Statistik for mellemlange udlejninger MTR-hullet i porteføljer for korttidsudlejning

Mellemlang udlejning er almindelig som en lejlighedsvis booking og sjælden som driftsmodel

Hostfully analyserede mere end 500.000 amerikanske reservationer efter opholdslængde for at måle, hvor meget forretning med mellemlang udlejning (MTR) der løber gennem porteføljer for korttidsudlejning (STR). Ophold på 30 nætter eller længere udgjorde under 2 % af reservationerne, men forekom i knap 39 % af kontiene. Mellemlange priser lå nationalt i gennemsnit 47 % under korttidspriserne, men forholdet svingede fra 28 % til 95 % af korttidspriserne mellem delstater. Resultaterne tyder på, at operatører bør beregne deres eget break-even-punkt frem for at tage udgangspunkt i nationale gennemsnit.

Hvad en korttidsportefølje faktisk sælger i dag

Vi undersøgte, hvad virksomheder inden for korttidsudlejning i øjeblikket opfanger af efterspørgslen efter mellemlange ophold. Det er værd at bemærke, at størstedelen af Hostfullys kunder ikke er virksomheder med møblerede boliger eller udbydere af corporate housing, men operatører inden for korttidsudlejning. Det afspejles i deres bookingmix:

87,0 % af reservationerne varede seks nætter eller mindre. Den mediane operatør havde en gennemsnitlig opholdslængde på 3,7 nætter. Kun 2,2 % af kontiene registrerede en gennemsnitlig opholdslængde på 30 nætter eller mere.

Det gennemsnit på 3,7 nætter sætter rammerne for den analyse, der følger. Det definerer det dominerende korttidsprismiljø, den udskiftningsfrekvens, der ligger i driftsmodellen, og den kontekst, hvor en reservation på 45 nætter fremstår usædvanlig. Mellemlang udlejning er ikke en separat branche i denne analyse. Det er den lange ende af kalenderen, som allerede håndteres af operatører inden for korttidsudlejning.

Fire ud af ti operatører har allerede taget en mellemlang booking. Næsten ingen baserer driften på det.

Et lille antal konti i dette datasæt driver mellemlang udlejning som deres forretningsmodel, og afsnit 08 undersøger dem. Det er ikke dér, volumen kommer fra. Langt de fleste mellemlange reservationer blev registreret af konti, hvor lange ophold udgør en lille del af aktiviteten, hvilket betyder, at fordelingen er tynd og bred frem for koncentreret.

Den mediane operatør med mellemlang aktivitet bookede fire lange ophold i løbet af året og havde 1,7 % af sine reservationer fra dem. Ved 75-percentilen var det elleve bookinger. Ved 90-percentilen otteogtyve. Derefter tynder tallene hurtigt ud.

De fleste operatører driver ikke en forretning med mellemlang udlejning. De accepterer mellemlange reservationer i en korttidsudlejningsforretning.

Forskellen kan måles. En operatør, der driver mellemlang udlejning som forretningsområde, viser fire kendetegn i dataene: priser fastsat i et defineret forhold til korttidspriser, lange ophold koncentreret i identificerbare kalendervinduer, et bredere kanalaftryk og en fordeling af opholdslængder, der klumper sig sammen frem for at sprede sig. En operatør, der absorberer mellemlang udlejning som en undtagelse, viser ingen af dem.

Kun ét af de fire kendetegn kan måles direkte på kontoniveau i dette datasæt, og det peger i samme retning: 3,4 % af kontiene gjorde mellemlang udlejning til mere end en femtedel af deres bookinger. De følgende afsnit gennemgår hvert kendetegn i rækkefølge – først prisforholdet, derefter kalenderallokering, lokation, distribution og driftsbelastning.

Jo større porteføljen er, desto sværere er det at ignorere eksponering mod mellemlange ophold

Eksponeringen stiger stejlt med antallet af ejendomme. Noget af det er ren aritmetik: flere ejendomme giver flere bookinger, og flere bookinger giver flere chancer for at fange en lang. Men den praktiske konsekvens gælder stadig.

I intervallet 6 til 20 ejendomme bliver eksponering mod mellemlange ophold almindelig frem for undtagelsen. Over tyve ejendomme registrerede fire ud af fem operatører mindst én.

Tre fjerdedele af mellemlange ophold varer 30 til 59 nætter

Blandt alle 8.895 reservationer på 30 nætter eller mere er fordelingen koncentreret i den korte ende:

Tre fjerdedele af mellemlange bookinger ligger i intervallet én til to måneder. Datasættet registrerer ikke, hvorfor en gæst bookede, så formålet bag disse ophold – om det er erhverv eller en forlænget ferie – kan ikke fastslås her.

Pris i forhold til besatte nætter

Natpriserne afviger markant efter opholdslængde. Vægtet efter antal reservationer i datasættet:

Forskellen på 47 % er den største enkeltstående forskel i datasættet, og den arbejder imod mellemlang udlejning på enhver nat, der ellers ville blive solgt til korttidspris. Dens betydning afhænger derfor af kontrafaktum: hvad en given nat ville have indbragt, hvis den ikke var blevet solgt som et langt ophold. Det flytter spørgsmålet fra prissammenligning til belægning.

Hvad de nationale priser indebærer

Hvis begge priser anvendes på et helt år med tilgængelige nætter, fås følgende:

En fuldt udfyldt kalender med mellemlange ophold indbringer det samme som en korttidskalender ved 53 % belægning. En mellemlang kalender med 90 % belægning matcher korttids ved 48 %.

Ved nationale, aggregerede priser giver et fuldt skifte lavere bruttoindtægt fra overnatning end korttids ved enhver belægning, der ligger væsentligt over 53 %. En operatør, der opnår normal korttidsbelægning, ville skulle have en mellemlang kalender tæt på permanent fuld for at matche den. Målt på indtægt alene fungerer mellemlang udlejning ikke som en erstatning for korttidsinventar, selv om denne sammenligning udelukker driftsomkostninger, som afsnit 07 drøfter, og som dette datasæt ikke kan måle.

Det, de samme tal derimod understøtter, er mellemlang udlejning som et supplement. Sammenligningen favoriserer kun korttids på nætter, der faktisk sælges til korttidspris. Anvendt på lavsæson, et vedvarende hul eller en ejendom, der ligger klart under porteføljens gennemsnitlige belægning, sammenlignes den mellemlange pris med en tom nat frem for en nat til $307. Det er den pointe, de aggregerede data viser: mellemlang udlejning styrker de svage dele af kalenderen frem for at erstatte de stærke.

Én præcisering, før de 53 % bruges nogen steder: Det er et nationalt tal, og næste afsnit viser, at det er det mest lokationsafhængige tal i denne analyse og spænder fra 28 % til 95 % mellem delstater.

Break-even ved 53 % flytter sig markant efter marked

Alt i det foregående afsnit brugte nationale gennemsnit, og nationale gennemsnit skjuler det mest nyttige i dette datasæt. Når vi knytter annoncer til deres ZIP-kode og aggregerer dem på delstatsniveau, viser rabatten på mellemlange ophold sig at variere mere end noget andet tal, vi målte.

Nationalt ligger natpriser for mellemlange ophold på 53 % af korttidspriserne. På tværs af de enkelte delstater med tilstrækkelig mellemlang volumen til at måle ligger forholdet fra 28 % til 95 %, med en median på 56 %. Den samme strategi, der ødelægger værdi i ét marked, er næsten gratis i et andet.

California er den mest iøjnefaldende linje. De mellemlange priser lå der i gennemsnit på $376 mod $397 for korttidsophold, altså cirka 95 %. Colorado landede på 78 %. I den anden ende registrerede Connecticut og Pennsylvania 28 % og 35 %.

Det er sammenligninger på porteføljeniveau, ikke like-for-like. De mellemlange og korttidspriser i hver delstat stammer fra forskellige blandinger af ejendom, lokation og sæson, så en delstat, hvor mellemlange priser ligger tæt på korttidspriser, kan afspejle en anden inventarmix snarere end en mindre rabat på den enkelte ejendom. Det, tabellen fastslår, er, at forholdet mellem de to priser varierer enormt efter marked. Den fastslår ikke, hvad en individuel operatør i det marked ville give afkald på ved at flytte en nat fra den ene til den anden.

Hvad dataene ikke kan måle

Platformdata registrerer bookinger, nætter og natpriser, men intet om rengøringsomkostninger, udskiftning af linned, medarbejdertimer eller hvor hurtigt en ejendom slides. De faktorer former de fleste operatørers faktiske oplevelse af mellemlang udlejning, så de hører med i diskussionen, selv om denne analyse ikke kan kvantificere dem.

Én størrelse kan dog overføres fra dataene: hvor mange separate reservationer der skal til for at fylde et stykke af kalenderen. Ved den mediane gennemsnitlige opholdslængde på 3,7 nætter kræver 45 nætter med korttidsbelægning cirka 12 reservationer. Det samme vindue som én mellemlang booking kræver én.

De immaterielle forhold

Resten af driftsbilledet er slet ikke synligt i PMS-brugsdata. Følgende faktorer går igen i operatørers drøftelser af mellemlang udlejning og er værd at afveje, men intet i dette datasæt bekræfter eller kvantificerer dem:

• Færre fejlpunkter. De fleste driftsfejl sker i overgangene: en overset rengøring, en sen ankomst, en nøgleboks-kode der ikke blev sendt. Tolv overgange i stedet for én ændrer sandsynligheden.
• Slitage. Operatører rapporterer ofte, at gæstetypen betyder mere end antallet af nætter: En korttidsgæst er på ferie og bruger ejendommen som rejsens centrum, mens en mellemlang gæst oftere arbejder, er ude af ejendommen om dagen og bor i den frem for at fejre i den. Dette datasæt indeholder intet om gæsteadfærd eller ejendommens stand.
• Forudsigelighed for ejere. En booket blok på otte uger er lettere at rapportere til en nervøs ejer end en forhåbningsfuld prognose, især i lavsæson.
• Team-belastning. Mellemlang udlejning koncentrerer arbejdet og gør det lettere at forudsige, hvilket kan passe et lille team eller en operatør, der holder overhead lav.

Vurdering af de bedste MTR-performere

Femten konti i datasættet opfyldte begge vores tærskler for meningsfuld mellemlang aktivitet: mindst 30 lange ophold på et år og mindst en femtedel af alle reservationer på 30 nætter eller mere. De administrerer mellem 8 og 91 ejendomme, med en median på 26. I den gruppe stod cirka en tredjedel af bookingerne for 85 % af de bookede nætter.

De har også et markant bredere distributionsaftryk. Topperformerne kører i gennemsnit 7,8 aktive kanaler mod 4,8 for konti, der aldrig tager en mellemlang booking. Fordi større porteføljer typisk kører flere kanaler uanset strategi, kørte vi sammenligningen igen mod operatører af tilsvarende størrelse. Blandt konti i samme interval på 8 til 91 ejendomme ligger konti uden mellemlang aktivitet i gennemsnit på 5,1 kanaler, så topperformerne kører stadig 53 % flere. Mønstret holder inden for hvert størrelsesinterval: 7,2 mod 5,3 for operatører med 6 til 20 ejendomme og 6,2 mod 5,0 ved 21 til 50.

Det fastslår ikke, at distribution skaber succes med mellemlang udlejning. Det viser, at de operatører, der opfanger mest mellemlang forretning, ikke gør det med en snæver kanalmix.

Hvad de fem bedste har til fælles

Alt ovenfor er udarbejdet ud fra anonymiserede data. For at forstå, hvad der driver tallene, blev de fem konti med den højeste andel af mellemlange ophold internt genidentificeret af autoriserede Hostfully-medarbejdere – udelukkende for at deres offentligt tilgængelige websites og annoncer kunne gennemgås. Mønstret på tværs af de fem var tilstrækkeligt konsistent til at blive rapporteret i fuld længde.

• De er virksomheder med møblerede udlejninger snarere end STR-operatører, der har tilføjet mellemlang udlejning, hvor fire af de fem selv identificerer sig som udbydere af møblerede eller corporate udlejninger, og den femte er en langtidsudlejningsforretning, der opfanger mellemlang og korttids efterspørgsel på udvalgte ejendomme.
• Alle fem driver deres mellemlange annoncer i byområder.
• Annoncerne klynger sig omkring en bymidte, et hospital eller et industriområde.
• Faciliteter markedsføres til arbejdende gæster frem for feriegæster, med hurtig wifi, arbejdsplads, ladestationer og opbevaring, som enten er beskrevet på en dedikeret facilitetside (i tre tilfælde) eller i selve annoncerne.
• Alle fem specificerer et komplet køkken helt ned til mindre apparater som en blender og en brødrister, med vaskemaskine og tørretumbler på stedet og inkluderet frem for delt eller møntdrevet.
• Parkering er inkluderet i alle tilfælde, mindst til ét køretøj.
• Fire af de fem angiver typen af kaffemaskine, hvilket tyder på annoncer skrevet til en person, der skal etablere en daglig rutine, frem for blot at booke et ophold.

At omsætte resultaterne til en arbejdsmetode

Resultaterne tyder på, at mellemlang udlejning kan supplere porteføljer for korttidsudlejning i markeder, ejendomme og sæsoner, hvor belægningen underpræsterer. At handle på det kræver, at man identificerer de svage perioder, beregner et break-even på ejendomsniveau, beskytter spidsdatoer, tilføjer distribution til mellemlange ophold og opbygger de betalings- og aftaleprocesser, som et længere ophold kræver.

Hvad disse data ikke viser

Selv om denne undersøgelse bygger på mere end 500.000 reservationer, har den begrænsninger. Nogle få er værd at have in mente:

• Den viser ikke, at ejendomme med mellemlang udlejning tjener mere pr. år end ejendomme med korttidsudlejning. Vi sammenlignede stærke mellemlange operatører med geografisk tilsvarende korttidsinventar, og resultaterne var blandede. For mange variabler ligger uden for datasættet.
• Den fastslår ikke årsagssammenhæng. Operatører kan drive mellemlang udlejning på grund af sæson, regulering, ejers præference, markedsblødhed eller bevidst strategi. Dataene kan ikke skelne mellem disse.
• Den måler ikke profit, omkostninger eller slitage. Alle tal her er bruttoindtægt fra overnatning før rengøring, administrationsgebyrer, forsyning, skatter og platformskommission. Den operationelle del af rapporten er aritmetik og operatørerfaring, ikke måling, og vi har markeret den som sådan.
• Den inkluderer ikke præcise opholdslængder. Reservationer kommer grupperet i længdeintervaller, så hvert indtægts- og natestimat bruger det korteste ophold i hvert interval. De reelle tal er højere end dem, der er publiceret her.
• Delstatsniveaupriser er stadig gennemsnit, og de er ikke like-for-like. Mellemlange og korttidspriser inden for en delstat stammer fra forskellige blandinger af ejendom, lokation og sæson, så forholdet mellem dem beskriver markedet snarere end valget for en enkelt ejendom.
• Den registrerer ikke, hvorfor gæster booker. Segmentbeskrivelser i denne rapport afspejler branchekontekst og operatørobservation, ikke data indsamlet af platformen.
• Den repræsenterer ikke hele markedet. Dette er én property management-platforms amerikanske kundebase, vægtet mod professionelle STR-operatører.

Mellemlang udlejning, forklaret enkelt

Sådan gennemførte vi analysen