RateGain: $10.6M в месяц на ИИ-pricing для отелей — кейс Бхану Чопры

RateGain — индийская SaaS-платформа динамического ценообразования и data-аналитики для travel-индустрии. $10.6M выручки в месяц ($127M в год), 1 основатель, прибыльна, около 600 сотрудников в 12 офисах. Запущена в 2004 году в Нойде, в 2021 вышла на IPO на индийских биржах NSE и BSE.

Главное в кейсе — Бхану Чопра построил продукт, когда «travel tech» как индустрии ещё не было. Когда Expedia только начинала, а Booking.com был стартапом, он уже строил инструменты для анализа их прайсинга.

Кто такой Бхану Чопра

Бхану родился в Нью-Дели, получил магистра по финансам и computer science в Indiana University Bloomington. Начал карьеру в Deloitte Consulting в Чикаго — именно там увидел, как клиенты-отели не могут отследить, что конкуренты меняют ставки на сайте Expedia каждый час.

В 2004 году вернулся в Индию и в Нойде, с командой инженеров, запустил RateGain — изначально как простой парсер цен. К 2025 году компания превратилась в одного из ключевых игроков мирового travel-tech.

Какую проблему решает RateGain

Цена номера в отеле меняется десятки раз в день. Зависит от загрузки, конкурентов, событий в городе, погоды, дня недели. Большие отельные сети нанимают revenue managers — они вручную мониторят ставки конкурентов и подстраивают свои. На 200 отелей в сети — это десятки людей, которые целый день переключают вкладки между Expedia, Booking, прямыми сайтами.

RateGain делает это автоматически:

• Парсит ставки конкурентов по 500+ онлайн-каналам
• Прогнозирует спрос на основе исторических данных и внешних сигналов (конференции, погода, праздники)
• Рекомендует оптимальную цену на каждый номер, на каждую дату
• Управляет распределением комнат между OTA и прямыми каналами
• Контролирует репутацию (отзывы на TripAdvisor, Google, OTA)

Сеть отелей сокращает revenue-команду на 70% и увеличивает RevPAR (revenue per available room) на 5-15% — это десятки миллионов долларов на крупной сети.

Как родилась идея

В Deloitte Бхану консультировал travel-клиентов. Он видел структурную проблему: онлайн-турагентства (Expedia, Orbitz) брали огромные комиссии, потому что у отелей не было своего инструмента контроля цен. Каждый отель боролся в одиночку.

Бхану понял: если построить нейтральную платформу, которая мониторит цены по всем каналам, отели смогут принимать решения системно, а не ad hoc. Это была не «улучшенная CRM», а новый класс продукта.

Возвращение в Индию дало два преимущества: на старте инженерные ресурсы стоили в 10 раз дешевле, чем в США, и можно было нанять Python/Java-команду на $5K-15K в год. Позже это стало шаблонным маршрутом для всех индийских SaaS-стартапов.

Как собрал MVP

Первые версии RateGain — это были скрипты для парсинга цен с сайтов OTA, склейка данных в Excel-отчёты для отельных клиентов. Бхану лично продавал — обходил отели в Дели и Мумбае, показывал отчёты, объяснял, сколько денег они теряют без таких данных.

Стек на старте: AWS-серверы, собственные парсеры на Python, ML/AI добавили позже — в 2015-2017, когда стало понятно, что прогноз спроса важнее простого мониторинга.

Главный вызов был не технический, а в продажах: индийские отели в 2004-2008 не верили, что софт может помочь. Бхану пришлось два года показывать первым клиентам ROI вручную: «вы подняли цены по нашей рекомендации, заработали столько-то». Только после 50+ доказанных кейсов индустрия начала покупать без долгого pre-sale.

Стратегия роста

Партнёрства с OTA и отельными сетями

RateGain не пытался заменить Booking.com и Expedia — наоборот, встроился в их экосистему. Платформа стала источником данных для самих OTA: они покупали у RateGain аналитику по своим конкурентам.

Это дало два эффекта: 1) выручка от OTA-партнёров; 2) доступ к отельным клиентам через рекомендации OTA. Когда Marriott или Hyatt спрашивает у Expedia «кто у вас интегрирован для price-intelligence?», ответ — RateGain.

Расширение продуктовой линейки

Стартовали с monitoring-инструмента, дальше добавляли модули:

• Demand forecast — прогноз загрузки (2009-2011)
• Reputation management — мониторинг отзывов (2012-2014)
• AirGain — аналитика для авиакомпаний (2015)
• CruiseGain — для круизных линий (2018)
• AI-pricing engine — автоматическое управление ценами (2020)

Каждый новый модуль продавался текущим клиентам — это снижало CAC и увеличивало LTV. К 2025 году один enterprise-клиент платит $200K-1M в год за весь стек.

Инвестиции в AI/ML

С 2015 года RateGain активно инвестировал в собственный AI-стек. Сейчас компания применяет ML-модели для прогноза спроса, динамической цены, обнаружения аномалий в данных. Это технологическое преимущество — конкуренты с тем же набором функций отстают на 2-3 года.

Глобальное присутствие с первого дня

Несмотря на индийскую штаб-квартиру, RateGain строил продажи глобально с первого года. Открыли офисы в Лондоне, Сингапуре, Нью-Йорке, Барселоне. К 2025 — 12 офисов, 3 200+ корпоративных клиентов в 100+ странах. Индийская команда инженеров + локальный sales — рабочая формула для travel-индустрии, где клиенты есть везде.

Pricing

• Enterprise subscription — годовые контракты $50K-1M+
• Цена зависит от: числа отелей в сети, числа каналов мониторинга, набора модулей (pricing, forecasting, reputation)
• Free insights для маркетинговой воронки — данные о макротрендах рынка публикуются бесплатно
• Все продажи через sales-команду

Компания публична на NSE — финансовая отчётность открыта.

5 уроков из кейса

1. Индия как инженерный hub + глобальные продажи. Шаблон, который RateGain отработал в 2004-м, сейчас применяют десятки индийских SaaS-стартапов. Дешёвая разработка + офисы в США/Европе для продаж = можно конкурировать с американскими SaaS при выручке в 3 раза ниже.
2. Не воюй с гигантом — встройся в его экосистему. RateGain не пытался стать «Booking-убийцей». Он стал поставщиком данных для самого Booking. В результате — двойной канал: и B2B-клиенты OTA, и сами OTA как клиенты.
3. Первые 50 кейсов делай вручную, чтобы доказать ROI. В индустриях, которые не верят в софт (логистика, hospitality, страхование), нет другого пути. Сначала RateGain делал расчёты в Excel и показывал клиентам — только потом продукт начал продаваться сам.
4. Расширяйся через модули для текущих клиентов. Каждые 2-3 года RateGain добавлял новый продукт: forecast, reputation, AirGain, CruiseGain. Это не «pivoting», это lateral expansion — рост чека с того же клиента.
5. Терпение в enterprise-нишах окупается через 15-20 лет. RateGain — пример того, что SaaS не обязательно «racing to IPO за 3-5 лет». Бхану строил компанию 17 лет до IPO, и сейчас это устойчивый бизнес на $127M в год без диких bornouts и выгораний.

Главная мысль: в индустриях с длинным циклом доверия (hospitality, travel) выигрывает не тот, кто первый запустился, а тот, кто пережил два экономических цикла. RateGain выжил dot-com, кризис 2008-го и COVID-2020 — и каждый раз выходил сильнее, потому что отели в кризис ещё больше нуждаются в оптимизации цен.