Statistik för medellång uthyrningGapet för medellång uthyrning i korttidsuthyrningsportföljer
Hostfully analyserade mer än 500 000 amerikanska bokningar över cirka 16 500 professionellt förvaltade annonser för att mäta hur vistelser på 30 nätter eller längre förekommer i korttidsuthyrningsportföljer.
Medellånga uthyrningar representerade 1,7 % av bokningarna men förekom i 39 % av operatörskontona. Med denna studies konservativa metod för att uppskatta vistelselängd stod de för cirka 20 % av bokade nätter. Nattpriser för medellång uthyrning låg i genomsnitt 47 % under korttidspriser nationellt, med betydande variation mellan delstater.
Rapporten undersöker bokningsfrekvens, vistelselängd, nattpriser, portföljstorlek, marknadsvariation och de kalenderförhållanden under vilka en längre vistelse kan konkurrera med korttidsintäkter.
Medellång uthyrning är vanlig som enstaka bokning och sällsynt som affärsmodell
Hostfully analyserade mer än 500 000 amerikanska bokningar efter vistelselängd för att mäta hur mycket medellång uthyrning (MTR) som går genom korttidsuthyrningsportföljer (STR). Vistelser på 30 nätter eller längre stod för färre än 2 % av bokningarna men förekom i nästan 39 % av kontona. Medellångpriser låg i genomsnitt 47 % under korttidspriser nationellt, även om det förhållandet varierade från 28 % till 95 % av korttidspriser mellan delstater. Resultaten tyder på att operatörer bör beräkna sin egen brytpunkt snarare än att utgå från nationella genomsnitt.
Avsnitten 01 till 08 rapporterar vad datasetet mätte. Avsnitt 09 och framåt beskriver vad operatörer kan testa som svar, vilket är slutsats snarare än mätning. Kommersiella förslag, inklusive användning av dedikerad distribution för medellång uthyrning, testades inte av denna analys.
Vad en korttidsportfölj faktiskt säljer idag
Vi tittade på vad korttidsuthyrningsföretag för närvarande fångar i efterfrågan på medellång uthyrning. Det är värt att notera att majoriteten av Hostfullys kunder inte är möblerade bostadsföretag eller företagsbostadsleverantörer, utan korttidsuthyrningsoperatörer. Detta återspeglas i deras bokningsmix:
| Vistelselängd | Bokningar | Andel | |
|---|---|---|---|
| 1 till 2 nätter | 199 073 | 38,6 % | |
| 3 till 6 nätter | 249 664 | 48,4 % | |
| 7 till 13 nätter | 47 053 | 9,1 % | |
| 14 till 29 nätter | 10 999 | 2,1 % | |
| 30 till 59 nätter | 6 804 | 1,3 % | |
| 60 till 89 nätter | 1 126 | 0,2 % | |
| 90+ nätter | 965 | 0,2 % |
87,0 % av bokningarna varade sex nätter eller mindre. Medianoperatören hade en genomsnittlig vistelse på 3,7 nätter. Endast 2,2 % av kontona registrerade en genomsnittlig vistelse på 30 nätter eller mer.
Det genomsnittet på 3,7 nätter sätter villkoren för den analys som följer. Det definierar den rådande korttidsprismiljön, omsättningsfrekvensen inbyggd i affärsmodellen och det sammanhang i vilket en 45 natters bokning framstår som ovanlig. Medellång uthyrning är inte en separat bransch i denna analys. Det är den långa kanten av kalendern som redan förvaltas av korttidsuthyrningsoperatörer.
Fyra av tio operatörer har redan tagit en medellång bokning. Nästan ingen driver verksamhet på det.
Ett litet antal konton i detta dataset driver medellång uthyrning som sin affärsmodell, och avsnitt 08 undersöker dem. De är inte där volymen kommer ifrån. Den stora majoriteten av medellånga bokningar registrerades av konton för vilka långa vistelser är en liten del av verksamheten, vilket innebär att distributionen är tunn och bred snarare än koncentrerad.
Medianoperatören för medellång uthyrning bokade fyra långa vistelser under hela året och gjorde 1,7 % av sina bokningar från dem. Vid 75:e percentilen var det elva bokningar. Vid 90:e percentilen, tjugoåtta. Bortom det tunnas siffrorna ut snabbt.
| Medellång uthyrnings andel av en operatörs bokningar | Andel av alla konton | |
|---|---|---|
| Mer än 5 % | 9,0 % | |
| Mer än 10 % | 5,7 % | |
| Mer än 20 % | 3,4 % | |
| Mer än 50 % | 1,8 % |
De flesta operatörer driver inte en medellång uthyrningsverksamhet. De accepterar medellånga bokningar inom en korttidsuthyrningsverksamhet.
Skillnaden är mätbar. En operatör som driver medellång uthyrning som en affärslinje visar fyra signaturer i data: priser satta i ett definierat förhållande till korttidspriser, långa vistelser koncentrerade till identifierbara kalenderfönster, ett bredare kanalfotavtryck och en vistelselängdsfördelning som klustrar snarare än sprids. En operatör som absorberar medellång uthyrning som ett undantag visar ingen av dem.
Endast en av dessa fyra signaturer är direkt mätbar på kontonivå i detta dataset, och den pekar åt samma håll: 3,4 % av kontona gjorde medellång uthyrning mer än en femtedel av sina bokningar. Avsnitten som följer undersöker varje signatur i tur och ordning, med prisförhållande först, sedan kalenderallokering, plats, distribution och operativ belastning.
Ju större portfölj, desto svårare är exponering för medellång uthyrning att ignorera
Exponeringen ökar kraftigt med antalet fastigheter. En del av det är aritmetik: fler fastigheter producerar fler bokningar, och fler bokningar producerar fler chanser att fånga en lång. Men den praktiska konsekvensen gäller fortfarande.
| Portföljstorlek | Exponering | |
|---|---|---|
| 1 fastighet | 7,3 % | |
| 2 till 5 | 25,3 % | |
| 6 till 20 | 68,3 % | |
| 21 till 50 | 81,3 % | |
| 51 till 100 | 95,5 % | |
| 101+ | 100 % |
Vid intervallet 6 till 20 fastigheter blir exponering för medellång uthyrning vanlig snarare än exceptionell. Över tjugo fastigheter registrerade fyra operatörer av fem minst en.
Denna tabell mäter exponering, inte preferens. En operatör med 60 fastigheter bearbetar betydligt fler bokningar än en värd med en enda fastighet, vilket gör oddsen för att fånga minst en lång vistelse mycket högre oavsett strategi. Tabellen ovan bör inte tolkas som strategi eller distributionspreferens.
Tre fjärdedelar av medellånga vistelser varar 30 till 59 nätter
Bland alla 8 895 bokningar på 30 nätter eller mer är fördelningen koncentrerad till den kortare änden:
Tre fjärdedelar av medellånga bokningar faller i intervallet en till två månader. Datasetet registrerar inte varför en gäst bokade, så syftet bakom dessa vistelser, vare sig företagsrelaterat eller en förlängd semester, kan inte fastställas här.
Tröskelvärden för vistelselängd förändrar den juridiska bilden på många marknader. Vissa jurisdiktioner behandlar 30 nätter som den punkt där hyresskydd börjar, och vissa korttidsuthyrningstillstånd utesluter uttryckligen längre vistelser. Lokala regler, leasingvillkor och förvaltningsavtal bör därför granskas innan en fastighet listas för medellång beläggning, eftersom detta är ett område som datasetet inte kan lösa.
Pris mot upptagna nätter
Nattpriser divergerar kraftigt efter vistelselängd. Viktat efter bokningsantal över datasetet:
Gapet på 47 % är den största enskilda skillnaden i datasetet och det fungerar mot medellång uthyrning på varje natt som annars skulle säljas till korttidspriset. Dess betydelse beror därför på kontrafaktumet: vad en given natt skulle ha tjänat om den inte hade sålts till en lång vistelse. Det omformulerar frågan från prisjämförelse till beläggning.
Vad de nationella priserna innebär
Att tillämpa båda priserna över ett helt år av tillgängliga nätter ger följande:
| Strategi | Pris | Beläggning | Årliga intäkter |
|---|---|---|---|
| Korttid | $307 | 70 % | $78 400 |
| Korttid | $307 | 60 % | $67 200 |
| Korttid | $307 | 53 % | $59 400 |
| Korttid | $307 | 40 % | $44 800 |
| Medellång | $164 | 90 % | $53 900 |
| Medellång | $164 | 100 % | $59 900 |
En perfekt full medellång kalender tjänar vad en korttidskalender tjänar vid 53 % beläggning. En 90 % full medellång kalender matchar korttid vid 48 %.
Vid nationella aggregerade priser producerar en fullständig övergång mindre bruttointäkter för boende än korttid vid varje beläggning väsentligt över 53 %. En operatör som uppnår normal korttidsbeläggning skulle behöva en medellång kalender nära permanent full för att matcha den. På enbart intäkter fungerar inte medellång uthyrning som en ersättning för korttidsinventering, även om denna jämförelse utesluter driftskostnader, vilket avsnitt 07 diskuterar och detta dataset inte kan mäta.
Vad samma siffror stöder är medellång uthyrning som ett komplement. Jämförelsen gynnar endast korttid på nätter som faktiskt säljs till korttidspriset. Tillämpat på en svag säsong, ett ihållande gap eller en fastighet som går väl under portföljens genomsnittliga beläggning, jämförs medellångpriset mot en tom natt snarare än en på $307. Det är det fallet som aggregerade data gör: medellång uthyrning stärker de mjuka delarna av kalendern snarare än att ersätta de starka.
En reservation innan dessa 53 % används någonstans. Det är en nationell siffra, och nästa avsnitt visar att det är det mest platsberoende numret i denna analys, som sträcker sig från 28 % till 95 % mellan delstater.
Beläggningsscenarierna ovan använder aggregerade priser över ungefär 16 500 fastigheter på många olika marknader. De illustrerar formen på avvägningen. De är inte prognoser för enskilda fastigheter, och priser och beläggning på fastighetsnivå kan flytta brytpunkten väsentligt i båda riktningarna.
Intäktsuppskattningarna exkluderar städavgifter, skatter, avbokningar, ägarevistelser, blockerade nätter, förvaltningsavgifter och varje driftskostnad. Medellånga vistelser medför färre omsättningar och vanligtvis färre avgiftsrader, så avgiftssidan av jämförelsen tenderar att fungera mot medellång uthyrning medan kostnadssidan tenderar att fungera för den. Vi kan inte kvantifiera någondera från denna data.
Brytpunkten på 53 % förskjuts väsentligt efter marknad
Allt i föregående avsnitt använde nationella genomsnitt, och nationella genomsnitt döljer det mest användbara i detta dataset. När vi löser annonser till deras postnummer och rullar upp dem efter delstat, visar sig medellångrabatten variera mer än någon annan siffra vi mätte.
Nationellt ligger medellånga nattpriser på 53 % av korttidspriser. Över enskilda delstater med tillräcklig medellångvolym för att mäta, löper det förhållandet från 28 % till 95 %, med en median på 56 %. Samma strategi som förstör värde på en marknad är nästan gratis på en annan.
| Delstat | STR-pris | MTR-pris | Break-even | |
|---|---|---|---|---|
| Connecticut | $186 | $51 | 28 % | |
| Pennsylvania | $285 | $99 | 35 % | |
| Massachusetts | $309 | $124 | 40 % | |
| Michigan | $392 | $163 | 42 % | |
| Wisconsin | $317 | $144 | 46 % | |
| Georgia | $276 | $132 | 48 % | |
| New York | $316 | $162 | 51 % | |
| Alabama | $210 | $111 | 53 % | |
| North Carolina | $271 | $147 | 54 % | |
| Ohio | $300 | $172 | 58 % | |
| Indiana | $242 | $141 | 58 % | |
| Arizona | $304 | $177 | 58 % | |
| Missouri | $197 | $123 | 62 % | |
| Tennessee | $250 | $162 | 65 % | |
| Texas | $245 | $169 | 69 % | |
| Florida | $228 | $162 | 71 % | |
| Colorado | $339 | $265 | 78 % | |
| Kalifornien | $397 | $376 | 95 % |
Kalifornien är den mest slående raden. Medellångpriser där låg i genomsnitt på $376 mot $397 för korttid, eller ungefär 95 %. Colorado kom in på 78 %. I andra änden registrerade Connecticut och Pennsylvania 28 % respektive 35 %.
Dessa är jämförelser på portföljnivå, inte jämförelser lika för lika. Medellånga och korttidspriser i varje delstat är dragna från olika blandningar av fastighet, plats och säsong, så en delstat där medellångpriser ligger nära korttidspriser kan återspegla en annan inventeringsmix snarare än en mindre rabatt på någon enskild fastighet. Vad tabellen fastställer är att förhållandet mellan de två priserna varierar enormt efter marknad. Den fastställer inte vad en enskild operatör på den marknaden skulle ge upp genom att flytta en natt från den ena till den andra.
Det finns inget enskilt ekonomiskt argument för medellång uthyrning. Den relevanta break-even-punkten beror på marknad, fastighet, säsong och uppnåeligt pris. Planering på portföljnivå bör därför använda fastighetsspecifik ekonomi snarare än det nationella 53 %-riktmärket.
Delstatsgränser är ett trubbigt instrument för en marknad som är genuint lokal, och prismix inom en enda delstat varierar väsentligt mellan ett semesterområde och ett stadscentrum. Dessa siffror begränsar frågan snarare än att besvara den för en enskild fastighet.
Analys på postnummernivå täcker de 87 % av annonserna vars postnummer löste till ett giltigt amerikanskt postnummer. Resten bar koder vi inte kunde bekräfta och är uteslutna från endast detta avsnitt.
Vad data inte kan mäta
Plattformsdata registrerar bokningar, nätter och nattpriser, men ingenting om städkostnader, linneersättning, personaltimmar eller hur snabbt en fastighet slits. Dessa faktorer formar de flesta operatörers faktiska upplevelse av medellång uthyrning, så de hör hemma i diskussionen även om denna analys inte kan kvantifiera dem.
En kvantitet bär över från data: hur många separata bokningar det tar att fylla en sträcka av kalendern. Vid den mediala genomsnittliga vistelsen på 3,7 nätter kräver 45 nätters korttidsbeläggning ungefär 12 bokningar. Samma fönster som en enda medellång bokning kräver en.
| Operativ händelse | Korttid | Medellång |
|---|---|---|
| Bokningar | ~12 | 1 |
| Omsättningar | ~12 | 1 |
| Städningar, inklusive under vistelse | ~12 | ~5 |
| In- och utcheckningar | ~24 | 2 |
| Meddelandecykler från bokning till utcheckning | ~12 | 1 |
| Potentiella luckor mellan vistelser | ~11 | 0 |
De immateriella faktorerna
Resten av den operativa bilden syns inte alls i PMS-användningsdata. Följande faktorer återkommer konsekvent i operatörers diskussioner om medellång sikt och är värda att överväga, men inget i detta dataset bekräftar eller kvantifierar dem:
- Färre felkällor. De flesta operativa misstag sker i övergångarna: en missad städning, en sen ankomst, en kod till nyckelboxen som inte skickades. Tolv övergångar istället för en ändrar oddsen.
- Slitage. Operatörer rapporterar ofta att gästtyp är viktigare än antal nätter: en korttidsgäst är på semester och behandlar boendet som resans centrum, medan en medellångtidsgäst oftare arbetar, är borta från boendet under dagen och bor i det snarare än att fira i det. Detta dataset innehåller inget om gästbeteende eller boendets skick.
- Förutsägbarhet för ägare. En bokad period på åtta veckor är lättare att rapportera till en orolig ägare än en hoppfull prognos, särskilt under en lågsäsong.
- Belastning på teamet. Medellång sikt koncentrerar arbetet och gör det lättare att förutsäga, vilket kan passa ett litet team eller en operatör som håller omkostnaderna låga.
Utvärdering av de främsta MTR-presterarna
Femton konton i datasetet klarade båda våra trösklar för meningsfull medellångtidsaktivitet: minst 30 långa vistelser under året, och minst en femtedel av alla bokningar som varade 30 nätter eller mer. De hanterar mellan 8 och 91 fastigheter, med ett medianvärde på 26. Inom den gruppen stod ungefär en tredjedel av bokningarna för 85 % av de bokade nätterna.
De har också ett markant bredare distributionsavtryck. Toppresterarna använder i genomsnitt 7,8 aktiva kanaler, jämfört med 4,8 för konton som aldrig tar en bokning på medellång sikt. Eftersom större portföljer tenderar att använda fler kanaler oavsett strategi, körde vi om jämförelsen mot operatörer av liknande storlek. Bland konton i samma intervall på 8 till 91 fastigheter har de utan aktivitet på medellång sikt i genomsnitt 5,1 kanaler, så toppresterarna använder fortfarande 53 % fler. Mönstret håller i varje storleksklass, med 7,2 mot 5,3 för operatörer med 6 till 20 fastigheter och 6,2 mot 5,0 vid 21 till 50.
Detta bevisar inte att distribution orsakar framgång på medellång sikt. Vad det visar är att de operatörer som fångar mest affärer på medellång sikt inte gör det med en snäv kanalmix.
Vad de fem bästa har gemensamt
Allt ovanför denna punkt har producerats från anonymiserad data. För att förstå vad som driver dessa siffror, återidentifierades de fem konton med högst medellångtidsandel internt av auktoriserad Hostfully-personal, och endast för att deras offentligt tillgängliga webbplatser och annonser skulle kunna granskas. Mönstret över dessa fem var tillräckligt konsekvent för att rapporteras i sin helhet.
- De är företag som hyr ut möblerade bostäder snarare än STR-operatörer som lagt till medellångtidsuthyrning, där fyra av fem identifierar sig som leverantörer av möblerade bostäder eller företagsbostäder och den femte är ett långtidsuthyrningsföretag som fångar upp medellångtids- och korttidsbehov på utvalda fastigheter.
- Alla fem har sina annonser för medellång sikt i stadsområden.
- Annonserna klustras kring en stadskärna, ett sjukhus eller ett industriområde.
- Bekvämligheter marknadsförs till arbetande gäster snarare än semesterfirare, med snabbt wifi, en arbetsyta, laddningsstationer och förvaring som presenteras antingen på en dedikerad sida för bekvämligheter, i tre fall, eller i själva annonserna.
- Alla fem specificerar ett komplett kök ner till mindre apparater som mixer och brödrost, med tvättmaskin och torktumlare på plats som ingår snarare än att vara delade eller myntstyrda.
- Parkering ingår i samtliga fall, för minst ett fordon.
- Fyra av fem specificerar typen av kaffebryggare, vilket tyder på annonser skrivna för någon som ska etablera en daglig rutin snarare än att boka en vistelse.
Lågsäsonger är där medellångtidsuthyrning mest sannolikt konkurrerar
Forskningen tyder på en skillnad mellan att passivt ta emot enstaka långa vistelser och att medvetet konkurrera om efterfrågan på medellångtidsuthyrning. Furnished Finder tillhandahåller en dedikerad källa för efterfrågan på månadsvisa vistelser, och Hostfully är det enda PMS som integrerar detta i samma kalender och operativa arbetsflöde som korttidsverksamheten.
Boka en demoAtt omvandla resultaten till en arbetsmetod
Resultaten tyder på att medellång sikt kan komplettera portföljer för korttidsuthyrning på marknader, fastigheter och säsonger där beläggningen underpresterar. Att agera på det kräver att man identifierar svaga perioder, beräknar en break-even på fastighetsnivå, skyddar högsäsongsdatum, lägger till distribution för medellång sikt och bygger de betalnings- och avtalsprocesser som en längre vistelse kräver.
Den finansiella kalkylatorn för medellångtidsuthyrning jämför intäkter från MTR och STR under samma datum med hjälp av din egen beläggning, priser och driftskostnader, och returnerar din break-even MTR-ränta. Gratis, ingen registrering.
Öppna den finansiella kalkylatorn för medellångtidsuthyrningVad dessa data inte visar
Även om denna forskning bygger på mer än 500 000 bokningar, har den begränsningar. Några är värda att hålla i åtanke:
- Den visar inte att fastigheter på medellång sikt tjänar mer per år än korttidsfastigheter. Vi jämförde starka operatörer på medellång sikt mot geografiskt liknande korttidslager och resultaten var blandade. För många variabler faller utanför datasetet.
- Den fastställer inte orsakssamband. Operatörer kan använda medellång sikt på grund av säsongsvariationer, reglering, ägarpreferenser, marknadssvaghet eller medveten strategi. Data kan inte skilja dessa åt.
- Den mäter inte vinst, kostnad eller slitage. Varje siffra här är bruttointäkter för boende före städning, förvaltningsavgifter, verktyg, skatter och plattformsprovision. Den operativa delen av denna rapport är aritmetik och operatörserfarenhet, inte mätning, och vi har märkt den så.
- Den inkluderar inte exakta vistelselängder. Bokningar anländer grupperade i längdintervall, så varje intäkts- och nattuppskattning använder den kortaste vistelsen i varje intervall. De verkliga siffrorna är högre än de som publiceras här.
- Priser på delstatsnivå är fortfarande genomsnitt, och de är inte jämförbara rakt av. Priser för medellång och kort sikt inom en delstat kommer från olika blandningar av fastighet, läge och säsong, så förhållandet mellan dem beskriver marknaden snarare än det val en enskild fastighet står inför.
- Den registrerar inte varför gäster bokar. Segmentbeskrivningarna i denna rapport återspeglar branschkontext och operatörsobservationer, inte data som fångats av plattformen.
- Den representerar inte hela marknaden. Detta är en fastighetsförvaltningsplattforms amerikanska kundbas, viktad mot professionella STR-operatörer.
Medellångtidsuthyrning, enkelt förklarat
Så genomförde vi analysen
- Källa
- Hostfully analyserade mer än 500 000 nyligen genomförda bokningar i USA som hanterats via kundernas programvara för fastighetsförvaltning, och som omfattar de senaste tolv månaderna för cirka 16 500 boenden. All bokningsdata och alla kundnamn anonymiserades före export och analys.
- Omfattning
- Omfattningen begränsades till fastigheter i USA så att plats kunde analyseras på postnummernivå, eftersom en inkludering av internationella marknader skulle ha gjort jämförelsen opålitlig. Ett stort avslutat konto exkluderades från varje beräkning för att förhindra att en enskild tidigare kund snedvrider resultaten.
- Definition av medellång vistelse
- Varje bokning på 30 nätter eller längre, en vanlig branschtröskel som stämmer överens med de vistelselängdsintervall som finns i källdatan.
- Vistelselängd och priser
- Bokningar grupperas i intervallen 1–2, 3–6, 7–13, 14–29, 30–59, 60–89 samt 90 eller fler nätter, där varje intervall har sin egen genomsnittliga nattaxa. Rapporterade priser viktas efter antal bokningar över samtliga fastigheter, snarare än att genomsnittas per konto.
- Uppskattningar av nätter och intäkter
- Eftersom exakta vistelselängder inte är tillgängliga tilldelas varje bokning den kortaste vistelsen i sitt intervall. En bokning på 59 nätter räknas som 30 nätter och en bokning på 200 nätter räknas som 90. Absoluta tal för nätter och belopp är därför minimivärden enligt denna metod. Procentandelar är det inte: både den medellånga och den korta sidan underskattas, så en andel som 20 % av nätterna är en uppskattning som kan röra sig åt båda håll när exakta vistelselängder är kända.
- Platsanalys
- Boenden kopplades till delstat via postnummer, vilket täckte 87 % av boendena. Delstater inkluderades i prisjämförelsen endast där de hade minst 100 bokningar för medellånga vistelser, vilket lämnar 18 delstater.
- Kohort av toppresterare och granskning
- Konton med minst 30 bokningar för medellånga vistelser och där minst 20 % av bokningarna varade 30 nätter eller mer. Båda villkoren krävs, vilket förhindrar att mycket stora korttidsoperatörer kvalificerar sig enbart på volym. Tröskelvärdena är ett analytiskt val snarare än en branschstandard. De fem konton med högst andel medellånga vistelser identifierades på nytt internt av behörig personal enbart för att möjliggöra granskning av deras offentliga webbplatser och boendeannonser, och den granskningen är kvalitativ.
- Beläggningsscenarier
- Årsberäknade siffror multiplicerar den aggregerade viktade nattaxan med 365 nätter och den angivna beläggningen. De illustrerar hur avvägningen ser ut på datasetnivå och är ingen prognos för någon enskild fastighet eller marknad.