Als Hoteliers betrachten wir Daten nicht immer als grundlegendes Instrument für unseren täglichen Betrieb. Wir konzentrieren uns lieber darauf, unsere Gäste zufrieden zu stellen, als Zahlen zu analysieren. Warum sind Daten für Hotels also von Bedeutung? Weil Daten letztendlich nichts anderes als Informationen sind. Wenn wir die richtigen Daten auf die richtige Weise betrachten, können wir nicht nur sicherstellen, dass unsere Gäste einen großartigen Aufenthalt genießen, sondern auch Umsatz, Auslastung und organisatorische Effizienz optimieren. Schauen wir uns also diese „Informationen“, also Hoteldaten und die Analyse von Hoteldaten – oder wie wir diese Daten interpretieren – einmal genauer an. Dabei sollten wir auch beachten, dass ein Großteil dieser Informationen nicht nur für Hotels gilt, sondern für Daten aus der gesamten Gastgewerbebranche und deren Analyse insgesamt.
Big Data im Hotelwesen
Über Daten wird oft in mythischen Begriffen gesprochen: „Mit guten Daten ist alles möglich“ oder „Suchen Sie die Antworten einfach in den Daten.“ Daten sind für jedes moderne Unternehmen von entscheidender Bedeutung, doch wie Sie Ihre Daten betrachten und wie Sie sie nutzen, macht den entscheidenden Unterschied aus.
Heutzutage hat jedes Hotel, das über eine Website, eine Präsenz bei Online-Reisebüros (OTA) oder in sozialen Medien verfügt, bereits Zugang zu einer erstaunlichen Menge an Daten. Google Analytics kann Ihnen Aufschluss darüber geben, was auf Ihrer Hotel-Website vor sich geht. Facebook kann Ihnen dabei helfen, mit Kunden zu interagieren. Die Frage lautet daher heute: Wie werten Sie Ihre Daten aus?
Werfen wir einen genaueren Blick auf die verschiedenen Arten von Daten und Analysen, die Hotels tagtäglich nutzen.
Big Data und Hotels
Obwohl „Big Data“ zu den größten Schlagworten der IT-Branche zählt, wird dieser Begriff häufig missverstanden oder falsch verwendet. Angesichts der Vielzahl unterschiedlicher Definitionen ist es jedoch verständlich, dass hier Verwirrung herrscht. Im Kern handelt es sich bei Big Data um einen umfangreichen Datensatz, der durch Analyse Trends aufzeigen kann. Wenn wir von „groß“ sprechen, meinen wir auch wirklich groß. Tausende oder Millionen von Datenpunkten sind keine Seltenheit, sodass diese Informationen fast immer aus Quellen stammen, die außerhalb Ihres Hotels liegen. Gute Beispiele für Big Data sind Wetter-, Verkehrs- oder Social-Media-Daten. Dabei handelt es sich um riesige Informationspools, die Sie sortieren und filtern können, um die für Ihre Ziele relevanten Informationen zu finden.
„Small Data“ für Hotels
Auch wenn der Begriff „Small Data“ nicht so häufig fällt wie „Big Data“, ist er dennoch ebenso wertvoll. Tatsächlich ist „Small Data“ im Gastgewerbe für unsere betrieblichen Entscheidungen oft sogar noch wertvoller. „Small Data“ liegt in einem überschaubareren Umfang vor und wird von internen Systemen wie Ihrem PMS, Ihrem Channel-Manager oder Ihrer Website generiert. Bei richtiger Strukturierung (mehr dazu im nächsten Abschnitt) werden diese Daten zu verwertbaren Informationen, die sich unmittelbar auf alle Bereiche auswirken können – von Ihrem durchschnittlichen Tagespreis (ADR) bis hin zur Auslastung.
Strukturierte Hoteldaten
Nachdem wir nun die verschiedenen Größenordnungen von Daten (große und kleine) behandelt haben, sollten wir uns die beiden Arten der Datenerfassung ansehen. Die erste sind strukturierte Daten.
Strukturierte Daten sind Daten, die organisiert, gekennzeichnet oder kategorisiert sind. Stellen Sie sich dies wie ein Stichwort vor – eine effiziente Methode, um die gewünschten Daten von den unerwünschten zu filtern. Betrachten wir zum Beispiel Reservierungen. Wenn die Rezeption eine neue Reservierung in Ihr PMS eingibt, fügt sie beschreibende Informationen zum Gast hinzu: An- und Abreisedatum, Name und Land. Da diese Daten sortiert, also strukturiert sind, können Sie sie beispielsweise ganz einfach nach Datumsangaben filtern, um Buchungstrends zu erkennen. Höchstwahrscheinlich tun Sie dies in Ihrem Hotel bereits. Wenn ja, herzlichen Glückwunsch – Sie sind ein Datenwissenschaftler!
Unstrukturierte Hoteldaten
Eine weitere Form der Datendarstellung sind unstrukturierte Daten. Während strukturierte Daten geordnet sind, sind unstrukturierte Daten ungeordnet. Häufig bergen unstrukturierte Daten dennoch das Potenzial, uns wertvolle Erkenntnisse für unseren Hotelbetrieb zu liefern. Das Problem bei unstrukturierten Daten besteht darin, dass es keine einfache oder skalierbare Möglichkeit gibt, die benötigten Erkenntnisse aus den Daten in ihrem aktuellen Zustand zu gewinnen. Betrachten wir ein Beispiel. Kundenbewertungen auf TripAdvisor können – ob es uns gefällt oder nicht – den Entscheidungsprozess potenzieller Gäste beeinflussen. Würden wir jedoch versuchen, diese Daten zu analysieren, wäre dies mit einem hohen manuellen Aufwand verbunden und würde nur wenige verwertbare Informationen liefern. Das liegt daran, dass die Kundenbewertungen auf TripAdvisor nicht so strukturiert sind, dass sie sich leicht sortieren lassen.
Was folgt auf die Hoteldaten selbst? Die Analyse von Hoteldaten.
Datenanalyse im Hotelgewerbe
Es gibt also große und kleine Datenmengen, und diese können sowohl strukturiert als auch unstrukturiert sein. Doch sobald wir diese Daten haben, wie können wir sie verstehen? Und wie nutzen wir diese neu gewonnenen Erkenntnisse, um bessere Entscheidungen für unser Hotel zu treffen? Hier kommt die Analytik ins Spiel.
„Wenn Daten ein Meer sind – und glauben Sie uns, es steht Ihnen eine wahre Flut an Daten zur Verfügung –, dann ist die Analytik die Entsalzungsanlage.“
Deskriptive Hotelanalytik
Die gängigste und traditionellste Form der Datenanalyse im Hotelwesen ist die deskriptive Analyse. Die deskriptive Analyse dient dazu, vergangene Trends auf der Grundlage umfangreicher Datenmengen zu beschreiben. Im täglichen Hotelbetrieb wird die deskriptive Analyse beispielsweise für Leistungsberichte oder Auslastungsberichte genutzt.
Prädiktive Hotelanalytik
Der nächste Schritt, der sowohl hinsichtlich des Umfangs als auch der Komplexität über die deskriptive Hotel-Datenanalyse hinausgeht, ist die prädiktive Analyse. Bei der prädiktiven Analyse werden große Datenmengen aus der Vergangenheit herangezogen, um nicht nur vergangene Trends zu ermitteln, sondern auch Vorhersagen über zukünftige Entwicklungen zu treffen. Da es sich bei der prädiktiven Analyse um eine fundierte Schätzung handelt, kann sie niemals hundertprozentig sicher sein. Dennoch kann eine gute prädiktive Analyse wertvolle Erkenntnisse für Ihre Hotelmanagementstrategie liefern. Ein hervorragendes Beispiel für prädiktive Analyse ist die Auswertung vergangener Buchungstrends, um die Auslastung der kommenden Wochen vorherzusagen. Für uns in der Hotellerie ist der Begriff „Prognose“ vielleicht geläufiger, doch im Grunde handelt es sich um dasselbe.
Präskriptive Hotelanalytik
Die komplexeste und aktuellste Form der Hotel-Datenanalyse ist die präskriptive Analytik. Die präskriptive Analytik kombiniert strukturierte und unstrukturierte Daten (erinnern Sie sich noch daran?) mit unglaublich leistungsstarken Rechenverfahren, die in der Welt der Datenwissenschaft als „maschinelles Lernen“ bekannt sind. Diese neu entwickelte Technologie umfasst fortschrittliche algorithmische Verfahren, die im Grunde genommen die Zukunft auf der Grundlage vergangener Ergebnisse vorhersagen (ähnlich wie die prädiktive Analytik). Die präskriptive Analytik geht jedoch noch einen Schritt weiter, indem sie Big Data wie Wetter, Verkehr oder sogar geopolitische Ereignisse einbezieht. Auf der Grundlage dieser Daten schlägt sie dann mögliche Maßnahmen vor.
Preskriptive Analytik könnte durchaus die Zukunft der Hotelanalytik sein. Tatsächlich gehen einige fortschrittliche Revenue-Management-Systeme bereits in diese Richtung.
Dieser Artikel wurde ursprünglich vom SnapShot-Team verfasst. Es wurde hierher verlegt und ist Teil der Shiji Group, einer Familie von Gastgewerbetechnologie-Marken.
