Warum „Business und Freizeit“ nicht mehr ausreichen und wie Daten die Spielregeln verändern

Die traditionelle Einteilung der Hotelgäste in „Geschäftsreisende“ und „Urlauber“ ist im Zeitalter von Big Data hoffnungslos veraltet. Eine neue Studie zeigt, dass man sich eingehender mit den Transaktionsdaten befassen muss, wenn man die Preise wirklich optimieren und den Umsatz steigern will. Die Analyse des Verhaltens von mehr als 9.000 Gästen zeigt, dass der Schlüssel zum Erfolg nicht in der Intuition liegt, sondern in einer ausgefeilten Segmentierung auf der Grundlage von Kaufgewohnheiten.

Das Ende der Ära des „gesunden Menschenverstands“

Ein Großteil der Hotels verlässt sich nach wie vor auf die sogenannte „Common-Sense“-Segmentierung. Sie unterteilen Gäste in Geschäftskunden und Urlauber (Leisure), wobei sie dynamische Preisgestaltung überwiegend nur auf die zweite Gruppe anwenden. Zudem meist nur im Online-Bereich. Dieser Ansatz ist jedoch zu vereinfachend und ignoriert die riesige Datenmenge, die Hoteliers zur Verfügung steht. Eine im „Journal of Vacation Marketing“ veröffentlichte Studie weist darauf hin, dass modernes Revenue Management eine umfassendere Sichtweise erfordert, die nicht nur den Reisezweck, sondern auch den Zeitpunkt des Kaufs, die Preissensitivität und weitere Verhaltensfaktoren berücksichtigt. Selbst die kostengünstigsten PMS ermöglichen eine effektive Arbeit mit Daten, bei der der Fantasie keine Grenzen gesetzt sind und eine maximale Personalisierung der Vertriebsstrategien möglich ist.

Was haben die Daten aus Prag verraten?

Chalupa und Petříček (2024) stellten eine Fallstudie zur Anwendung von Marktsegmentierung und Ökonometrie vor, die sich auf das Kundenverhalten in Prag konzentrierte. Der „Data-first“-Ansatz ermöglichte die Bildung verschiedener Kundensegmente und die anschließende Beschreibung ihres Verhaltens – und zwar auf der Grundlage harter Daten, nicht ihrer Eindrücke. Oft stoßen wir nämlich auf Untersuchungen und Studien, die das Verhalten von Familien mit Kindern, Senioren oder reisenden Paaren auf der Grundlage von Fragebogenerhebungen beschreiben. Kaum jemand fragt sich jedoch, wie valide diese Ergebnisse sind. Antworten die Befragten wahrheitsgemäß? Ist ihre Anzahl repräsentativ? Können wir dieses Wissen auch bei uns anwenden? Verhalten sich unsere Kunden nicht anders? Meistens ist dies leider der Fall.

Welche Daten stehen uns also aus einfachen Datensätzen (Transaktionen) im PMS zur Verfügung?

• Demografische und geografische Daten zum Gast (Alter, Geschlecht, Herkunftsland, Adresse).
• Aufenthaltsdauer.
• Tag der Buchung und Tag der Anreise.
• Vorlaufzeit (Zeitraum zwischen Buchung und Ankunft).
• Akzeptierter Preis für den Aufenthalt.
• Anzahl der Personen (Erwachsene, Kinder).
• Zimmertyp und -nummer.
• Durchschnittlicher Tagespreis für die Unterkunft.
• Einnahmen aus Verpflegungsleistungen.
• Einnahmen aus Zusatzleistungen.
• Akzeptierte Preisart.
• Preisvorteil (MLOS, Early Bird, nicht erstattungsfähig).
• Zahlungsbedingungen.
• … (und viele weitere – jede Spalte im PMS steht möglicherweise für ein bestimmtes Kundenverhalten).

Das Ergebnis waren nicht nur zwei, sondern gleich sechs spezifische Kundensegmente, die sich völlig unterschiedlich verhalten. Zu den identifizierten Gruppen gehören beispielsweise Corporates (Firmenkunden), Early Bird Bookers (Frühbucher), Product Seekers (Qualitätsbewusste) oder Last Minute Bookers.

Überraschende Erkenntnisse zum Preis

Das Wichtigste, was die Daten offenbarten, ist die unterschiedliche Reaktion dieser Gruppen auf Preisänderungen – die sogenannte Preiselastizität der Nachfrage. Hier versagt die Intuition oft:

1. Ein Last-Minute-Paradoxon: Das Segment der Last-Minute-Bucher (mit einer durchschnittlichen Vorlaufzeit von 9 Tagen) wies einen positiven Koeffizienten der Preiselastizität auf. Dies ist in der Wirtschaft ein seltenes Phänomen (möglicherweise das Giffen-Paradoxon), bei dem die Nachfrage bei steigendem Preis nicht sinkt, sondern sogar steigen kann, da diese Kunden keine Wahl haben oder den höheren Preis als Qualitätssignal in letzter Minute wahrnehmen.
2. Qualitätsbewusste sind sensibel: Im Gegensatz dazu weist das Segment der „Product Seekers“, das den höchsten Durchschnittspreis pro Zimmer (ca. 3.573 CZK) zahlt, die höchste Preiselastizität (-3,413) auf. Das bedeutet, dass sie, obwohl sie viel ausgeben, sehr empfindlich auf jede Preisänderung reagieren und für ihr Geld einen entsprechenden Gegenwert erwarten.
3. Wer sich nicht um den Preis kümmert: Gruppen wie „Early Bird Bookers“, Langzeitaufenthalter („Long time stayers“) und Firmenkunden erwiesen sich als preisunelastisch. Bei diesen Gruppen würde eine Preissenkung daher wahrscheinlich nicht zu einem deutlichen Anstieg der Nachfrage führen, und das Hotel würde unnötig auf Margen verzichten.

Warum Daten wichtig sind

Diese Erkenntnisse haben entscheidende Auswirkungen auf die Strategie. Wenn ein Hotel weiß, dass ein bestimmtes Segment preisunelastisch ist, kann es es sich leisten, die Preise höher anzusetzen. Bei elastischen Segmenten hingegen kann ein richtig dosierter Rabatt zu einer deutlichen Steigerung des Umsatzvolumens führen.

Die Schlussfolgerung ist klar: Eine datengestützte Segmentierung ermöglicht es Hoteliers, die „am Schreibtisch“ erstellten Schubladen hinter sich zu lassen und stattdessen auf das tatsächliche Kundenverhalten abzuzielen. In einer Zeit, in der sich der Großteil der Buchungen ins Internet verlagert, ist die Fähigkeit, diese Daten zu analysieren und dynamisch darauf zu reagieren, das, was durchschnittliche Hotels von den erfolgreichsten unterscheidet.