Der Katalog
Zehn Kennzahlen, definiert im Grundgerüst des Projekts, berechnet im Notebook (Abschnitt 4), als Measures in Power BI und als Kacheln und Tabelle im Dashboard. Jede hat genau eine Definition – und alle vier Orte zeigen denselben Wert. Die Spalte „Wirkung“ nennt die Farbe, die das Dashboard der Kennzahl gibt.
| Kennzahl | Definition | Wert (alle Buchungen) | Wirkung |
|---|---|---|---|
| Stornobereinigter Umsatz | Summe revenue der nicht stornierten Buchungen | 25.996.260 € | blau: mehr ist gut |
| Gebuchter Umsatz | Summe revenue aller Buchungen | 42.723.498 € | blau |
| Durch Stornierung entgangener Umsatz | Summe revenue der stornierten Buchungen (Differenz der beiden) | 16.727.237 € | rot: geht zu Lasten des Ergebnisses |
| Anzahl Buchungen | Zeilen der Faktentabelle | 119.390 | blau |
| Stornoquote | Anteil der Buchungen mit is_canceled | 37,0 % | rot: mehr ist schlecht |
| Ø Zimmerpreis (ADR) | Mittelwert adr | 101,83 € | blau |
| Ø Aufenthaltsdauer | Mittelwert total_nights | 3,43 Nächte | blau |
| Ø Vorlaufzeit | Mittelwert lead_time | 104,0 Tage | grau: ohne Wertung |
| Gebuchte Zimmernächte | Summe total_nights | 409.257 | blau |
| Wiederholungsgast-Anteil | Anteil der Buchungen mit is_repeated_guest | 3,2 % | blau |
| Anteil mit Sonderwünschen | Anteil der Buchungen mit total_of_special_requests > 0 | 41,1 % | grau |
Elf Zeilen für zehn Kennzahlen: Der entgangene Umsatz ist die Differenz der beiden Umsätze und keine eigene Kennzahl des Katalogs – er steht hier, weil das Dashboard ihn als Kennzahl zeigt und das Stornorisiko ohne ihn eine Quote ohne Geldbetrag wäre.
Drei Umsatzbegriffe
Die Spalte revenue (Zimmerpreis mal Nächte, Lab 03) ist der Zimmerumsatz einer
Buchung – ob sie storniert wurde oder nicht. Erst die Summe entscheidet, was gemeint ist. Das Projekt hat sich
für drei Begriffe entschieden, und die Wahl der Wörter ist Teil der Definition.
Nur nicht stornierte Buchungen. Das Geld, das das Hotel für Übernachtungen bekommen hat. In Texten kurz
„Umsatz“. Im Dashboard die erste Kachel; in Power BI das Measure Umsatz.
Alle Buchungen, vor Stornierung. Was das Hotel gehabt hätte, wenn niemand storniert hätte. Wichtig als Bezugsgröße: Ein Prozentpunkt weniger Stornierungen entspricht etwa 427.000 € gebuchtem Umsatz.
Die Differenz: 16,7 Mio. €, 39,2 % des gebuchten Umsatzes. Der Geldbetrag hinter der Stornoquote – und die Kennzahl, die das Stornorisiko für die Hotelleitung greifbar macht.
Was „Umsatz“ hier nicht ist: kein Restaurant, kein Parkplatz, kein Spa – der Datensatz kennt nur den Zimmerpreis. In der Hotellerie heißt diese Größe Logisumsatz; das Projekt verwendet den allgemeineren Begriff Umsatz und erklärt ihn in der Fußzeile des Dashboards. Und „Erlös“ wurde bewusst vermieden: Das Wort meint in der Betriebswirtschaft oft denselben Betrag, wird aber uneinheitlich gebraucht.
Quoten, Mittelwerte, Summen
Die zehn Kennzahlen entstehen aus drei Rechenarten – und jede hat eine Falle, wenn man filtert oder gruppiert.
Drei Rechenarten
- Summe – Umsatz, Zimmernächte, Buchungen (Summe von 1). Summen lassen sich zerlegen: Der Umsatz beider Hotels ist die Summe der beiden Umsätze.
- Mittelwert – ADR, Aufenthaltsdauer, Vorlaufzeit. Mittelwerte lassen sich nicht addieren: Der ADR beider Hotels (101,83) ist der Mittelwert über alle 119.390 Buchungen, nicht der Mittelwert aus 105,30 und 94,95 – das City Hotel wiegt schwerer, weil es doppelt so viele Buchungen hat.
- Quote – Stornoquote, Wiederholungsgäste, Sonderwünsche: der Mittelwert eines 0/1-Flags. Auch Quoten lassen sich nicht addieren; sie werden immer aus Zähler und Nenner der jeweiligen Gruppe neu gerechnet.
Die Kachel „Ø Zimmerpreis 101,83“ im Dashboard ist deshalb ein Mittel über alle gefilterten Buchungen – weder Bestand noch Summe. Das Dashboard schreibt bewusst „beide Hotels“ und nicht „gesamt“ – gesamt klänge nach Summe.
Zeitbezug: Anreisemonat, Vormonat, Vorjahresmonat
Jede Kennzahl hat einen Zeitbezug, und im Projekt ist es der Anreisemonat: Eine Buchung zählt in dem Monat, in dem der Gast ankommt – nicht im Monat der Buchung, nicht im Monat der Stornierung. Das Dashboard nennt den Zeitraum in jeder Kachel („Juli 2015 bis August 2017“) und in jeder Beschreibung.
Zwei Vergleiche, ein Bezugsmonat
- Vormonat – August 2017 gegen Juli 2017. Zeigt die kurzfristige Bewegung, ist aber von der Saison überlagert: Dass der September unter dem August liegt, sagt nichts über das Geschäft.
- Vorjahresmonat – August 2017 gegen August 2016. Vergleicht Gleiches mit Gleichem, weil beide Monate in derselben Saison liegen. Das ist der Vergleich, den IBCS und das Dashboard als Versatzsäule zeigen.
- Bezugsmonat – der letzte Monat im Zeitfilter, im Vollbild August 2017. Beide Abweichungen in den Kacheln beziehen sich auf ihn; der Leitsatz über den Kacheln nennt ihn.
Ein Jahresvergleich 2016 gegen 2017 wäre falsch: 2017 endet im August. Deshalb gibt es im Projekt keine Jahreswerte als Kennzahl, nur Monate und ihre Vorjahresmonate. Wer 2016 als Ganzes betrachtet, hat das einzige vollständige Jahr – und genau dafür eignet es sich als Basis für Prognosen.
Farbe als Werturteil
Das Dashboard färbt nach einer Regel, die die Software DeltaMaster von Bissantz geprägt hat: Blau ist gut für das Geschäftsziel, Rot ist schlecht – unabhängig vom mathematischen Vorzeichen. Ob ein Anstieg blau oder rot ist, entscheidet die Kennzahl: Mehr Umsatz ist gut (blau), mehr Stornierungen sind schlecht (rot), eine längere Vorlaufzeit ist weder noch (grau).
| Wirkung | Kennzahlen | Säulen und Werte | Anstieg gegenüber Vorjahresmonat |
|---|---|---|---|
| mehr ist gut | Umsatz, gebuchter Umsatz, Buchungen, ADR, Aufenthalt, Zimmernächte, Wiederholungsgäste | blau (aufgehellt) | blau; Rückgang rot |
| mehr ist schlecht | Stornoquote, entgangener Umsatz | rot (aufgehellt) | rot; Rückgang blau |
| ohne Wertung | Vorlaufzeit, Sonderwünsche | grau | grau |
Was die Regel ausschließt
Farbe für Vergleiche ohne Ergebniswirkung. „Das City Hotel hat den höheren Zimmerpreis“ ist eine Beobachtung, kein Urteil – deshalb markiert das Dashboard das bessere Hotel nicht farbig. Blau und Rot sind Werturteile und bleiben Werturteilen vorbehalten; wer sie für Beliebiges nutzt, verbraucht ihre Bedeutung.
Kennzahlen in SQL
Jede Kennzahl des Katalogs ist eine Zeile SQL. Die Muster sind dieselben wie in pandas und in DAX – nur die Schreibweise unterscheidet sich. Die Datenbank läuft in Ihrem Browser mit allen Buchungen; die Ergebnisse müssen mit der Tabelle oben übereinstimmen.
FILTER (WHERE …) ist die PostgreSQL-Schreibweise für eine bedingte Aggregation; in anderen
Datenbanken schreibt man sum(CASE WHEN NOT is_canceled THEN revenue ELSE 0 END). In DAX heißt
dasselbe CALCULATE(SUM(…), is_canceled = 0) – Lab 07.
Übungen
Fünf Übungen: drei Kennzahlen in SQL nachrechnen – die Umsätze, die Stornoquote je Kautionstyp, der Umsatz je Anreisemonat 2016 –, dazu die Zuordnung der Kennzahlen zur Farblogik und Verständnisfragen zu Rechenart und Zeitbezug.
Zusammenfassung
- Zehn Kennzahlen, eine Definition je Kennzahl, vier Orte mit demselben Wert.
- Drei Umsatzbegriffe aus einer Spalte: stornobereinigt (nicht storniert), gebucht (alle), entgangen (Differenz). Nur Übernachtung.
- Summen lassen sich zerlegen, Mittelwerte und Quoten nicht – sie werden je Gruppe neu gerechnet.
- Zeitbezug ist der Anreisemonat; der Vorjahresmonat vergleicht Gleiches mit Gleichem, der Vormonat ist von der Saison überlagert.
- Farbe ist ein Werturteil: blau = gut für das Ergebnis, rot = schlecht, grau = ohne Wertung. Nicht für Vergleiche ohne Ergebniswirkung.
- In SQL sind Kennzahlen Aggregationen mit FILTER; in DAX CALCULATE – dasselbe Muster.