Méthodologie du Market Dashboard : Sources et traitement des données

Méthodologie du Market Dashboard : Sources et traitement des données

Sources et traitement des données

Collecte des données
Actuellement, Market Dashboards utilise des données récupérées auprès d'Airbnb (et de VRBO également). Pour une annonce, toutes les données que nous collectons pourraient être trouvées en allant sur la page publique Airbnb/VRBO de cette annonce et en regardant leur calendrier et les informations sur l'annonce qu'ils fournissent. Nous enregistrons ensuite les modifications apportées à leur calendrier, les dates devenues indisponibles (ou à nouveau disponibles), les modifications apportées à leurs prix, etc. et nous constituons un historique pour cette annonce. Nous procédons actuellement de la sorte pour toutes les annonces qui apparaissent sur Airbnb/VRBO. L'utilisation de données grattées nous permet de fournir des Market Dashboards pour n'importe quel secteur dans le monde (que nous ayons des clients sur place ou non). 

Traitement des données
La plupart des données relatives aux réservations que nous affichons dans les Market Dashboards ne sont pas directement disponibles dans le calendrier d'une annonce. Les données telles que la fenêtre de réservation, la durée du séjour, la date de réservation et le prix de réservation sont plutôt déduites des changements que nous observons dans le calendrier d'une annonce au fil du temps. Si des dates consécutives deviennent indisponibles d'une recherche à l'autre, nous les considérons dans un premier temps comme une seule réservation. En raison de la fréquence à laquelle nous effectuons nos recherches, la date de réservation est bien déterminée et la probabilité qu'il s'agisse de deux réservations distinctes et consécutives est faible. Nous pouvons ensuite calculer la fenêtre de réservation et la durée du séjour pour cette réservation. Le prix réservé est alors assigné sur la base des dernières annonces de prix pour ces dates que nous avons vues avant qu'elles ne deviennent indisponibles.

Suppression en bloc
L'un des principaux problèmes posés par les données récupérées est qu'il n'existe aucun moyen sûr de déterminer si des dates spécifiques ne sont pas disponibles parce qu'elles ont été réservées ou si le propriétaire a décidé de bloquer ces dates. Toutes les personnes qui utilisent des données récupérées sont confrontées à ce problème et disposent généralement d'un moyen d'essayer de supprimer ces dates bloquées des données, mais aucune méthode n'est parfaite. PriceLabs dispose de sa propre logique de suppression des blocages. Elle tient compte des tendances de l'ensemble du marché ainsi que des données des annonces individuelles pour nous aider à déterminer si une réservation est réelle ou si elle est bloquée. Les facteurs d'une réservation que nous examinons pour déterminer s'il s'agit d'un blocage ou non sont les suivants : La durée du séjour, la fenêtre de réservation, l'occupation du marché, les variations extrêmes de prix, etc. Nous supprimons également automatiquement tout séjour de plus de 60 jours, car nous estimons qu'ils n'entrent pas dans la catégorie des locations courte durée et qu'ils peuvent avoir un impact important sur les données.

Réservations effectuées sur d'autres plateformes de location (OTA) ou sur un site web en direct 

Tant qu'une propriété est annoncée sur Airbnb en complément d'autres OTA, nous sommes toujours en mesure de déduire les réservations sur d'autres OTA, car elles bloquent le calendrier sur Airbnb. Comme décrit ci-dessus, une fois qu'une date est indisponible (soit en raison d'une réservation sur Airbnb, soit depuis n'importe quelle autre OTA), nous utilisons notre logique de détection des blocages pour identifier s'il s'agit d'une réservation (effectuée par n'importe quel canal) ou d'une date bloquée. 

Analyse de la tarification dynamique pour les annonces de votre marché/ensemble de concurrents
Lors de la création d'ensembles  d'annonces, vous verrez une colonne intitulée Dynamic Pricing  (ou Tarification dynamique). Voici ce que cela signifie :


Nous suivons les prix de chaque annonce et leur attribuons un taux de 0 à 1 en fonction de la variation des prix d'un jour à l'autre et de l'ampleur de la variation des prix pour le même jour depuis la dernière fois que nous avons vérifié. Une note de 1,0 indique que les prix varient fortement d'un jour à l'autre et qu'ils sont en constante évolution, tandis qu'une note de zéro indique que les prix sont toujours constants. Je ne peux pas divulguer exactement comment ce taux est calculé, mais pour vous donner une référence approximative, un utilisateur moyen de PriceLabs se situe généralement dans une fourchette de 0,6 à 0,8 en fonction de ses personnalisations.

Pour le tableau, nous avons ensuite réparti ces taux :
  1. Aucun : taux de 0,0 à 0,1, ces annonces ne changent presque jamais de prix.
  2. Faible : taux de 0,1 à 0,25, ces annonces peuvent modifier leurs prix pour les vacances et les événements, mais leur prix global d'une semaine à l'autre est relativement constant.
  3. Modéré : score de 0,25 à 0,5, les prix de ces annonces varient d'une semaine à l'autre, mais l'écart est globalement faible et les prix ne sont pas mis à jour trop souvent (une personne qui met à jour manuellement ses prix chaque semaine peut entrer dans cette catégorie).
  4. Élevé : taux > 0,5, les prix de ces annonces tiennent compte des variations de la demande liées auxvacances/événements et sont mis à jour tous les quelques jours (l'annonce utilise très probablement un logiciel de tarification dynamique pour mettre à jour ses prix quotidiennement).

Foire aux Questions

  1. Pourquoi utilisons-nous parfois la médiane au lieu de la moyenne ? 
    Dans chaque marché, il y a habituellement quelques exceptions qui fixent des prix extrêmement élevés ou qui prennent des réservations extrêmement longues. Ces annonces ne sont pas représentatives du marché, mais elles auraient un effet important sur le calcul de la moyenne pour ces valeurs. La médiane, en revanche, est plus stable et résiste aux comportements aberrants.
  2. Pourquoi la zone couverte par la carte des annonces est-elle plus petite que le rayon saisi ? 
    Nous limitons actuellement le nombre d'annonces actives dans chaque tableau de bord au plan de Market Dashboards sélectionné (1 000, 5 000 ou 10 000 annonces). Supposons donc que vous ayez sélectionné le plan « 1000 annonces » et que la zone choisie contienne plus de 1000 annonces, nous ne vous montrerons que les données des 1000 annonces les plus proches.
  3. Dans le tableau des annonces (sous Plan du secteur), comment classez-vous les annonces gérées par des professionnels ? 
    Nous utilisons 4 catégories : Individuel, Petit, Moyen, Grand. La catégorie Individuel est destinée aux gestionnaires immobiliers qui n'ont qu'une seule annonce liée à leur compte. La catégorie Petit signifie qu'ils ont entre 2 et 10 annonces, la catégorie Modéré entre 11 et 50 annonces et la catégorie Grand correspond à 51 annonces ou plus. La mention Inconnu peut apparaître si nous n'avons pas encore déterminé le nombre d'annonces de l'administrateur de biens.
  4. Existe-t-il un moyen de rechercher des annonces Airbnb Luxe à l'aide du tableau de bord ? 
    Pas actuellement.
  5. Pourquoi certaines annonces ont-elles un taux d'occupation/des revenus extrêmement élevés au cours des 30 derniers jours alors que le marché dans son ensemble ne se porte pas bien ? 
    Il est probable qu'au moins une partie des réservations que nous avons attribuées à cette annonce sont en fait des blocages que nous avons manqués. Notre système de suppression des blocs n'est pas parfait, mais n'hésitez pas à nous envoyer les cas que vous jugez suspects afin que nous puissions nous améliorer !

    Testing announcements

    PriceLabs Training: To help you get the most out of PriceLabs, we have training webinars in English, Spanish, Portuguese and French. You can read more about them and how to register here.