Raab et al., 2009).

Cost control, maliyetleri mekanik biçimde kısmak anlamına gelmez. Nitelikli bir cost control sistemi, hangi maliyetin değer ürettiğini ve hangi maliyetin israf oluşturduğunu ayırt eder. Örneğin eğitim giderlerini azaltmak kısa vadede maliyeti düşürebilir; ancak hizmet hataları, misafir şikâyetleri, iadeler ve çalışan devri üzerinden daha yüksek dolaylı maliyetler doğurabilir. Bu nedenle cost control, gelir yönetimi ve kalite yönetimiyle birlikte düşünülmelidir.

2.3 Metaverse, VR, AR, XR ve AI

Metaverse, kullanıcıların avatarlar, üç boyutlu ortamlar ve etkileşimli dijital nesneler aracılığıyla deneyim yaşadığı kalıcı sanal ekosistemleri ifade eder. VR, kullanıcının tamamen sanal bir ortama girmesini; AR, fiziksel çevre üzerine dijital bilgi bindirilmesini; XR ise VR, AR ve karma gerçeklik uygulamalarını kapsayan şemsiye kavramı ifade eder. Turizm araştırmaları, sanal deneyimlerin destinasyon pazarlaması, misafir ön deneyimi, eğitim ve hizmet tasarımı açısından önemli potansiyel taşıdığını göstermektedir (Guttentag, 2010; Flavián et al., 2019; Beck et al., 2019; Wei et al., 2019; Tussyadiah et al., 2018).

AI ise veriden öğrenen, tahmin yapan, sınıflandıran, öneri üreten ve bazı karar süreçlerini otomatikleştiren algoritmik sistemleri kapsar. Otel işletmelerinde AI; talep tahmini, fiyat optimizasyonu, sohbet botları, duygu analizi, personel planlama, enerji optimizasyonu, stok tahmini ve fraud/anomali tespiti gibi alanlarda kullanılabilir (Ivanov and Webster, 2019; Samala et al., 2020; Mariani et al., 2023). Bu teknolojilerin cost control ile ilişkisi iki yönlüdür: Birincisi, operasyonel sapmaları erken tespit eder; ikincisi, çalışan eğitimini simülasyonlarla standardize ederek hatalı işlem maliyetlerini azaltır.

2.4 Dijital İkiz

Dijital ikiz, fiziksel bir varlığın, sürecin veya sistemin veriyle beslenen sanal temsilidir. Üretim literatüründe gelişen bu kavram, zaman içinde hizmet işletmelerine de uyarlanmıştır. Dijital ikizler, gerçek zamanlı verilerle operasyonel senaryoların test edilmesine, darboğazların öngörülmesine ve kararların uygulanmadan önce simüle edilmesine imkân sağlar (Grieves and Vickers, 2017; Tao et al., 2019). Otel işletmelerinde dijital ikiz; mutfak üretim akışını, oda temizlik süreçlerini, enerji tüketimini, restoran servis yoğunluğunu, depo hareketlerini veya tüm tesisin operasyonel modelini temsil edebilir. Böylece “gelir artıyor” görünen bir dönemde, büyümenin hangi operasyonel baskıları ve gizli maliyetleri ürettiği daha erken fark edilebilir.

2.5 KPI, Maliyet, Gelir, POS, PMS ve Otomasyon Sistemleri

KPI, işletmenin stratejik ve operasyonel hedeflerine ulaşıp ulaşmadığını ölçen temel performans göstergeleridir. Otelcilikte doluluk oranı, ADR, RevPAR, GOPPAR, TRevPAR, işçilik maliyet oranı, yiyecek maliyet yüzdesi, fire oranı, enerji tüketimi, çalışan devir hızı, eğitim tamamlama oranı, misafir memnuniyeti ve şikâyet çözüm süresi başlıca KPI’lar arasındadır. Gelir, satılan oda, yiyecek içecek, spa, etkinlik ve diğer hizmetlerden elde edilen ekonomik faydayı; maliyet ise bu faydayı üretmek için katlanılan kaynak tüketimini ifade eder. Kritik nokta, gelirin maliyetten bağımsız değil, maliyetle birlikte okunmasıdır. POS sistemleri restoran, bar, banket ve perakende satış noktalarındaki işlem verilerini üretir. PMS sistemleri rezervasyon, oda durumu, misafir profili, folyo, check-in/check-out ve doluluk verilerini yönetir. ERP, satın alma ve muhasebe sistemleri mali hareketleri; kanal yöneticileri ve online seyahat acentası entegrasyonları dağıtım maliyetlerini; HRIS ve LMS sistemleri ise çalışan ve eğitim verisini üretir. Bu sistemler entegre olmadığında işletme, büyümeyi parçalı göstergelerle izler. Entegrasyon sağlandığında ise gelir artışının gerçek kârlılığa dönüşüp dönüşmediği ölçülebilir.

3. Alt Başlıklar Bağlamında Analiz

Kavramsal çerçeve, gelir büyümesi yanılsamasının neden yalnızca finansal bir mesele olmadığını göstermektedir. Bu nedenle sonraki alt başlıklarda gelir-gider dengesi, bütüncül cost control, insan kaynakları analitiği, dijitalleşme, kontrol periyodu ve ileri teknolojiler arasındaki bağlantılar birlikte analiz edilmektedir.

3.1 Gelir ve Gider Dengesi

Gelir ve gider dengesi, otel işletmesinin sürdürülebilirliğini belirleyen temel ilişkidir. Gelir artışı, eğer aynı dönemde daha yüksek komisyon, fazla mesai, enerji tüketimi, fire, ücretsiz ikram, bakım gideri veya personel devri oluşturuyorsa kârlılığı artırmayabilir. Bu nedenle gelir performansı yalnızca ciro ile değil, katkı payı, brüt faaliyet kârı, departman kârlılığı ve nakit akışıyla değerlendirilmelidir. Gelir yönetimi literatürü, fiyatlama ve kapasite yönetiminin kârlılık üzerindeki etkisini vurgularken (Kimes, 1989; Cross, 1997; Ivanov, 2014), maliyet literatürü aynı gelir düzeyinin farklı maliyet yapılarıyla çok farklı kâr sonuçları üretebileceğini göstermektedir. Otel işletmelerinde yanılsama çoğunlukla yüksek sezonda belirginleşir. Doluluk yüksek olduğu için operasyon başarılı görünür; ancak geçici personel maliyetleri, tedarik fiyatlarındaki artış, stok kayıpları, servis hataları ve online kanal komisyonları kârı aşındırabilir. Bu nedenle yöneticinin sorması gereken soru “Gelir arttı mı?” değil, “Gelir hangi marjla, hangi maliyetle, hangi hizmet kalitesiyle ve hangi çalışan yüküyle arttı?” olmalıdır.

3.2 Cost Control’ün İşletme Faaliyetlerini Bütüncül Kapsaması

Cost control yalnızca mutfakta gramaj kontrolü veya depoda stok sayımı değildir. Satın alma sözleşmelerinden menü mühendisliğine, oda temizlik süresinden enerji otomasyonuna, personel vardiyasından misafir şikâyet maliyetlerine kadar tüm işletme faaliyetlerini kapsar. Bu bütüncül bakış, otel işletmesini departman silolarından çıkarır. Örneğin satış departmanı düşük fiyatlı yüksek hacimli bir grup anlaşması yaptığında, operasyon departmanı ek işçilik ve temizlik maliyetiyle, yiyecek-içecek departmanı yüksek tüketimle, muhasebe ise düşük marjla karşılaşabilir. Gelir tek departmanda başarı gibi görünürken maliyet diğer departmanlara yayılabilir. Bu nedenle cost control sistemi departmanlar arası veri akışını zorunlu kılar. POS verisi reçete maliyetleriyle, PMS verisi kat hizmetleri iş yüküyle, satın alma verisi stok devir hızıyla, HRIS verisi fazla mesai ve eğitim düzeyiyle, misafir geri bildirimleri ise kalite maliyetleriyle ilişkilendirilmelidir. Böyle bir yapı, işletmenin yalnızca geçmişi raporlamasını değil, gelecekteki maliyet risklerini öngörmesini sağlar.

3.3 İKA ve Cost Control İlişkisi

İnsan kaynakları analitiği (İKA), çalışan verilerinin işe alım, performans, eğitim, bağlılık, devir hızı ve iş gücü planlama kararlarında kullanılmasını ifade eder. Otel işletmelerinde İKA ile cost control arasındaki ilişki güçlüdür; çünkü hizmet üretiminin önemli bir kısmı insan emeğiyle gerçekleşir. Yanlış aday seçimi, eksik oryantasyon veya beceri uyumsuzluğu; işlem hataları, düşük verimlilik, misafir memnuniyetsizliği ve yeniden eğitim maliyeti oluşturur (Marler and Boudreau, 2017; Stone et al., 2015; Cho et al., 2006).

İKA, cost control’e üç düzeyde katkı sağlar. Birincisi, talep tahminiyle uyumlu vardiya planlaması yaparak fazla mesai ve eksik personel riskini azaltır. İkincisi, eğitim verilerini performans ve hata kayıtlarıyla ilişkilendirerek hangi eğitimlerin maliyetleri gerçekten düşürdüğünü gösterir. Üçüncüsü, devir riski yüksek çalışanları veya departmanları erken belirleyerek işe alım ve uyum maliyetlerini kontrol eder. Bu nedenle cost control, yalnızca finans departmanının değil, insan kaynakları departmanının da stratejik sorumluluğudur.

3.4 Cost Control’ün Dijitalleşmesi ve Dijital İK İlişkisi

Cost control’ün dijitalleşmesi, veri toplama, raporlama ve karar verme süreçlerinin otomasyon sistemleriyle gerçek zamanlı hale gelmesidir. Dijitalleşme, manuel formlara dayalı gecikmeli kontrolü azaltır; ancak tek başına yazılım satın almak dönüşüm anlamına gelmez. Dönüşüm, sistemler arası entegrasyon, veri kalitesi, kullanıcı yetkinliği ve yönetsel aksiyon disiplini gerektirir. Otel işletmeleri için kritik konu, PMS, POS, stok, satın alma, muhasebe, HRIS ve LMS verilerinin ortak KPI mantığıyla konuşmasıdır. Dijital İK bu noktada iki nedenle belirleyicidir. İlk olarak, çalışanlar dijital cost control sistemlerini doğru kullanmadığında veri kalitesi bozulur. Yanlış POS girişi, eksik stok çıkışı veya hatalı vardiya kaydı, algoritmaların hatalı karar üretmesine yol açar. İkinci olarak, dijital İK sistemleri çalışanların teknoloji okuryazarlığını, eğitim tamamlamalarını ve performans çıktılarını ölçerek dijital cost control kapasitesini artırır. Dolayısıyla dijitalleşme, teknoloji yatırımı kadar insan yetkinliği yatırımıdır.

3.5 Cost Control Çalışmaları Aylık mı, Günlük mü Olmalı?

Cost control çalışmalarının yalnızca aylık yapılması, otel işletmeleri için geç kalmış bir kontrol anlamına gelir. Aylık raporlar stratejik değerlendirme ve dönemsel karşılaştırma için gereklidir; ancak operasyonel sapmaları önlemek için yeterli değildir. Gıda maliyeti, fire, stok hareketi, enerji tüketimi, doluluk, işçilik saatleri ve misafir şikâyetleri günlük hatta bazı durumlarda saatlik izlenmelidir. Özellikle yoğun sezon, banket operasyonları, açık büfe hizmetleri ve yüksek enerji tüketimli tesislerde gecikmiş raporlama maliyet kaybını büyütür. Bu nedenle ideal yaklaşım çok katmanlıdır: anlık uyarılar operasyonel müdahaleyi, günlük raporlar departman kontrolünü, haftalık analizler trend takibini, aylık raporlar ise stratejik değerlendirmeyi sağlar. Böylece aylık cost control ortadan kalkmaz; fakat günlük ve anlık veriyle desteklenen daha etkili bir yönetim aracına dönüşür.

3.6 Cost Control’ün Metaverse, VR, AR, XR ve AI Entegrasyonu

Metaverse, VR, AR, XR ve AI entegrasyonu, cost control’ü yalnızca finansal izleme faaliyeti olmaktan çıkarıp öğrenen bir operasyonel sisteme dönüştürebilir. VR tabanlı oryantasyon programları yeni çalışanlara resepsiyon, kat hizmetleri, mutfak güvenliği, yangın prosedürleri ve misafir şikâyeti yönetimini risk oluşturmadan deneyimletebilir. AR uygulamaları teknik servis çalışanına ekipman üzerinde bakım talimatı gösterebilir veya mutfak personeline reçete ve porsiyon standardı sağlayabilir. XR simülasyonları banket, kriz yönetimi veya yoğun check-in senaryolarını eğitim ortamına taşıyabilir (Guttentag, 2010; Beck et al., 2019; Wei et al., 2019; Flavián et al., 2019). AI entegrasyonu ise tahminleme ve karar desteği boyutunu güçlendirir. Talep tahminiyle satın alma miktarları ayarlanabilir, stok anomalileri tespit edilebilir, enerji tüketiminde beklenmeyen sapmalar görülebilir, personel planlaması doluluk ve etkinlik takvimine göre optimize edilebilir.

Dijital ikizlerle desteklenen bir yapıda yönetici, örneğin doluluk yüzde 15 arttığında mutfak üretimi, temizlik süresi, enerji tüketimi ve işçilik maliyetinin nasıl değişeceğini senaryo olarak görebilir. Böylece gelir büyümesi gerçekleşmeden önce maliyet etkisi simüle edilir.

3.7 Gelir Yönetimi ile Cost Control Arasında Entegre KPI Mimarisi

Gelir yönetimi ve cost control çoğu işletmede ayrı raporlama kültürlerine sahiptir. Gelir yönetimi fiyat, doluluk ve kanal performansına; cost control ise stok, satın alma ve giderlere odaklanır. Oysa gelir büyümesi yanılsamasını azaltmak için iki alanın ortak KPI mimarisinde birleşmesi gerekir. RevPAR tek başına yeterli değildir; GOPPAR, TRevPAR, departman bazlı kâr, kanal komisyon oranı, çalışan saat başı gelir, enerji birim maliyeti ve eğitim sonrası hata oranı gibi göstergeler birlikte izlenmelidir. Bu yapı, yöneticinin hacim büyümesini değil değer büyümesini yönetmesini sağlar.

4.Tartışma

Literatür, bu çalışmanın temel iddiasını farklı açılardan desteklemektedir. Gelir yönetimi araştırmaları, kapasitesi sınırlı hizmet işletmelerinde fiyatlama ve talep yönetiminin kârlılık için kritik olduğunu göstermiştir (Kimes, 1989; Cross, 1997; Ivanov, 2014). Ancak bu literatür tek başına okunduğunda gelir optimizasyonu ön plana çıkmakta, operasyonel maliyetlerin ve insan kaynağı süreçlerinin aynı ölçüde görünür olmama riski doğmaktadır. Bu nedenle revenue management yaklaşımının cost control, iş gücü planlama ve kalite yönetimiyle tamamlanması gerekir. Cost control ve yönetim muhasebesi literatürü, maliyetlerin yalnızca muhasebe kaydı olmadığını; süreç, davranış ve karar kalitesiyle ilişkili olduğunu vurgular (Harris, 1992; Jones, 2008; Raab et al., 2009). Otel işletmelerinde bu durum daha belirgindir; çünkü hizmet eş zamanlı üretilir ve tüketilir.

Bir servis hatası, hatalı porsiyonlama veya yanlış oda ataması yalnızca maliyet değil, aynı zamanda deneyim kaybıdır. Bu nedenle literatürdeki bulgular, cost control’ün tüm operasyonlara yayılması gerektiği yönündeki önermeyi güçlendirmektedir. Dijital İK ve insan kaynakları analitiği çalışmaları, teknolojinin İK’yı idari bir fonksiyondan stratejik karar destek alanına taşıdığını göstermektedir (Strohmeier, 2007; Bondarouk and Ruël, 2013; Stone et al., 2015; Marler and Boudreau, 2017). Otelcilik bağlamında çalışan devir hızı, eğitim eksikliği ve hizmet davranışı maliyet sonuçları doğurduğu için İK verilerinin cost control mimarisine entegre edilmesi zorunludur. Cho et al. (2006), Tracey and Hinkin (2000) ve Kim et al. (2009) gibi çalışmalar, çalışan ilişkili sorunların performans ve maliyet üzerindeki etkisini ortaya koyarak bu bağlantıyı desteklemektedir.

Teknoloji literatürü, VR/AR/XR ve metaverse uygulamalarının turizm ve konaklama sektöründe deneyim, pazarlama ve eğitim alanlarında kullanılabileceğini göstermektedir (Guttentag, 2010; Tussyadiah et al., 2018; Flavián et al., 2019; Beck et al., 2019; Wei et al., 2019; Buhalis et al., 2022; Sigala, 2022; Neuhofer et al., 2015). Bu çalışmaların ortak katkısı, sanal ortamların gerçek operasyon öncesi öğrenme ve deneyim üretme kapasitesini göstermesidir. Bu bağlamda VR tabanlı eğitim, yalnızca yenilikçi bir insan kaynakları aracı değil, aynı zamanda hata maliyetlerini azaltabilecek bir cost control aracıdır.

AI, robotik ve otomasyon literatürü ise otel işletmelerinde tahminleme, kişiselleştirme, hizmet robotları, sohbet botları ve karar desteğinin giderek önem kazandığını göstermektedir (Ivanov and Webster, 2019; Samala et al., 2020; Mariani et al., 2023; Filimonau et al., 2021; Prentice et al., 2020; Li et al., 2021). Bununla birlikte literatür, teknolojinin tek başına çözüm olmadığını da ima etmektedir. Veri kalitesi, çalışan kabulü, etik, mahremiyet, algoritmik önyargı ve yatırım geri dönüşü dikkate alınmadığında dijitalleşme yeni maliyetler oluşturabilir. Bu nedenle teknoloji entegrasyonu, strateji ve insan yetkinliğiyle birlikte yönetilmelidir.

Dijital ikiz literatürü, fiziksel süreçlerin sanal temsillerle izlenmesi ve simüle edilmesi açısından güçlü bir çerçeve sunmaktadır (Grieves and Vickers, 2017; Tao et al., 2019). Otel işletmelerinde bu yaklaşım henüz gelişme aşamasında olsa da enerji yönetimi, mutfak üretimi, oda operasyonları ve yoğunluk yönetimi açısından önemli potansiyel taşır. Tartışmanın bütüncül sonucu şudur: Gelir büyümesi ancak gelir yönetimi, cost control, dijital İK, AI ve dijital ikiz mimarisi birlikte çalıştığında sürdürülebilir işletme performansına dönüşür.

5. Sonuç ve Öneriler

Bu çalışma, otel işletmelerinde gelir artışının tek başına başarı göstergesi olarak görülmesinin yanıltıcı olabileceğini ortaya koymaktadır. Gelir büyümesi; maliyet yapısı, departmanlar arası kaynak tüketimi, çalışan yetkinliği, teknoloji entegrasyonu ve gerçek zamanlı KPI sistemiyle birlikte değerlendirilmediğinde stratejik körlük yaratır. Bu nedenle “gelir artıyorsa sorun yoktur” yaklaşımı yerine, “gelir hangi maliyetle ve hangi sürdürülebilir kapasiteyle artıyor?” sorusu yönetim felsefesinin merkezine alınmalıdır.

Uygulamacılar için ilk öneri, cost control’ün kapsamını genişletmektir. Cost control yalnızca muhasebe veya mutfak kontrolü değil; satın alma, stok, üretim, enerji, işçilik, satış kanalları, misafir deneyimi ve eğitim süreçlerini kapsayan bütüncül bir sistem olarak tasarlanmalıdır. İkinci öneri, PMS, POS, ERP, HRIS, LMS ve enerji yönetimi sistemlerinin ortak veri mimarisinde entegre edilmesidir. Üçüncü öneri, günlük ve anlık kontrol mekanizmalarının aylık raporlarla birlikte çalıştırılmasıdır. Aylık raporlar yönetim değerlendirmesi için kalmalı; ancak operasyonel sapmalar günlük izlenmelidir. İnsan kaynakları açısından, işe alım, oryantasyon ve iş başı eğitim süreçleri cost control perspektifiyle yeniden tasarlanmalıdır. VR/AR/XR tabanlı simülasyonlar, çalışanların hata yapmadan öğrenmesini sağlayabilir; AI destekli İK analitiği ise doğru personel planlama, devir riski tahmini ve eğitim etkinliği ölçümü sunabilir. Dijital ikizler, farklı doluluk ve talep senaryolarında maliyet etkilerini önceden görmeyi sağlayarak karar kalitesini artırabilir. Araştırmacılar için öneri, gelir büyümesi yanılsamasını ampirik olarak test eden modeller geliştirmektir.

Gelecek çalışmalarda otel işletmelerinde gelir artışı, GOPPAR, işçilik maliyet oranı, eğitim tamamlama düzeyi, çalışan devir hızı, POS sapmaları, stok fire oranı ve misafir memnuniyeti birlikte analiz edilebilir. Ayrıca metaverse, VR/AR/XR ve AI tabanlı eğitimlerin maliyet azaltma, hizmet kalitesi ve çalışan bağlılığı üzerindeki etkileri deneysel veya boylamsal araştırmalarla incelenebilir.

Sonuç olarak, otel işletmelerinde rekabet avantajı yalnızca daha çok gelir elde etmekten değil, geliri daha akıllı, daha verimli ve daha sürdürülebilir bir operasyonel sistemle üretmekten geçmektedir.

Kaynaklar

Beck, J., Rainoldi, M., & Egger, R. (2019). Virtual reality in tourism: A state-of-the-art Review. Tourism Review, 74 (3), 586–612.

Bondarouk, T., & Ruël, H. (2013). The strategic value of e-HRM: Results from an exploratory study in a governmental organization. The International Journal of Human Resource Management,24 (2), 391–414.

Buhalis, D., & Law, R. (2008). Progress in information technology and tourism management: 20 years on and 10 years after the Internet. Tourism Management, 29 (4), 609–623.

Buhalis, D., Harwood, T., Bogicevic, V., Viglia, G., Beldona, S., & Hofacker, C. (2019). Technological disruptions in services: Lessons from tourism and hospitality. Journal of Service Management, 30 (4), 484–506.

Buhalis, D., Leung, D., & Lin, M. (2022). Metaverse as a driver for customer experience and value co-creation: Implications for hospitality and tourism management and marketing. International Journal of Contemporary Hospitality Management, 35 (2), 701–716.

Chathoth, P. K. (2007). The impact of information technology on hotel operations, service management and transaction costs: A conceptual framework. International Journal of Hospitality Management, 26 (2), 395–408.

Cho, S., Woods, R. H., Jang, S. C., & Erdem, M. (2006). Measuring the impact of human resource management practices on hospitality firms’ performances. International Journal of Hospitality Management, 25 (2), 262–277.

Cross, R. G., Higbie, J. A., & Cross, D. Q. (2009). Revenue management’s renaissance: A rebirth of the art and science of profitable revenue generation. Cornell Hospitality Quarterly, 50 (1), 56–81.

Cross, R. G. (1997). Revenue management: Hard-core tactics for market domination. Broadway Books.

Davenport, T. H., Harris, J., & Shapiro, J. (2010). Competing on talent analytics. Harvard Business Review, 88 (10), 52–58.

De Pelsmacker, P., van Tilburg, S., & Holthof, C. (2018). Digital marketing strategies, online reviews and hotel performance. International Journal of Hospitality Management, 72, 47–55.

DiPietro, R. B., & Wang, Y. (2010). Key issues for ICT applications: Impacts and implications for hospitality operations. Worldwide Hospitality and Tourism Themes, 2 (1), 49–67.

Durocher, S., & Fortin, A. (2010). Standard costing and variance analysis in practice: A Canadian perspective. Journal of Accounting & Organizational Change, 6 (1), 58–80.

Filimonau, V., & Naumova, E. (2020). The blockchain technology and the scope of its application in hospitality operations. International Journal of Hospitality Management, 87, 102383.

Filimonau, V., Matute, J., Kubal-Czerwińska, M., Krzesiwo, K., & Mika, M. (2021). The determinants of consumer engagement in restaurant food waste reduction in Poland. Journal of Cleaner Production, 320, 128877.

Flavián, C., Ibáñez-Sánchez, S., & Orús, C. (2019). The impact of virtual, augmented and mixedreality technologies on the customer experience. Journal of Business Research, 100, 547–560.

Gibbs, C., MacDonald, F., & MacKay, K. (2018). Social media usage in hotel human resources:Recruitment and selection. Journal of Human Resources in Hospitality & Tourism, 17 (1), 52–67.

Grieves, M., & Vickers, J. (2017). Digital twin: Mitigating unpredictable, undesirable emergentbehavior in complex systems. Transdisciplinary Perspectives on Complex Systems, 85–113.

Gretzel, U., Sigala, M., Xiang, Z., & Koo, C. (2015). Smart tourism: Foundations and developments.Electronic Markets, 25 (3), 179–188.

Guttentag, D. A. (2010). Virtual reality: Applications and implications for tourism. Tourism Management,31 (5), 637–651.

Harris, P., & Mongiello, M. (2001). Key performance indicators in European hotel properties: General managers’ choices and company profiles. International Journal of Contemporary Hospitality Management, 13 (3), 120–128.

Harris, P. J. (1992). Profit planning in hotel operations. International Journal of ContemporaryHospitality Management, 4 (3), 13–17.

Höpken, W., Eberle, T., Fuchs, M., & Lexhagen, M. (2020). Improving tourist arrival prediction: A big data and artificial neural network approach. Journal of Travel Research, 60 (5), 998–1017.

Ivanov, S., & Webster, C. (2019). Perceived appropriateness and intention to use service robots in tourism. Information and Communication Technologies in Tourism, 237–248.

Ivanov, S. (2014). Hotel revenue management: From theory to practice. Zangador.

Jones, P. (2008). Operational issues and trends in the hospitality industry. International Journalof Hospitality Management, 27 (3), 366–372.

Kim, H. J., Shin, K. H., & Umbreit, W. T. (2009). Hotel job burnout: The role of personalitycharacteristics. International Journal of Hospitality Management, 28 (3), 421–430.

Kimes, S. E. (1989). Yield management: A tool for capacity-constrained service firms. Journal of Operations Management, 8 (4), 348–363.

Kimes, S. E. (2011). The future of hotel revenue management. Journal of Revenue and PricingManagement, 10 (1), 62–72.

Law, R., Buhalis, D., & Cobanoglu, C. (2014). Progress on information and communication technologies in hospitality and tourism. International Journal of Contemporary Hospitality Management,26 (5), 727–750.

Leung, R., Au, N., & Law, R. (2015). The recent Asian wave in tourism research: The case of hospitality and tourism technology. Journal of Hospitality and Tourism Management, 25, 1–13.

Li, J. J., Bonn, M. A., & Ye, B. H. (2021). Hotel employee’s artificial intelligence and roboticsawareness and its impact on turnover intention. Tourism Management, 84, 104254.

Mariani, M. M., Baggio, R., Fuchs, M., & Höepken, W. (2018). Business intelligence and big data in hospitality and tourism: A systematic literature review. International Journal of Contemporary Hospitality Management, 30 (12), 3514–3554.

Mariani, M. M., Machado, I., Magrelli, V., & Dwivedi, Y. K. (2023). Artificial intelligence in innovation research: A systematic review, conceptual framework, and future research directions. Technovation, 122, 102623.

Marler, J. H., & Boudreau, J. W. (2017). An evidence-based review of HR analytics. The International Journal of Human Resource Management, 28 (1), 3–26.

Melian-Gonzalez, S., & Bulchand-Gidumal, J. (2016). A model that connects information technology and hotel performance. Tourism Management, 53, 30–37.

Melián-González, S., & Bulchand-Gidumal, J. (2017). Information technology and front office employees’ performance. International Journal of Contemporary Hospitality Management, 29 (8),2159–2177.

Moro, S., Rita, P., & Coelho, J. (2017). Stripping customers’ feedback on hotels through data mining: The case of Las Vegas Strip. Tourism Management Perspectives, 23, 41–52.

Neuhofer, B., Buhalis, D., & Ladkin, A. (2015). Smart technologies for personalized experiences: A case study in the hospitality domain. Electronic Markets, 25 (3), 243–254.

Noe, R. A., Clarke, A. D. M., & Klein, H. J. (2014). Learning in the twenty-first-century workplace.Annual Review of Organizational Psychology and Organizational Behavior, 1, 245–275.

Orlikowski, W. J., & Scott, S. V. (2008). Sociomateriality: Challenging the separation of technology,work and organization. The Academy of Management Annals, 2 (1), 433–474.

Park, S., & Stangl, B. (2020). Augmented reality experiences and sensation seeking. Tourism Management,77, 104023.

Phillips, P. A. (1999). Hotel performance and competitive advantage: A contingency approach.International Journal of Contemporary Hospitality Management, 11 (7), 359–365.

Prentice, C., Dominique Lopes, S., & Wang, X. (2020). The impact of artificial intelligence andemployee service quality on customer satisfaction and loyalty. Journal of Hospitality Marketing & Management, 29 (7), 739–756.

Raab, C., Shoemaker, S., & Mayer, K. J. (2009). Activity-based pricing: Can it be applied in

restaurants? International Journal of Contemporary Hospitality Management, 21 (4), 393–410.Samala, N., Katkam, B. S., Bellamkonda, R. S., & Rodriguez, R. V. (2020). Impact of AI and robotics in the tourism sector: A critical insight. Journal of Tourism Futures, 8 (1), 73–87.

Sigala, M. (2018). Implementing social customer relationship management: A process framework and implications in tourism and hospitality. International Journal of Contemporary Hospitality Management, 30 (7), 2698–2726.

Sigala, M. (2020). Tourism and COVID-19: Impacts and implications for advancing and resetting industry and research. Journal of Business Research, 117, 312–321.

Sigala, M. (2022). The metaverse as a disruptive technology revolutionising tourism management and marketing. Tourism Management Perspectives, 43, 100981.

Stone, D. L., Deadrick, D. L., Lukaszewski, K. M., & Johnson, R. (2015). The influence of technologyon the future of human resource management. Human Resource Management Review, 25 (2), 216– 231.

Strohmeier, S. (2007). Research in e-HRM: Review and implications. Human Resource Management Review, 17 (1), 19–37.

Tao, F., Zhang, H., Liu, A., & Nee, A. Y. C. (2019). Digital twin in industry: State-of-the-art.IEEE Transactions on Industrial Informatics, 15 (4), 2405–2415.

Tracey, J. B., & Hinkin, T. R. (2000). The cost of turnover: Putting a price on the learning curve. Cornell Hotel and Restaurant Administration Quarterly, 41 (3), 14–21.

Tussyadiah, I. P., Wang, D., Jung, T. H., & tom Dieck, M. C. (2018). Virtual reality, presence, and attitude change: Empirical evidence from tourism. Tourism Management, 66, 140–154.

Tyagi, A. K., & Choudhary, S. (2022). Metaverse and future of tourism and hospitality: Opportunities and research agenda. Journal of Tourism Futures. Advance online publication.

Van Doorn, J., Mende, M., Noble, S. M., Hulland, J., Ostrom, A. L., Grewal, D., & Petersen, J.A. (2017). Domo arigato Mr. Roboto: Emergence of automated social presence in organizational frontlines and customers’ service experiences. Journal of Service Research, 20 (1), 43–58.

Wei, W., Qi, R., & Zhang, L. (2019). Effects of virtual reality on theme park visitors’ experience

and behaviors: A presence perspective. Tourism Management, 71, 282–293.

Xiang, Z., Schwartz, Z., Gerdes, J. H., & Uysal, M. (2015). What can big data and text analyticstell us about hotel guest experience and satisfaction? International Journal of HospitalityManagement, 44, 120–130.

Zhang, Z., Ye, Q., Law, R., & Li, Y. (2010). The impact of e-word-of-mouth on the online popularity of restaurants. International Journal of Hospitality Management, 29 (4), 694–700.