Analityka najmu krótkoterminowego i dane rynkowe: przewodnik z bezpłatnym kalkulatorem luki RevPAR

Większość przewodników po analityce najmu krótkoterminowego kończy się na wzorach. Dowiadujemy się, czym jest RevPAR, uczymy się liczyć obłożenie, a potem zamykamy kartę z listą pojęć zamiast z decyzją.

Ten przewodnik prowadzi przez cały proces na przykładzie jednego obiektu. Ta sama chatka, ten sam zestaw porównawczy, te same liczby – od pierwszego wskaźnika po ostateczną decyzję.

Odpowiada też na pytanie, na które w tej branży niemal nikt nie odpowiada uczciwie. Każdy publikowany wskaźnik obłożenia rynku został wywnioskowany z kalendarzy ofert, a nie odczytany z rekordów rezerwacji, przez co noc zablokowana przez właściciela dla własnej rodziny wygląda identycznie jak noc opłacona przez gościa. Skorygowanie tego to największa pojedyncza poprawka w całym procesie, a sekcja o wiarygodności danych poniżej pokazuje, co po niej zostaje.

Czym jest analityka najmu krótkoterminowego?

Analityka najmu krótkoterminowego to praktyka polegająca na mierzeniu wyników oferty, porównywaniu ich z określonym zestawem konkurencyjnych obiektów oraz zmienianiu cen lub dostępności na podstawie różnicy między nimi. Korzysta z dwóch źródeł danych: własnej historii rezerwacji oraz danych rynkowych o tym, jakie stawki i obłożenie mają porównywalne oferty.

To drugie źródło sprawia, że jest to analityka, a nie zwykła księgowość. Własne liczby pokazują, co się wydarzyło. Dopiero dane rynkowe pokazują, czy to, co się wydarzyło, było dobre.

Jeśli już wiadomo, czego szukać, można pominąć ten przewodnik. Osoby, które robiły to już wcześniej i potrzebują tylko liczb, powinny od razu przejść do PriceLabs Market Dashboards, wybrać rynek i zbudować zestaw porównawczy. Osoby, które chcą prognozy przychodów dla obiektu rozważanego do zakupu, potrzebują Revenue Estimator Pro zamiast tego, ponieważ to pytanie dotyczące oceny inwestycji, a nie analityki. Pozostałe osoby powinny czytać dalej.

Obiekt, na którym opiera się ten przewodnik

Każda liczba poniżej dotyczy jednej oferty.

Chatka nad jeziorem. Dwie sypialnie, do sześciu osób, balia z hydromasażem, dwadzieścia minut od średniej wielkości miasteczka nad jeziorem. Oferta widoczna na Airbnb i Vrbo. Działa od dwóch pełnych lat, więc jest wystarczająco dużo danych do analizy.

Liczby mają charakter poglądowy i nie pochodzą z rzeczywistego konta. Rachunki są jednak prawdziwe, a to właśnie się liczy, ponieważ metoda działa identycznie niezależnie od podstawionych liczb. Warto otworzyć własny raport wypłat obok tej sekcji i wykonać te same kroki.

Oto ostatnie dwanaście miesięcy chatki:

Nic w tej tabeli nie jest jeszcze wskaźnikiem. To surowe dane.

Sześć liczb opisuje każdą ofertę

Większość przewodników wymienia siedem lub osiem wskaźników. Realną pracę wykonuje sześć z nich.

1. Wskaźnik obłożenia.

Zarezerwowane noce podzielone przez noce dostępne do sprzedaży, razy 100.

Chatka: 201 ÷ 335 = 60.0%

Pułapką jest mianownik. Podzielenie przez 365 zamiast przez 335 daje dla chatki wynik 55.1%, co prowadzi do spędzenia sezonu na naprawianiu problemu stworzonego przez policzenie własnego urlopu jako nieudanej rezerwacji. Blokady właściciela, przestoje konserwacyjne i tygodnie remontu należy odjąć, zanim zostanie wykonane jakiekolwiek obliczenie.

2. Średnia stawka dzienna (ADR).

Przychód z pokoju podzielony przez zarezerwowane noce. Opłaty za sprzątanie są wyłączone, ponieważ opłata za sprzątanie pokrywa koszt, a nie stanowi stawki.

Chatka: $46,230 ÷ 201 = $230.00

3. RevPAR.

Przychód na dostępną noc, czyli ADR pomnożone przez obłożenie.

Chatka: $230.00 × 0.60 = $138.00

Warto sprawdzić to również w drugą stronę: $46,230 ÷ 335 = $138.00. Obie metody dają ten sam wynik, co jest przydatnym nawykiem przy budowaniu każdego raportu, ponieważ rozbieżność oznacza błąd w liczbie nocy.

RevPAR to wskaźnik, na którym warto się opierać przy porównaniach, ponieważ jako jedyny nie daje się sztucznie zawyżyć kosztem drugiej zmiennej. Oferta może podnieść ADR, wypychając się z kalendarza zbyt wysoką ceną, i może podnieść obłożenie, obniżając stawki do minimum. RevPAR wychwytuje oba te przypadki.

4. Średnia długość pobytu (ALOS).

Zarezerwowane noce podzielone przez liczbę odrębnych pobytów.

Chatka: 201 ÷ 67 = 3.0 nocy

ALOS to wskaźnik, który większość przewodników wymienia, a potem porzuca. Zasługuje na uwagę, ponieważ wyjaśnia koszty. Sześćdziesiąt siedem pobytów oznacza sześćdziesiąt siedem zmian gości, tyle samo wymian pościeli i tyle samo okazji do nieudanego zameldowania. Oferta z takim samym przychodem przy 4.5 nocy na pobyt generuje zamiast tego około czterdziestu pięciu zmian gości, czyli o dwadzieścia dwa sprzątania mniej w skali roku. ALOS wyznacza też górną granicę tego, co reguły pobytu minimalnego mogą osiągnąć bez utraty rezerwacji.

5. Okno rezerwacji.

Mediana liczby dni między dokonaniem rezerwacji a przyjazdem gościa.

Chatka: 22 dni

Pełniejsze omówienie pomiaru czasu realizacji rezerwacji – przydatne, jeśli to pojęcie jest nowe. Czas realizacji to narzędzie diagnostyczne, a nie cel sam w sobie. Kalendarz, który zapełnia się późno, sygnalizuje, że goście rezerwujący z wyprzedzeniem widzą stawkę i wybierają coś innego, ponieważ goście rezerwujący na dziewięćdziesiąt dni przed przyjazdem są najmniej wrażliwi na cenę.

6. Przychód netto.

To, co zostaje po odjęciu wszystkich kosztów.

Wartość brutto rezerwacji dla chatki to $46,230 plus $6,365, czyli $52,595. Przychód netto to ta kwota pomniejszona o opłaty platformy dla gospodarza, rzeczywiste koszty sprzątania wypłacone ekipom sprzątającym, materiały eksploatacyjne, media, oprogramowanie, ubezpieczenie, podatki i zarządzanie. To właśnie różnica między tymi dwiema kwotami najczęściej dezorientuje gospodarzy w pierwszym roku, ponieważ za efektownie wyglądającym $52,595 może kryć się dużo skromniejsza rzeczywistość.

Sposób naliczania opłat platformy różni się w zależności od kanału, planu oraz tego, czy koszt ponosi gospodarz czy gość, dlatego dane te warto pobrać z własnych rozliczeń wypłat, a nie z tabeli porównawczej. Pełny zestaw kosztów opisuje przewodnik po obliczaniu dochodu z Airbnb krok po kroku.

Ocena gościa nie wchodzi w skład tej szóstki, warto ją jednak monitorować kwartalnie, ponieważ ranking platformy na nią reaguje, a odzyskanie utraconej widoczności trwa dłużej niż jej ochrona. Przewodnik po optymalizacji oferty Airbnb opisuje, co naprawdę wpływa na tę liczbę.

Zestaw porównawczy to filtr, a nie promień

Sześć liczb opisuje chatkę. Same w sobie nic nie znaczą, ponieważ RevPAR na poziomie $138 jest świetnym wynikiem na jednym rynku, a słabym na innym. Dopiero porównanie zamienia pomiar w wniosek.

Słabą wersją tego podejścia jest narysowanie okręgu na mapie i uśrednienie wszystkiego, co się w nim znajdzie. Daje to jakiś wynik, ale będzie on błędny w sposób trudny do wychwycenia, ponieważ miesza kawalerki z pięciosypialniowymi domami nad jeziorem, obejmuje oferty uruchomione miesiąc temu bez żadnej oceny i uwzględnia obiekty, które lada moment zostaną zamknięte przez limit zezwoleń.

Cztery filtry oddzielają zestaw porównawczy, który da się obronić, od takiego, którego nie da się obronić:

• Dopasowanie obiektu. Liczba sypialni, pojemność noclegowa, typ obiektu oraz udogodnienia, które faktycznie wpływają na stawkę na danym rynku. Dla chatki nad jeziorem zwykle oznacza to balię z hydromasażem, dostęp do wody i miejsce parkingowe.
• Normalizacja sezonowości. Luty należy porównywać z lutym. Krocząca średnia z dwunastu miesięcy niepostrzeżenie ukryje słaby sezon przejściowy pod mocnym latem, a to właśnie w sezonie przejściowym zapada większość decyzji cenowych.
• Zmiana podaży. Niezmieniony przychód na rynku, na którym przybyło 18% ofert, to zupełnie inny wynik niż niezmieniony przychód na rynku bez żadnego przyrostu. Kierunek zmian podaży warto śledzić razem z wynikami, ponieważ jedno tłumaczy drugie.
• Zgodność z przepisami. Z zestawu należy wykluczyć obiekty, które nie mogłyby legalnie działać w taki sposób jak analizowana nieruchomość. Rynek, na którym zaostrzane są przepisy, pokaże zawyżone dane historyczne pochodzące z ofert, które już nie istnieją.

Dla chatki dało to zestaw porównawczy liczący 24 oferty: dwie sypialnie, balia z hydromasażem, w promieniu czterech mil od tego samego punktu dostępu do jeziora, ocena 4.7 lub wyższa, aktywne od co najmniej dwunastu miesięcy. Dwadzieścia cztery to praktyczna wielkość zestawu. Poniżej około dziesięciu jeden nietypowy obiekt zniekształca medianę; powyżej stu przestaje się porównywać, a zaczyna uśredniać.

PriceLabs Market Dashboard umożliwia tworzenie własnych zestawów porównawczych do zestawiania z właściwymi konkurentami.

PriceLabs tworzy je jako zestawy porównawcze wewnątrz Market Dashboard, oferując ponad czterdzieści filtrów i możliwość utworzenia do trzydziestu odrębnych zestawów porównawczych w jednym panelu, dzięki czemu można zestawić obok siebie zestaw dla dostępu do jeziora i zestaw dla centrum miasteczka. Pełniejsze omówienie definiowania zestawu konkurencyjnego znajduje się tutaj, a hiperlokalną wersję opisuje przewodnik po analizie na poziomie dzielnicy.

To właśnie budowa zestawu porównawczego decyduje o tym, czy analityka najmu krótkoterminowego się sprawdza, czy po cichu zawodzi, ponieważ każdy późniejszy wniosek dziedziczy błąd wbudowany w ten zestaw.

Odczytywanie luki: rzeczywista diagnoza chatki

Oto chatka zestawiona z 24 obiektami porównawczymi.

Zanim zaufa się medianie zestawu, warto sprawdzić jej spójność wewnętrzną: $224.00 × 0.72 = $161.28, co po zaokrągleniu daje pokazane $161 RevPAR. Zestaw jest spójny.

Teraz odczyt.

Problemem nie jest stawka chatki. Przy $230 jest ona o $6 wyższa od mediany zestawu, co mieści się w granicach szumu statystycznego. Dwunastopunktowa dziura tkwi w wierszu obłożenia, a wyjaśnia ją wiersz okna rezerwacji. Kalendarz chatki zapełnia się 25 dni później niż u obiektów porównawczych, co oznacza utratę gości rezerwujących z dużym wyprzedzeniem i nadrabianie strat popytem z ostatniej chwili. To sygnatura oferty wycenionej prawidłowo na szczytowe tygodnie i zbyt wysoko na resztę roku.

Roczny koszt: $23.00 różnicy RevPAR na 335 nocy dostępnych do sprzedaży daje $7,705 przychodu z pokoju, który zestaw porównawczy wskazuje jako możliwy do osiągnięcia.

Jak wygląda zamknięcie tej luki liczbowo. Przy stałym ADR $230 podniesienie obłożenia z 60% do 68% – czyli cztery punkty poniżej mediany zestawu, a nie na jej poziomie – daje 228 zarezerwowanych nocy zamiast 201. Przychód z pokoju wynosi wtedy 228 × $230 = $52,440, czyli wzrost o $6,210.

Dwa uczciwe zastrzeżenia, zanim ktokolwiek wpisze tę liczbę do prognozy.

Po pierwsze, zestaw porównawczy dowodzi istnienia luki, ale nie dowodzi, że da się ją zamknąć. Chatka może leżeć dwadzieścia minut dalej od wody niż większość obiektów porównawczych, a żadna zmiana ceny nie naprawi lokalizacji. Zestaw porównawczy wskazuje, gdzie szukać, a sam obiekt pokazuje, co jest naprawdę możliwe.

Po drugie, obłożenie i ADR działają przeciwko sobie. Wypełnienie dodatkowych 27 nocy niemal na pewno będzie wymagało zaakceptowania niższych stawek na części z nich, więc rzeczywisty wynik jest niższy niż $6,210. Warto modelować go w oparciu o stawkę, która realnie zostałaby zaakceptowana, a nie stawkę szczytową, a następnie sprawdzić, czy 27 dodatkowych zmian gości jest wartych kosztu sprzątania, który przy $95 za sprzątanie i około dziewięciu dodatkowych pobytach wynosi około $855 dodatkowego wydatku.

Policz własne liczby. Kalkulator poniżej przyjmuje te same siedem danych wejściowych, zwraca te same sześć wskaźników i oblicza lukę oraz jej roczną wartość. Dalsze kroki opisuje prognozowanie przyszłych przychodów – po uzyskaniu wyniku.

Zmiany wynikające z tej diagnozy to obniżenie dolnego progu stawki w sezonie przejściowym, wydłużenie okna rezerwacji poprzez wcześniejszą dostępność oraz skrócenie pobytu minimalnego dla pojedynczych luk w kalendarzu, tak aby dwudniowe przerwy między rezerwacjami stały się dostępne do rezerwacji. Wszystkie trzy to decyzje cenowe, a nie analityczne, i to od nich zaczyna się przewodnik po cenach dynamicznych, a dalej przewodnik po zarządzaniu przychodami pokazuje, jak strategia kalendarza układa się w całość w skali sezonu.

Jak dokładne są dane rynkowe Airbnb?

To sekcja, którą pomija większość przewodników po analityce, a właśnie to pominięcie sprawia, że bardziej wymagający czytelnicy nie ufają całej tej kategorii.

Dane rynkowe Airbnb, podobnie jak dane rynkowe najmów krótkoterminowych (STR) w ogóle, są estymacją, a nie zapisem faktów. Żaden komercyjny dostawca nie ma dostępu do rekordów rezerwacji. Airbnb i Vrbo ich nie sprzedają. Dostawcy dysponują jedynie dostępnością: odczytują kalendarze ofert w regularnych odstępach, obserwują zmianę nocy z dostępnej na niedostępną i na tej podstawie wnioskują o rezerwacjach. PriceLabs zbiera publicznie dostępne dane ofert Airbnb i Vrbo oraz odświeża je codziennie.

Wnioskowanie wprowadza cztery konkretne problemy, a to, jak dostawca sobie z nimi radzi, decyduje o użyteczności liczb.

Blokady właściciela wyglądają identycznie jak rezerwacje.

Noc zablokowana przez właściciela dla własnej rodziny wygląda dokładnie tak samo jak noc opłacona przez gościa. Bez korekty obłożenie każdego rynku jest zawyżone, a każdy gospodarz porównuje się z fikcją. PriceLabs stosuje logikę usuwania blokad, aby oddzielić rzeczywiste rezerwacje od blokad właściciela, co jest największym pojedynczym źródłem błędu w danych o obłożeniu pozyskiwanych ze skanowania kalendarzy.

Jedna rezerwacja może zostać policzona podwójnie.

Oferta widoczna zarówno na Airbnb, jak i na Vrbo, staje się niedostępna na obu platformach po jednej rezerwacji. Odliczanie duplikatów między platformami OTA eliminuje to powielenie, dzięki czemu liczba zarezerwowanych nocy na rynku nie jest zawyżona.

Rezerwacje bezpośrednie są niewidoczne.

Gdy gość rezerwuje przez własną stronę gospodarza, nie powstaje żadna transakcja na platformie OTA. Noc mimo to znika z kalendarza OTA, więc śledzenie dostępności może ją odnotować jako zajętą, choć rzeczywista pobrana stawka pozostaje nieznana. Dlatego każdy wskaźnik ADR dla rynku z dużym udziałem rezerwacji bezpośrednich opiera się na niepełnej próbie.

Pokazana stawka nie jest stawką zapłaconą.

Ceny w kalendarzu to ceny wywoławcze. Zniżki, wynegocjowane stawki i korekty promocyjne obniżają rzeczywistą kwotę poniżej wyświetlanej wartości, przez co szacunki ADR są nieznacznie zawyżone na słabszych rynkach, gdzie zniżki są powszechne.

Praktyczna zasada, która z tego wynika: wiarygodność estymacji rośnie wraz z wielkością zestawu porównawczego i gęstością rynku. Dwadzieścia cztery obiekty porównawcze na ugruntowanym rynku nad jeziorem dają medianę, na której można się oprzeć. Sześć obiektów porównawczych na rynku wiejskim, z których trzy należą do tego samego operatora, daje liczbę, która przesunie się o dwadzieścia procent, gdy jedna oferta zmieni kalendarz. Na płytkich rynkach za wniosek warto uznać kierunek zmiany, a wartość bezwzględną traktować jako przybliżenie.

Estymacji warto nie ufać, gdy zestaw porównawczy liczy mniej niż około dziesięć ofert, gdy na rynku niedawno zaszła zmiana regulacyjna ograniczająca podaż, gdy duża część lokalnej oferty jest zarządzana profesjonalnie z wykorzystaniem kanałów rezerwacji bezpośredniej, lub gdy większość rocznego przychodu generuje pojedynczy weekend eventowy.

Nic z tego nie sprawia, że dane rynkowe są bezużyteczne. Sprawia to, że są narzędziem kierunkowym, a nie zapisem księgowym, i tak właśnie należy je traktować. Zestaw porównawczy wskazujący dwanaście punktów poniżej wartości docelowej jest wart działania. Zestaw wskazujący jeden punkt poniżej jest wart zignorowania.

Gdzie kończy się analityka natywna platform

Panel gospodarza Airbnb i narzędzia Vrbo dokładnie i kompleksowo raportują dane dotyczące własnej oferty. Pokazują wyświetlenia, konwersję, rezerwacje i zarobki, co dla gospodarza w pierwszym roku jest rozsądnym punktem wyjścia.

Czego nie pokażą, to zestaw porównawczy, ponieważ platforma nie ujawni, jak radzi sobie obiekt kilka ulic dalej. Obie kończą też na własnym rynku, więc gospodarz obecny na obu kanałach widzi dwa fragmentaryczne obrazy, nigdy jednego pełnego. Żadna z nich nie raportuje tempa rezerwacji względem danych historycznych, przez co słaby listopad przychodzi jako niespodzianka, zamiast być sygnałem wychwyconym już we wrześniu.

Dwunastopunktowa luka w obłożeniu chatki nie pojawia się nigdzie w panelu Airbnb. Sześćdziesięcioprocentowe obłożenie samo w sobie wygląda całkiem rozsądnie. Staje się wnioskiem dopiero obok wartości 72%.

Wybór narzędzia analitycznego

Narzędzia w tej kategorii różnią się tym, na jakie pytanie mają odpowiadać. Produkty do analizy rynku odpowiadają na pytanie 'jak zachowuje się mój rynek'. Narzędzia do oceny inwestycji odpowiadają na pytanie 'ile zarobiłby ten obiekt, gdyby został kupiony'. Narzędzia portfelowe odpowiadają na pytanie 'która z ofert traci na wynikach'. Wybór niewłaściwej kategorii to najczęstszy i najkosztowniejszy błąd przy wyborze narzędzia.

Produkty konkurencji celowo nie zostały ujęte w tej tabeli. Wypełnienie sześciu kolumn specyfikacji dla AirDNA, Mashvisor, Rabbu i Key Data oznaczałoby dwadzieścia jeden komórek z cenami i zakresem danych dostawców, a publikowanie takich informacji z pamięci byłoby publicznym zgadywaniem. Przenośną częścią jest kolumna pytań – warto zabrać ją do dowolnego ocenianego dostawcy i poprosić o odpowiedź. Widok na poziomie całej kategorii znajduje się w porównaniu analizatorów Airbnb oraz w przewodniku po narzędziach analitycznych dla gospodarzy.

Warto pytać nie o to, które narzędzie ma najwięcej danych, ponieważ zakres danych jest zbliżony we wszystkich płatnych opcjach. Liczy się to, czy narzędzie kończy na liczbie, czy na działaniu. Panel informujący, że obłożenie jest o dwanaście punktów za niskie, wykonał połowę zadania, natomiast ten, którego zestawy porównawcze przechodzą bezpośrednio do silnika cenowego, wykonał je w całości.

Ocena rynku przed wejściem na niego

Analityka istniejącej oferty odpowiada na pytanie, czy wyniki są dobre. Analityka rozważanego rynku odpowiada na pytanie, czy dobre wyniki są w ogóle możliwe.

Pięć rzeczy do ustalenia, w tej kolejności:

1. Porównywalne wyniki. RevPAR obiektów odpowiadających temu, czym faktycznie planuje się zarządzać, a nie średnia rynkowa dla wszystkich rozmiarów.
2. Kierunek podaży. Czy liczba ofert rośnie, jest stabilna czy spada w ciągu ostatnich dwunastu miesięcy, ponieważ rynek, na którym podaż rośnie szybciej niż popyt, obniży zarówno obłożenie, jak i stawkę. Metoda oceny lokalnego popytu uzupełnia ten punkt.
3. Koncentracja sezonowa. Jaka część rocznego przychodu przypada na dziesięć najlepszych tygodni. Wysoka koncentracja zwiększa ryzyko, ponieważ jeden nieudany sezon festiwalowy potrafi zaważyć na całym roku.
4. Sytuacja regulacyjna. Limity zezwoleń, wymogi licencyjne, zasady dotyczące głównego miejsca zamieszkania oraz wszystko, co jest obecnie procedowane przez komisje. To najszybszy sposób, w jaki silny rynek może zamienić się w martwy.
5. Struktura operatorów. Czy lokalna oferta jest w większości profesjonalna, czy indywidualna, co pokazuje, jaki standard trzeba osiągnąć, aby być konkurencyjnym.

Na tym warto zakończyć ten etap. Przełożenie tych pięciu punktów na decyzję zakupową wymaga modelowania dochodu operacyjnego netto, stopy kapitalizacji i zwrotu z gotówki, co jest odrębnym ćwiczeniem opartym na innych danych wejściowych, i właśnie do tego służy Revenue Estimator Pro, wskazany na początku tego przewodnika. Pełną metodę odczytywania trendów rynkowych opisuje cały proces oceny rynku od początku do końca.

Rutyna, która przetrwa napięty miesiąc

Analityka zawodzi nie przez złożoność, lecz przez brak systematyczności. Prosty przegląd wykonywany co miesiąc daje lepsze efekty niż zaawansowany przegląd wykonywany dwa razy w roku.

• Co tydzień, dziesięć minut. Tempo rezerwacji na kolejne 60 dni w porównaniu z analogicznym okresem rok wcześniej. Ewentualne pojedyncze luki w kalendarzu. Nic więcej.
• Co miesiąc, trzydzieści minut. Obłożenie, ADR i RevPAR za zamknięty miesiąc, porównane miesiąc do miesiąca i rok do roku. Zmiana jednej liczby to szum; sygnałem jest dopiero powtarzający się wzorzec.
• Co kwartał, godzina. Zbudowanie zestawu porównawczego od nowa zamiast ponownego użycia poprzedniego, ponieważ obiekty pojawiają się na rynku i z niego znikają. Następnie ponowna analiza luki, sprawdzenie trendu ocen gości i wybranie dokładnie jednej zmiany do wprowadzenia.

Wprowadzanie jednej zmiany na raz to element, który najczęściej bywa pomijany. Zmiana dolnego progu stawki, pobytu minimalnego i zasad anulowania w tym samym tygodniu sprawia, że kolejny miesiąc nie pokaże, która z nich zadziałała. Praktyczne omówienie wykorzystania tych liczb w praktyce po uruchomieniu tej rutyny znajduje się tutaj. Przewodnik po zarządzaniu obiektami opisuje, jak ten rytm skaluje się na trzydziestu właścicieli, a przewodnik po automatyzacji najmu wakacyjnego opisuje, co można przekazać oprogramowaniu.

Siedem sposobów na błędne odczytanie danych STR

• Dzielenie przez 365. Blokady właściciela zawyżają mianownik i zaniżają obłożenie. Omówione wyżej, powtórzone tutaj, ponieważ to najczęstszy błąd w tej kategorii.
• Porównywanie na podstawie bliskości zamiast podobieństwa. Najbliższa oferta nie musi być konkurencją. Konkurencją jest ta oferta, którą gość wybrał zamiast danej oferty.
• Odczytywanie ADR bez obłożenia. Rosnące ADR przy spadającej liczbie rezerwacji to sygnał ostrzegawczy, a nie sukces, i właśnie to ma ujawniać RevPAR.
• Traktowanie estymacji jak pomiaru. Każda widoczna liczba rynkowa jest wywnioskowana z dostępności. Poziom zaufania do niej powinien odpowiadać wielkości zestawu porównawczego.
• Podejmowanie decyzji na podstawie jednego miesiąca. Sezonowość sprawia, że słaby miesiąc może być całkowicie normalny. Przed wyciągnięciem wniosków warto porównać analogiczne miesiące z różnych lat.
• Mylenie wartości brutto rezerwacji z zarobkiem. Kwota $52,595 dla chatki nie jest dochodem. Przychód netto to inna, znacznie niższa liczba.
• Zmienianie kilku rzeczy naraz. A potem brak pewności, która ze zmian zadziałała.

Najczęściej zadawane pytania

Który wskaźnik nowy gospodarz powinien śledzić jako pierwszy?

RevPAR, ponieważ łączy cenę i obłożenie w jedną liczbę i nie da się go sztucznie poprawić kosztem drugiej zmiennej. Gdy RevPAR jest stabilny, ADR i obłożenie stają się przydatne do diagnozowania przyczyn jego zmian. Przystępne wyjaśnienie tych pojęć znajduje się w Glosariuszu najmów wakacyjnych.

Czy obłożenie na poziomie 60% to dobry wynik?

Zależy to wyłącznie od rynku, dlatego przy tej liczbie zawsze potrzebny jest zestaw porównawczy. 60% obłożenia Chatki nad jeziorem to dwanaście punktów poniżej jej obiektów porównawczych i oznacza słabe wyniki, podczas gdy te same 60% na mocno sezonowym rynku narciarskim mogłoby oznaczać bardzo dobry rok. Bez lokalnego porównania ta liczba nic nie znaczy.

Jak dokładne są dane rynkowe najmu krótkoterminowego?

Są one wywnioskowane z dostępności ofert, a nie odczytane z rekordów rezerwacji, dlatego należy traktować je jako wskazówkę kierunkową. Dokładność rośnie wraz z wielkością zestawu porównawczego i gęstością rynku, a spada na płytkich rynkach, na rynkach z dużym udziałem rezerwacji bezpośrednich oraz zaraz po zmianie regulacyjnej ograniczającej podaż. Sekcja o wiarygodności danych powyżej wyjaśnia, kiedy nie ufać estymacji.

Czy przy jednym obiekcie potrzebne jest płatne narzędzie?

Gospodarz z jednym obiektem ma proporcjonalnie najwięcej do zyskania, ponieważ każda decyzja rezerwacyjna wpływa na większą część całkowitego przychodu. Analityka natywna platformy pozwala się zorientować, choć nie pokazuje zestawu porównawczego, a to właśnie on zamienia własne liczby w konkretny wniosek. Gospodarze rozważający ten wybór często zaczynają od hiperlokalnego benchmarkingu dla gospodarzy, zanim zdecydują się na jakąkolwiek subskrypcję.

Jaka jest różnica między ADR a RevPAR?

ADR to przychód na zarezerwowaną noc. RevPAR to przychód na noc dostępną do sprzedaży, zarezerwowaną lub pustą. ADR chatki wynoszące $230 opisuje jej ceny, natomiast RevPAR wynoszące $138 opisuje całą jej działalność, ponieważ 134 puste noce są uwzględnione w drugiej liczbie, a w pierwszej ich brak.

Jak przepisy zmieniają to, co pokazują dane?

Limity zezwoleń i wymogi licencyjne usuwają oferty z rynku, co ogranicza podaż i może poprawić warunki dla operatorów zachowujących zgodność z przepisami. Komplikacją jest to, że dane historyczne sprzed wprowadzenia regulacji obejmują oferty, które już nie istnieją, przez co wcześniejsze wyniki rynku mogą zawyżać to, co jest obecnie osiągalne. Przed zaufaniem jakiejkolwiek liczbie z ostatnich dwunastu miesięcy warto sprawdzić sytuację regulacyjną.

Od czego zacząć, jeśli robi się to po raz pierwszy?

Warto pobrać dane z ostatnich dwunastu miesięcy, obliczyć sześć wskaźników według modelu chatki, zbudować zestaw porównawczy z co najmniej dziesięciu naprawdę podobnych ofert i znaleźć swoją lukę RevPAR. Ta jedna liczba pokazuje, czy problemem jest cena, obłożenie, czy żaden z nich. Przewodnik po zostawaniu gospodarzem Airbnb opisuje kroki przygotowawcze, które poprzedzają to wszystko.