Der Revenue Estimator Pro (RE) von PriceLabs ist ein leistungsstarkes Tool, das entwickelt wurde, um präzise und praxisrelevante Umsatzprognosen für Kurzzeitvermietungen (STR) zu liefern. Dieser Artikel beschreibt die drei zentralen Schritte, die zur Erstellung dieser Prognosen führen: Datenerfassung, Datenbereinigung und Berechnung der Metriken. Jeder dieser Schritte ist entscheidend, um sicherzustellen, dass die Prognosen verlässlich sind und die tatsächlichen Marktbedingungen widerspiegeln.
Die Datenerfassung ist der erste Schritt der RE-Methodik und bildet die Grundlage des gesamten Prognoseprozesses. Um eine belastbare und repräsentative Stichprobe zu gewährleisten, sammelt das Tool Daten im Umkreis von 15 Kilometern um die Zielunterkunft und zielt darauf ab, mindestens 120 Objekte einzubeziehen. Wird dieser Schwellenwert nicht erreicht, wird der Suchradius auf 35 Kilometer erweitert. Dieser Ansatz stellt sicher, dass der Datenpool sowohl umfangreich als auch relevant ist und eine breite Auswahl an Unterkünften in der Region abbildet.
Bei größeren Unterkünften mit fünf oder mehr Schlafzimmern werden die Suchkriterien zusätzlich verfeinert, indem Objekte mit einer um ±1 abweichenden Schlafzimmeranzahl einbezogen werden (dies erfolgt jedoch nur, wenn in der jeweiligen Kategorie weniger als 120 Objekte verfügbar sind). Diese Anpassung trägt dazu bei, vergleichbare Daten zu erfassen, die für präzise Umsatzprognosen entscheidend sind.
Nachdem die Daten gesammelt wurden, folgt als nächster Schritt die Datenbereinigung. Dieser Schritt ist entscheidend, um Ungenauigkeiten zu entfernen und sicherzustellen, dass die für die Prognosen verwendeten Daten verlässlich und konsistent sind. Der Prozess beginnt mit der Analyse täglicher Daten auf Unterkunftsebene. Alle Objekte mit extremen Umsatzwerten – die häufig durch Scraping-Fehler, Eigentümer-Blockierungen oder andere Anomalien entstehen – werden aus dem Datensatz entfernt.
Nach dieser ersten Bereinigung werden die Daten auf Unterkunft-Monats-Ebene aggregiert. In diesem Schritt wird ein zusätzlicher Filter angewendet: Es werden nur Datensätze berücksichtigt, bei denen eine Unterkunft mindestens 75 % des Monats aktiv und höchstens 50 % des Monats blockiert war. Dieser Filter stellt sicher, dass die Daten tatsächlich verfügbare und aktive Unterkünfte im Markt abbilden – und nicht solche, die nur sporadisch gelistet oder über längere Zeiträume deaktiviert waren.
Der letzte Schritt der RE-Methodik besteht in der Berechnung der zentralen Metriken, auf die sich Nutzer verlassen: Umsatz, durchschnittlicher Tagespreis (ADR) und Belegung. Nach der Bereinigung und Aggregation werden die Daten monatlich gruppiert, um daraus die monatlichen Kennzahlen abzuleiten. Diese Metriken werden in den Liniendiagrammen des Revenue Estimator Pro angezeigt und bieten einen klaren Überblick darüber, wie sich die Unterkünfte im Zeitverlauf entwickelt haben.
Die monatlichen Metriken werden anschließend zu Jahreswerten (Durchschnitt oder Summe der monatlichen Metriken) zusammengefasst, um eine umfassendere Perspektive auf das jährliche Umsatzpotenzial zu ermöglichen. Dieser Schritt ist besonders wertvoll für Nutzer, die ihre Investitionen in Kurzzeitvermietungen planen, da er auf Basis historischer Daten eine fundierte Prognose der erwarteten Leistung liefert.
Listing | ADR ($) | Occupancy (%) | Annual Revenue ($) | |
Listing A | 100 | 35% | 12,755 | |
Listing B | 80 | 70% | 20,440 | |
Listing C | 90 | 55% | 18,067 | |
Average | 90 | 53% | 17,087 |