Der Hyper Local Pulse (HLP) Algorithmus ist unser fortschrittlichstes Preismodell und wurde entwickelt, um lokale Nachfragetrends optimal für Sie zu nutzen. Wenn Sie viele Objekte verwalten oder Gruppen in PriceLabs verwenden, hilft Ihnen dieser Leitfaden bei einer effizienten Migration.
Bevor Sie starten
- Wenn Sie neu bei PriceLabs sind, verwenden Ihre Objekte bereits Hyper Local Pulse – es ist keine Aktion erforderlich!
- Bei Fragen schreiben Sie uns an support@pricelabs.co.
Schritt 1: Erstellen oder Identifizieren Sie Objektgruppen
Wenn Sie viele Objekte verwalten, empfehlen wir, diese in Gruppen zu organisieren, um die Migration zu erleichtern. Wenn Sie noch keine Gruppen verwenden, überlegen Sie, wie Sie Ihre Objekte kategorisieren – z. B. nach Stadt, Region oder Unterkunftstyp.
Bewährte Methoden
- Wählen Sie 2–3 Objekte aus jeder Gruppe aus, um diese zuerst zu überprüfen und zu migrieren. Sobald Sie sich sicher fühlen, können Sie die gesamte Gruppe migrieren.
- So filtern Sie Objekte nach Gruppe:
- Gehen Sie zum "Pricing Dashboard"
- Klicken Sie auf "Objekte filtern"
- Filtern Sie nach Gruppe, Stadt oder einem beliebigen benutzerdefinierten Label

Schritt 2: Migrieren Sie 2–3 Beispielobjekte
Beginnen Sie damit, zunächst einige Objekte zu migrieren, um Preise und Personalisierungen zu überprüfen.
Schritt 2.1: Spalte "Algorithmus Version" aktivieren
- Gehen Sie zum "Pricing Dashboard"
- Klicken Sie auf "Zeilen-/Spaltensichtbarkeit"
- Aktivieren Sie das Kontrollkästchen "Algorithmus Version"
Sie sehen nun, welche Objekte noch den alten Algorithmus verwenden und welche bereits auf Hyper Local Pulse sind. Bei Objekten mit dem alten Algorithmus erscheint die Schaltfläche "HLP-Migration starten".
Hinweis:
- Wenn Sie untergeordnete Objekte haben, werden diese standardmäßig gemeinsam mit dem übergeordneten Objekt migriert.
- Wenn Sie Personalisierungen für untergeordnete Objekte separat verwalten, deaktivieren Sie das Kontrollkästchen "Untergeordnete Objekte zu HLP migrieren".
- Die Spalte "Algorithmus Version" wird nur nach einem "Speichern & Aktualisieren" aktualisiert – insbesondere dann, wenn Sie Personalisierungen auf Gruppen- oder auf Kontoebene geändert haben.
Schritt 2.2: Öffnen Sie den Migrationsbildschirm
- Klicken Sie auf die Schaltfläche "HLP-Migration starten"

- Klicken Sie auf "Zum neuen Algorithmus wechseln"
- Wählen Sie "Neuer Algorithmus (Hyper Local Pulse)"

Sie sehen nun:
- Einen empfohlenen Basispreis

- Ein personalisiertes Diagramm, das Ihre aktuellen mit den zukünftigen Preisen vergleicht

- Personalisierungsvorschläge, die auf Ihr Objekt zugeschnitten sind

- Hinweis: Der Bildschirm ist personalisiert – es werden nur relevante Vorschläge angezeigt. Fahren Sie mit der Maus über die gelben Felder, um weitere Informationen zu erhalten.
Schritt 2.3: Überprüfen Sie den Basispreis und passen Sie ihn an
Wenn es durch den Wechsel des Algorithmus zu größeren Preisabweichungen kommt, empfehlen wir einen neuen Basispreis.
- Wenn Sie diesen übernehmen möchten, klicken Sie auf "Basispreis übernehmen & Änderungen speichern"
- Wenn nicht, aktivieren Sie "Basispreisänderung nicht speichern" und klicken Sie anschließend auf "Änderungen speichern"

Schritt 2.4: Überprüfen und passen Sie Ihre Personalisierungen an
Während der Migration erhalten Sie Vorschläge zur Aktualisierung Ihrer Personalisierungen. Achten Sie dabei besonders auf folgende Punkte:
- Nachfragefaktor-Sensitivität
Mit Hyper Local Pulse wurde die Preisgestaltung für Veranstaltungen und Feiertage verbessert. Daher empfehlen wir, diese Einstellung auf "empfohlen" zu setzen. Das folgende Bild zeigt, wie die Empfehlung auf Objektebene sowie auf Gruppen- und Kontoebene dargestellt wird:

- Preisanpassungen nach Tag der Woche
Mit Hyper Local Pulse sollten keine manuellen Anpassungen der Preise nach Tag der Woche mehr nötig sein, da der Algorithmus dies übernimmt. Wir empfehlen daher, alle Werte in diesen Feldern auf 0 zu setzen. Das folgende Bild zeigt, wie die Empfehlung auf Objektebene sowie auf Gruppen- und Kontoebene aussieht:

- Benutzerdefiniertes saisonales Profil (Saisonale Basispreise)
Mit Hyper Local Pulse ist keine saisonale Anpassung des Basispreises mehr erforderlich, da dies vom Algorithmus besser abgedeckt wird. Wir empfehlen daher, das Feld "Basispreis" im saisonalen Profil zu entfernen."Mindestpreis" und "Höchstpreis" sollten beibehalten werden. Das folgende Bild zeigt die Einstellung auf Objektebene sowie auf Gruppen- und Kontoebene:

- Saisonalität
Auch die Berechnung der Saisonalität wurde mit Hyper Local Pulse verbessert. Wir sind der Meinung, dass keine weiteren Anpassungen dieser Einstellung erforderlich sind. Daher empfehlen wir, sie auf "empfohlen" zu setzen. Das folgende Bild zeigt, wie die Empfehlung auf Objektebene sowie auf Gruppen- und Kontoebene dargestellt wird.:
Wichtig: Stellen Sie sicher, dass Sie die PriceLabs-
Saisonalität verwenden und dass die Einstellung auf "
empfohlen" gesetzt ist, um den vollen Nutzen aus Hyper Local Pulse zu ziehen.
Schritt 2.5: Sehen Sie sich das Diagramm an und speichern Sie die Änderungen

Der Migrationsbildschirm zeigt ein Diagramm mit drei Linien:
- Aktuelle Preise – gespeicherte Personalisierung: Ihre aktuellen Einstellungen mit dem alten Algorithmus.
- Endpreis – neuer Algorithmus (nicht gespeicherte Personalisierung): Preise auf Basis von Hyper Local Pulse plus allen Anpassungen, die Sie vorgenommen haben.
- Preis mit Standardpersonalisierungen – neuer Algorithmus: Preise von Hyper Local Pulse unter Verwendung ausschließlich der Standardwerte (z. B. Last-Minute, nicht buchbare Tage, belegungsbasiert).
Verwenden Sie dieses Diagramm, um:
- alte und neue Preise zu vergleichen
- zu sehen, wie Wochenenden, Feiertage und saisonale Trends bepreist werden
- in bestimmte Daten hineinzuzoomen, um Details zu sehen
Wichtig: Klicken Sie nach jeder Änderung auf "Diagramm aktualisieren", um die aktualisierten Preise in der Vorschau anzuzeigen.
Wenn alles passt:
- Klicken Sie auf "Basispreis übernehmen und Änderungen speichern"
- oder aktivieren Sie "Basispreisänderung nicht speichern" und klicken Sie auf "Änderungen speichern"
Glückwunsch! Ihr Objekt ist erfolgreich zu Hyper Local Pulse gewechselt.
Wiederholen Sie die Schritte 2.1 bis 2.5 für weitere Objekte in der Gruppe.
- Hinweis: Die Option, untergeordnete Objekte gemeinsam mit dem übergeordneten zu migrieren, ist standardmäßig aktiviert. Wenn Sie untergeordnete Objekte separat verwalten, deaktivieren Sie diese Einstellung.
Schritt 3: Migrieren Sie die gesamte Gruppe zu Hyper Local Pulse
Sobald Sie einige Objekte überprüft und migriert haben, können Sie eine gesamte Gruppe oder das Konto migrieren.
- Navigieren Sie zu "Dynamic Pricing" > "Personalisierungen"
- Öffnen Sie den Tab "Konto" oder "Gruppe"
- Wählen Sie das Konto aus, das Sie migrieren möchten
- Klicken Sie auf "Migration überprüfen"

Im Migrationsfenster:
- Klicken Sie auf "Zum neuen Algorithmus wechseln"
- Wählen Sie im Dropdownmenü "Neuer Algorithmus (Hyper Local Pulse)" aus

- Aktualisieren Sie Ihre Personalisierungen anhand der Vorschläge (fahren Sie mit der Maus über die gelben Felder, um Tipps zu sehen)

- Achtung: Wenn Sie diese Personalisierungen auf Objektebene festgelegt haben, müssen sie aktualisiert werden:
- Nachfragefaktor-Sensitivität: auf "empfohlen" setzen
- Preisanpassung nach Tag der Woche: alle Werte auf 0 setzen
- Saisonalität: auf "empfohlen" setzen
- Saisonaler Basispreis: das Feld "Basispreis" entfernen
- Klicken Sie auf "Änderungen speichern", um die Migration zu starten.
- Bei Konten mit ca. 10 Objekten kann dies etwa 10 Minuten dauern.
- Nach der Migration: Besuchen Sie "Basispreishilfe" für jedes Objekt, um die aktualisierten Empfehlungen zu überprüfen.
Überprüfen Sie die Preisanpassungen
So sehen Sie sich die Auswirkungen der Preisgestaltung für ein Objekt in der Vorschau an:
- Gehen Sie zum "Migrationsbildschirm"
- Passen Sie Ihre Personalisierungen an
- Klicken Sie auf "Diagramm aktualisieren", um die Vorschau vor dem Speichern anzuzeigen
So können Sie Hyper Local Pulse mit dem alten Algorithmus vergleichen und fundierte Entscheidungen treffen, bevor Sie weitere Objekte migrieren.