Market Dashboard Methodik: Datenquellen und Verarbeitung

Datenerfassung

Aktuell nutzt Market Dashboards gescrapte Daten von Airbnb und VRBO. Alle Daten, die wir für ein Objekt erfassen, lassen sich auch öffentlich auf den entsprechenden Angebotsseiten von Airbnb und VRBO im Kalender und in den Objektangaben einsehen. Wir dokumentieren kontinuierlich, wie sich der jeweilige Kalender verändert, welche Kalendertage nicht mehr verfügbar sind oder wieder frei werden und wie sich die Preise anpassen. Auf diese Weise bauen wir eine verlässliche Historie für das jeweilige Objekt auf. Diesen Vorgang führen wir für sämtliche Objekte durch, die auf Airbnb und VRBO gelistet sind. Durch das Scraping von Daten können wir Market Dashboards für jeden beliebigen Standort weltweit bereitstellen, ganz unabhängig davon, ob wir dort bereits Kunden haben oder nicht.

Datenverarbeitung

Viele der Buchungsdaten, die wir in den Market Dashboards anzeigen, sind im Kalender eines Objekts nicht direkt sichtbar. Kennzahlen wie das Buchungsfenster, die Aufenthaltsdauer, das Buchungsdatum und der gebuchte Preis werden stattdessen aus den fortlaufenden Kalenderänderungen abgeleitet. Wenn aufeinanderfolgende Tage zwischen zwei Erfassungszeitpunkten plötzlich nicht mehr verfügbar sind, erfassen wir diesen Zeitraum zunächst als eine zusammenhängende Buchung. Da wir die Daten sehr regelmäßig abrufen, lässt sich das Buchungsdatum präzise bestimmen. Das Risiko, dass es sich dabei um zwei separate, direkt aneinandergrenzende Buchungen handelt, ist gering. Aus diesen Angaben ermitteln wir anschließend das Buchungsfenster sowie die Aufenthaltsdauer. Als gebuchter Preis wird der letzte vor der Blockierung angezeigte Listenpreis für diesen Zeitraum übernommen.

Herausfiltern blockierter Zeiträume

Eine der zentralen Herausforderungen bei Web-Scraping-Daten besteht darin, dass sich nicht mit absoluter Sicherheit feststellen lässt, ob bestimmte Tage tatsächlich gebucht wurden oder ob der Eigentümer diesen Zeitraum im Kalender manuell gesperrt hat. Jedes System, das mit Web-Scraping arbeitet, steht vor diesem Problem und nutzt eigene Mechanismen, um solche blockierten Tage herauszufiltern. Kein Verfahren arbeitet hier vollkommen fehlerfrei. PriceLabs nutzt eine eigens entwickelte Erkennungslogik, die sowohl Muster im gesamten Markt als auch die individuellen Daten einzelner Objekte analysiert, um echte Buchungen verlässlich von manuellen Sperrungen zu unterscheiden. Zu den Kriterien, die wir dabei heranziehen, gehören unter anderem die Aufenthaltsdauer, das Buchungsfenster, die Marktbelegung und extreme Preisschwankungen. Zudem filtern wir jeden Aufenthalt von mehr als 60 Tagen automatisch heraus, da solche Langzeitaufenthalte nicht mehr zur klassischen Kurzzeitvermietung zählen und das Datenbild verzerren würden.

Buchungen über andere OTAs oder Direktbuchungs-Websites

Solange eine Unterkunft neben weiteren Buchungsportalen auch auf Airbnb gelistet ist, können wir Reservierungen über andere OTAs zuverlässig nachvollziehen. Diese Buchungen führen schließlich ebenfalls zu gesperrten Kalendertagen auf Airbnb. Sobald ein Datum nicht mehr verfügbar ist, sei es durch eine Reservierung über Airbnb oder über eine andere OTA, greift unsere Erkennungslogik. So ermitteln wir, ob es sich um eine echte Buchung über einen beliebigen Vertriebskanal oder um ein blockiertes Datum handelt.

Auswirkungen der neuen Gebührenstruktur von Airbnb

Wenn Gastgeber auf das reine Gastgebergebührenmodell umstellen, ist die OTA-Gebühr direkt in den Übernachtungspreisen auf Airbnb enthalten. Da unsere Marktdaten die tatsächlichen, für den Gast sichtbaren Preise auf Airbnb abbilden, bildet sich dieser Anstieg von rund 15 Prozent auch ganz natürlich in den Daten ab.

Analyse der dynamischen Preisgestaltung für Objekte in Ihrem Markt oder Ihrer Vergleichsgruppe

Beim Erstellen von Vergleichsgruppen für Objekte finden Sie eine Spalte mit der Bezeichnung "Dynamic Pricing". Diese Information steckt dahinter:

Wir erfassen die Preise jedes Objekts und bewerten sie auf einer Skala von 0 bis 1. Dabei berücksichtigen wir die täglichen Preisschwankungen sowie das Ausmaß der Preisänderungen für denselben Kalendertag seit unserer letzten Erfassung. Ein Wert von 1,0 signalisiert, dass die Preise von Tag zu Tag stark schwanken und laufend modifiziert werden. Ein Wert von 0 bedeutet hingegen, dass die Preise dauerhaft unverändert bleiben. Zum Vergleich: Ein durchschnittlicher Benutzer von PriceLabs liegt meist in einem Bereich zwischen 0,6 und 0,8, abhängig von den gewählten Personalisierungen im eigenen Konto.

In der Übersicht werden diese Werte in folgende Bereiche unterteilt:

Keine: Punktezahl 0,0 bis 0,1. Bei diesen Objekten werden die Preise so gut wie nie angepasst.
Niedrig: Punktezahl 0,1 bis 0,25. Hier ändern sich die Preise vereinzelt an Feiertagen oder zu besonderen Anlässen, das allgemeine Preisniveau bleibt von Woche zu Woche jedoch weitgehend stabil.
Moderat: Punktezahl 0,25 bis 0,5. Die Preise variieren im Wochenvergleich, allerdings bewegen sich die Anpassungen in einem engen Rahmen und erfolgen eher selten. Ein typisches Beispiel hierfür ist eine manuelle wöchentliche Preispflege.
Hoch: Punktezahl > 0,5. Die Preisgestaltung reagiert flexibel auf Wochentage sowie auf Schwankungen durch Feiertage oder besondere Ereignisse und wird alle paar Tage aktualisiert. Das Objekt nutzt mit hoher Wahrscheinlichkeit eine Software für Dynamic Pricing zur täglichen Preisoptimierung.

Häufig gestellte Fragen

Warum verwenden wir manchmal den Median statt des Durchschnitts?

In fast jedem Markt gibt es einzelne Ausreißer mit extrem hohen Preisen oder außergewöhnlich langen Mindestaufenthalten. Solche Objekte spiegeln nicht das tatsächliche Marktgeschehen wider, würden den rechnerischen Durchschnitt jedoch stark verzerren. Der Median ist hier deutlich robuster gegenüber Extremwerten und liefert ein verlässlicheres Bild des Marktes.

Wie werden professionell verwaltete Objekte in der Objektübersicht unter der Standortkarte eingestuft?

Wir unterscheiden vier Gruppen: Einzeln, Klein, Mittel und Groß. Die Kategorie Einzeln umfasst Immobilienverwalter mit nur einem einzigen Objekt im Konto. Klein steht für 2 bis 10 Objekte, Mittel für 11 bis 50 Objekte und Groß kennzeichnet Portfolios ab 51 Objekten. Der Status Unbekannt erscheint, wenn uns die Gesamtzahl der verwalteten Einheiten für diesen Immobilienverwalter noch nicht vorliegt.

Gibt es im Dashboard eine Möglichkeit, gezielt nach Airbnb Luxe-Objekten zu suchen?

Aktuell ist das noch nicht möglich.

Warum weisen manche Objekte in den vergangenen 30 Tagen extrem hohe Belegungs- oder Umsatzzahlen auf, obwohl der Gesamtmarkt schwach abschneidet?

In solchen Fällen kann es vorkommen, dass einige der erfassten Buchungen in Wirklichkeit manuelle Kalendersperren waren, die vom System nicht erkannt wurden. Unsere Erkennung arbeitet zwar sehr präzise, aber nicht fehlerfrei. Wenn Ihnen verdächtige Daten auffallen, freuen wir uns über einen kurzen Hinweis, damit wir unsere Filter weiter verfeinern können!