Pricing Systeme für Südtiroler Bergbahnen Präsentation in Bruneck: 7. Mai 2007 Team: Maibrit Hofer Marion Obrist Armin Gatterer Andrea Del Frari Francesco Zampini Leitung: Dr. Pietro Beritelli Dr. Andreas Wittmer
Inhalt Problemstellung und Methodik Soziodemographische Darstellung der Befragten Qualitative Aussagen Auswertungen der expliziten Befragung Auswertungen der impliziten Befragung Zusammenfassung und Ausblick
Ausgangslage Arbeitshypothesen Die heutigen Preisstrategien im Bergbahnsektor haben zu einer Vielzahl von Varianten geführt, welche die Unternehmen selbst nicht mehr überblicken Ausgangslage Arbeitshypothesen Konfusion der Konsumenten Die heutigen Preismodelle und Preissysteme von Bergbahnen werden nicht differenziert eingeführt und gestaltet (me-too Verhalten). Was für eine Bergbahn gut ist, muss nicht für die andere gut sein. Bergbahnen haben es erfolgreich, Preisdifferenzierungen nach unten umgesetzt ( Stimulierung schwacher Nachfrage), aber es verpasst, die Zahlungsbereitschaft nach oben abzuschöpfen. IT gestützte Systeme erlauben heute die Ausdifferenzierung von Preissystemen. In verschiedenen Branchen werden Innovationen in der Preisgestaltung realisiert Statusprogramme und Pauschalsysteme werden gezielt eingesetzt um zusätzlich Kaufkraft abzuschöpfen (stärkere Differenzierung, aber auch „flat rates“) Kundenverhalten passt sich an komplexe Preissysteme an. Man erwartet Rabatte und Preisreduktionen. Aber auch die Bereitschaft, für Premium Produkte mehr zu bezahlen, ist gestiegen. 5
Wir haben Südtiroler Bergbahnen sowie eine Kontrollgruppe von ausländischen Bahnen ausgewählt Alta Badia Schöneben/ Skiparadies Reschenpass Schnals Gitschberg Gröden Helm/Skizentrum Hochpustertal Reinswald Speikboden Klausberg Kronplatz Meran2000 Obereggen Seiseralm Watles Plose Kitzbühel Saas Fee Ischgl Davos Sölden Zermatt Zugspitze Cortina D´Ampezzo
Datengewinnung durch Qualitative Analyse - Sekundärdaten Qualitative Analyse – Interviews mit Bergbahnbetreibern (14) Quantitative Analyse – Gästebefragungen (sozio-demographisch, Reiseverhalten, explizite Fragen, implizite Befragung) (855)
Inhalt Problemstellung und Methodik Soziodemographische Darstellung der Befragten Qualitative Aussagen Auswertungen der expliziten Befragung Auswertungen der impliziten Befragung Zusammenfassung und Ausblick
Das Durchschnittsalter und die Geschlechterverteilung entsprechen dem durchschnittlichem Skifahrerprofil
Auch Familienstand und Anzahl Kinder sind typisch für den untersuchten Markt
Vor allem Italienische und Deutsche Gäste wurden befragt
Die meisten Gäste reisen mit dem Auto an
Inhalt Problemstellung und Methodik Soziodemographische Darstellung der Befragten Qualitative Aussagen Auswertungen der expliziten Befragung Auswertungen der impliziten Befragung Zusammenfassung und Ausblick
Qualitative Auswertung Kleine Skigebiete arbeiten vermehrt mit Hotels zusammen. Die Zusammenarbeit mit sportlichen Einrichtungen ist bei allen Skigebieten schwach ausgeprägt. Das Angebot an Pauschalpaketen ist ebenfalls bei allen Skigebieten schwach ausgeprägt. Sommer-Saisonkarten bzw. ein Sommerbetrieb wird tendenziell bei größeren Skigebieten angeboten
Vergleich Tageskartenpreise
Vergleich 6-Tageskarten
Das Preisniveau der Südtiroler Bergbahnen ist im Vergleich mit den ausländischen Bahnen relativ tief
Inhalt Problemstellung und Methodik Soziodemographische Darstellung der Befragten Qualitative Aussagen Auswertungen der expliziten Befragung Auswertungen der impliziten Befragung Zusammenfassung und Ausblick
Währenddem die Anzahl Pistenkilometer, die Höhenlage des Skigebietes...
...und die Anzahl Aufstiegsanlagen weniger wichtig sind, spielt die Schneesicherheit eine grosse Rolle
Die Anreisedauer nimmt man eher in Kauf, Wartezeiten aber weniger
Der Schwierigkeitsgrad der Pisten und das Après-Ski sind nicht sehr wichtig...
...genauso wie das Image des Skigebietes und die Events auf dem Berg
Auch einfache Buchungsmöglichkeiten sind nicht sehr wichtig
Der Preis und die Preisermässigungen hingegen spielen eine match-entscheidende Rolle
Inhalt Problemstellung und Methodik Soziodemographische Darstellung der Befragten Qualitative Aussagen Auswertungen der expliziten Befragung Auswertungen der impliziten Befragung Zusammenfassung und Ausblick
Wir haben zusätzlich einen Ansatz gewählt, der die wirklich ‚gelebten‘ Präferenzen offenlegt absichtlich die Unwahrheit genannt direkte Fragen (explizit) angegebene genannte (hypothetisch) Auswahl (implizit, verborgen, fast offengelegt) Motive / Präferenzen unbewusst die Unwahrheit genannt Auswahlverfahren (wirkliche Wahl) Wirkliche Daten offengelegte
Wir haben vier Attribute und drei Levels verwendet Attributes Levels Tageskartenpreis in EUR 25 EUR 35 EUR 45 EUR Schneesicherheit in % beschneiter Pisten 0% 50% 100% Pistenkilometer 20 km 120 km 230 km Anzahl Aufstiegsanlagen (Optionenvielfalt) 5 30 55 Kombination der Attribute und Levels 18 Fragen mit je zwei Alternativen binäre logistische Regression 2nd log-likelihood Werte für die Aufspaltung der Abweichung Beta-Werte innerhalb eines Attributes für die Analyse der Sensibilität
Varianz-Aufteilung alle Bahnen log-likelihood-Analyse Ausgeschlossene Attribute (Faktoren) - 2nd log likelihood Veränderun g des - 2nd log likelihood Wertes % der Summe der Veränderung des - 2nd log likelihood Wertes Rang (Wichtigkeit) Keine (alle Attribute im Modell) 10207.839 Pistenkilometer 10602.297 394.458 26.23% 2 künstl. beschneite Pisten 10519.456 311.617 20.72% 3 Anzahl Aufstiegsanlagen 10249.417 41.578 2.76% 4 Tageskartenpreis 10964.076 756.237 50.29% 1 Sum 1503.89 100.00% Das Wahlverhalten von Gästen kann zu 71,3 % durch das Modell bestimmt werden. n = 855
Sensitivität der einzelnen Variablen (alle Bahnen) Beta im Log Beta normal Sensitivity (change) Argument Pistenkilometer 0.55 1.74 0.26 Je weniger Pistenkilometer, desto sensitiver ist die Variabel. 0.39 1.48 künstl. beschneite Pisten -0.53 0.59 0.21 Je mehr beschneite Pisten, desto sensitiver die Variabel. -0.22 0.80 Anzahl Aufstiegsanlagen 0.11 1.11 Je mehr Aufstiegsanlagen, desto weniger relevant ist die Variabel im Modell. -0.04 0.96 -0.16 0.85 -0.07 0.93 Tageskartenpreis -0.93 0.78 Je höher der Preis, desto einflussreicher ist er fürs Modell und desto sensitiver reagiert die Preisvariabel im Modell. -0.36 0.70 0.16 1.18 - + - +
Varianz-Aufteilung Alta Badia (gross) log-likelihood-Analyse Ausgeschlossene Attribute (Faktoren) - 2nd log likelihood Veränderun g des - 2nd log likelihood Wertes % der Summe der Veränderung des - 2nd log likelihood Wertes Rang (Wichtigkeit) Keine (alle Attribute im Modell) 1683.398 Pistenkilometer 1803.168 119.77 69.23% 1 künstl. beschneite Pisten 1688.733 5.335 3.08% 4 Anzahl Aufstiegsanlagen 1696.328 12.93 7.47% 3 Tageskartenpreis 1718.374 34.976 20.22% 2 Sum 173.011 100.00% Das Wahlverhalten von Gästen kann zu 67.7 % durch das Modell bestimmt werden. n = 77
Varianz-Aufteilung Gröden (gross) log-likelihood-Analyse Ausgeschlossene Attribute (Faktoren) - 2nd log likelihood Veränderun g des - 2nd log likelihood Wertes % der Summe der Veränderung des - 2nd log likelihood Wertes Rang (Wichtigkeit) Keine (alle Attribute im Modell) 1152.370 Pistenkilometer 1274.367 121.997 70.59% 1 künstl. beschneite Pisten 1154.692 2.322 1.34% 4 Anzahl Aufstiegsanlagen 1160.535 8.165 4.72% 3 Tageskartenpreis 1192.720 40.35 23.35% 2 Sum 172.834 100.00% Das Wahlverhalten von Gästen kann zu 69.4 % durch das Modell bestimmt werden. n = 55
Varianz-Aufteilung Skizentrum Hochpustertal (mittel) log-likelihood-Analyse Ausgeschlossene Attribute (Faktoren) - 2nd log likelihood Veränderun g des - 2nd log likelihood Wertes % der Summe der Veränderung des - 2nd log likelihood Wertes Rang (Wichtigkeit) Keine (alle Attribute im Modell) 631.393 Pistenkilometer 691.175 59.782 39.15% 2 künstl. beschneite Pisten 653.213 21.82 14.29% 3 Anzahl Aufstiegsanlagen 637.031 5.638 3.69% 4 Tageskartenpreis 696.848 65.455 42.87% 1 Sum 152.695 100.00% Das Wahlverhalten von Gästen kann zu 73.1 % durch das Modell bestimmt werden. n = 33
Varianz-Aufteilung Kronplatz (mittel) log-likelihood-Analyse Ausgeschlossene Attribute (Faktoren) - 2nd log likelihood Veränderun g des - 2nd log likelihood Wertes % der Summe der Veränderung des - 2nd log likelihood Wertes Rang (Wichtigkeit) Keine (alle Attribute im Modell) 3722.120 Pistenkilometer 3933.286 211.166 42.44% 1 künstl. beschneite Pisten 3757.059 34.939 7.02% 4 Anzahl Aufstiegsanlagen 3763.568 41.448 8.33% 3 Tageskartenpreis 3932.152 210.032 42.21% 2 Sum 497.585 100.00% Das Wahlverhalten von Gästen kann zu 70.1 % durch das Modell bestimmt werden. n = 180
Varianz-Aufteilung Obereggen (mittel) log-likelihood-Analyse Ausgeschlossene Attribute (Faktoren) - 2nd log likelihood Veränderun g des - 2nd log likelihood Wertes % der Summe der Veränderung des - 2nd log likelihood Wertes Rang (Wichtigkeit) Keine (alle Attribute im Modell) 1088.444 Pistenkilometer 1150.546 62.102 30.00% 2 künstl. beschneite Pisten 1142.505 54.061 26.11% 3 Anzahl Aufstiegsanlagen 1107.223 18.779 9.07% 4 Tageskartenpreis 1160.526 72.082 34.82% 1 Sum 207.024 100.00% Das Wahlverhalten von Gästen kann zu 74.1 % durch das Modell bestimmt werden. n = 56
Varianz-Aufteilung Skiparadies Reschenpass (mittel) log-likelihood-Analyse Ausgeschlossene Attribute (Faktoren) - 2nd log likelihood Veränderun g des - 2nd log likelihood Wertes % der Summe der Veränderung des - 2nd log likelihood Wertes Rang (Wichtigkeit) Keine (alle Attribute im Modell) 104.599 Pistenkilometer 111.663 7.064 22.30% 3 künstl. beschneite Pisten 117.108 12.509 39.49% 1 Anzahl Aufstiegsanlagen 106.504 1.905 6.01% 4 Tageskartenpreis 114.796 10.197 32.19% 2 Sum 31.675 100.00% Das Wahlverhalten von Gästen kann zu 75.9 % durch das Modell bestimmt werden. n = 6
Varianz-Aufteilung kleinere Bahnen (*) log-likelihood-Analyse Ausgeschlossene Attribute (Faktoren) - 2nd log likelihood Veränderun g des - 2nd log likelihood Wertes % der Summe der Veränderung des - 2nd log likelihood Wertes Rang (Wichtigkeit) Keine (alle Attribute im Modell) 6891.503 Pistenkilometer 7101.156 209.653 19.40% 3 künstl. beschneite Pisten 7197.738 306.235 28.34% 2 Anzahl Aufstiegsanlagen 6909.699 18.196 1.68% 4 Tageskartenpreis 7437.933 546.43 50.57% 1 Sum 1080.514 100.00% * = Watles, Meran 2000, Speikboden, Reinswald, Schnals, Gitschberg, Plose, Klausberg, Seiseralm Das Wahlverhalten von Gästen kann zu 71.7 % durch das Modell bestimmt werden. n = 341
Inhalt Problemstellung und Methodik Soziodemographische Darstellung der Befragten Qualitative Aussagen Auswertungen der expliziten Befragung Auswertungen der impliziten Befragung Zusammenfassung und Ausblick
Zusammenfassung