Eine Aussage lesen
Jedes Diagramm des Dashboards hat zwei Textzeilen: die Aussage (fett, der Befund mit Zeitbezug) und die Beschreibung (Messgröße, Einheit, Zeitraum, Filter). Wer beide liest, weiß, was das Diagramm zeigt, bevor er es ansieht – und weiß, was es nicht zeigt.
0–7 Tage ▮▮ 10 %
8–30 Tage ▮▮▮▮▮ 28 %
31–90 Tage ▮▮▮▮▮▮▮ 38 %
über 90 Tage ▮▮▮▮▮▮▮▮▮▮ 51 % ┆ insgesamt 37 %
Nachbildung der Oberfläche, Stand 09/2026 – Beschriftungen wie im Original.
- 1Die Aussage: ein Satz, der den Befund nennt und die Zahlen dazu. Sie ändert sich mit dem Filter – sie wird aus den Daten formuliert.
- 2Die Beschreibung: Was ist gemessen (Stornoquote = Anteil), wonach gegliedert, welcher Zeitraum, welcher Filter.
- 3Aufklappbar: Interpretation und Handlungsempfehlung getrennt, darunter die SQL-Abfrage, die die Zahlen geliefert hat.
Drei Fragen an jede Aussage
- Was genau wird gezählt? Buchungen, nicht Gäste; Anreisemonat, nicht Buchungsmonat; stornobereinigt oder gebucht.
- Worauf bezieht sich der Vergleich? Auf den Vorjahresmonat, auf „insgesamt“, auf das andere Hotel.
- Gilt das unter dem aktuellen Filter? Ein Befund für das City Hotel im Jahr 2016 ist kein Befund für beide Hotels.
Eine Abweichung einordnen
Die Kacheln zeigen zwei Abweichungen des Bezugsmonats: gegenüber dem Vormonat und gegenüber dem Vorjahresmonat. Die Farbe sagt, ob die Bewegung gut oder schlecht für das Ergebnis ist (Lab 06). Ob sie bedeutsam ist, muss man selbst einordnen – mit drei Fragen.
| Frage | Beispiel August 2017 | Einordnung |
|---|---|---|
| Ist es Saison oder Geschäft? | Buchungen −7,3 % gegenüber Juli | Vormonat: August ist auch 2016 unter dem Juli gewesen? Dann ist es Saison. Der Vorjahresmonat (−2,7 %) ist die bessere Frage. |
| Wie groß ist die Basis? | Umsatz +8,9 % gegenüber August 2016 | August ist der stärkste Monat; +8,9 % auf 1,8 Mio. sind 160.000 €. Dieselben +8,9 % im Januar wären 24.000 €. |
| Bewegen sich die Treiber? | Stornoquote +2,3 % gegenüber Vorjahresmonat | Mehr Buchungen mit langer Vorlaufzeit? Mehr Gruppen? Die Stornoanalyse nach Segment und Vorlaufzeit gibt die Antwort. |
Eine Abweichung ist ein Anlass, nicht ein Befund. Der Befund entsteht erst, wenn man weiß, woher die Bewegung kommt – und dafür filtert man: Klick auf das Hotel, das Segment, den Monat, und sieht, ob die Abweichung bleibt oder verschwindet.
Vom Befund zur Empfehlung
Der Weg hat fünf Stationen, und jede beantwortet eine andere Frage. Wer eine überspringt, empfiehlt etwas, das niemand begründen kann – oder etwas, dessen Wirkung niemand messen wird.
| Station | Beispiel Stornorisiko |
|---|---|
| Frage | Welche Buchungen werden storniert, und lässt sich das vorher erkennen? |
| Befund | Die Stornoquote steigt mit der Vorlaufzeit: 9,6 % bei 0–7 Tagen, 27,9 % bei 8–30, 37,7 % bei 31–90, 50,7 % bei über 90 Tagen. |
| Deutung | Wer früh bucht, bindet sich nicht: Ohne Anzahlung kostet die Stornierung nichts, und bis zur Anreise ändern sich Pläne. Die Quote ist eine Eigenschaft der Bedingungen, nicht der Gäste. |
| Empfehlung | Stornobedingungen nach Vorlaufzeit staffeln: Buchungen mit mehr als 90 Tagen Vorlauf nur mit Anzahlung; zwei Wochen vor Anreise rückbestätigen; Überbuchung an den Quoten je Vorlaufklasse ausrichten. |
| Kontrolle | Stornoquote der Klasse „über 90 Tage“ je Anreisemonat gegenüber dem Vorjahresmonat; durch Stornierung entgangener Umsatz je Monat. |
Die Befunde des Projekts
Sechs Befunde, die das Dashboard ausweist – mit der Deutung und der Empfehlung, die es dazu vorschlägt. Sie sind aus den Daten formuliert und ändern sich mit dem Filter; die Zahlen hier gelten für alle Buchungen.
Gruppen sind mit 19.811 Buchungen das drittgrößte Segment und mit 61,1 % das riskanteste. Deutung: Sammelbuchungen ohne Bindung. Empfehlung: Gruppen nur mit gestaffelten Anzahlungen annehmen.
Portugiesische Gäste: 56,6 % storniert, ausländische: 23,6 %. Der Inlandsmarkt ist groß, aber unzuverlässig. Empfehlung: Stornobedingungen nach Markt differenzieren, Marketingbudget auf Länder mit niedriger Quote und hohem Umsatz je Buchung lenken.
Direktbuchungen: 10,6 % der Buchungen, aber 15,8 % des Umsatzes – und nur 15,3 % Stornoquote. Empfehlung: Direktbuchungen mit Vorteilen fördern, die es nur über die eigene Seite gibt; den Direktvertriebsanteil als Kennzahl führen.
99,4 % der nicht erstattbaren Buchungen storniert – fachlich unplausibel. Deutung: ein Artefakt der Datenquelle (Lab 01). Empfehlung: mit der Buchungsabteilung klären, bevor daraus eine Maßnahme wird. Nicht jeder Befund verlangt eine Maßnahme; mancher verlangt eine Rückfrage.
3,2 % Wiederholungsgäste. Deutung: Ferienhotel und Stadthotel mit Durchreisenden – aber auch kein Bindungsprogramm in den Daten erkennbar. Empfehlung: Bindungsprogramm prüfen; Kontrolle über den Anteil je Anreisemonat.
Umsatz im August 2016 fast siebenmal so hoch wie im Januar. Deutung: Beide Häuser hängen an der Sommersaison. Empfehlung: Tiefmonate über Preis und Pakete stützen statt die Hochsaison zu rabattieren; Prognosen auf 2016 stützen, das einzige vollständige Jahr.
Was eine gute Empfehlung braucht
Fünf Prüfsteine
- Konkret: „Anzahlung ab 90 Tagen Vorlauf“ statt „Stornierungen reduzieren“.
- Begründet: mit dem Befund und der Deutung, nicht mit dem Bauchgefühl. Wer die Zahl nennt, kann widerlegt werden – das ist ein Vorteil.
- Messbar: mit einer Kontrollkennzahl aus dem Katalog, die man in drei Monaten wieder ansieht.
- Verhältnismäßig: Ein Prozentpunkt weniger Stornierungen entspricht etwa 427.000 € gebuchtem Umsatz – eine Maßnahme, die weniger kostet, lohnt sich; eine, die Stammgäste vergrault, nicht.
- Mit Grenzen: Was die Daten nicht hergeben, steht dabei – keine Kapazität, kein Nebenumsatz, zwei Häuser, zwei Jahre.
Probe: Lesen Sie die Empfehlung so, als wären Sie die Hotelleitung. Können Sie am Montag etwas tun? Wissen Sie, warum? Wissen Sie, woran Sie im Dezember erkennen, ob es gewirkt hat? Dreimal ja – dann ist es eine Empfehlung.
Fehlschlüsse
Lange Vorlaufzeit und hohe Stornoquote treten zusammen auf. Das heißt nicht, dass die Vorlaufzeit die Stornierung verursacht – vielleicht buchen bestimmte Segmente früh und stornieren aus anderen Gründen. Die Deutung muss den Mechanismus nennen; die Empfehlung setzt am Mechanismus an (Anzahlung), nicht am Merkmal (Frühbucher ablehnen).
„Der ADR beider Hotels ist 100,13 €“ – falsch, er ist 101,83 € (Lab 06). Wer Quoten und Mittelwerte addiert oder mittelt, empfiehlt auf Basis einer Zahl, die es nicht gibt.
Ein Monat mit +15,6 % beim gebuchten Umsatz ist ein Monat. Ein Trend braucht mehrere Monate, die in dieselbe Richtung zeigen – und den Blick auf den Vorjahresmonat, nicht auf den Vormonat.
„Nicht erstattbare Buchungen werden zu 99 % storniert – also die Kaution abschaffen“: eine Maßnahme auf Basis eines Datenfehlers. Erst prüfen, ob die Zahl das misst, was sie zu messen scheint.
Das City Hotel storniert zu 41,7 %, das Resort Hotel zu 27,8 %; das Resort hat längere Aufenthalte und eine andere Saison. Eine Empfehlung „für die Kette“ trifft beide falsch. Die Hotels nicht über einen Kamm scheren.
„Mehr Zimmernächte im August“ sagt nichts über die Auslastung, weil die Kapazität fehlt. Wer aus Zimmernächten auf Auslastung schließt, empfiehlt Preise, die vielleicht schon nicht mehr durchsetzbar sind.
Übungen
Vier Übungen: eine Aussage lesen, Befunde ihren Empfehlungen zuordnen, den Weg von der Frage zur Kontrolle ordnen und Fehlschlüsse erkennen.
Zusammenfassung
- Aussage und Beschreibung sagen, was ein Diagramm zeigt und was nicht; drei Fragen: Was wird gezählt, worauf bezieht sich der Vergleich, gilt es unter dem Filter?
- Eine Abweichung ist ein Anlass; Saison, Basis und Treiber entscheiden, ob sie ein Befund ist.
- Fünf Stationen: Frage, Befund, Deutung, Empfehlung, Kontrolle – keine überspringen.
- Sechs Befunde des Projekts: Gruppen, Inland, Direktbuchungen, Non Refund, Wiederholungsgäste, Saison.
- Eine gute Empfehlung ist konkret, begründet, messbar, verhältnismäßig und nennt ihre Grenzen.
- Fehlschlüsse: Korrelation als Ursache, Mittelwert der Mittelwerte, Ausreißer als Trend, Artefakt als Befund, eine Regel für zwei Häuser, fehlender Nenner.