Folie 1

1
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

2
Inhalt

• Problemstellung und Methodik
• Soziodemographische Darstellung der Befragten
• Qualitative Aussagen
• Auswertungen der expliziten Befragung
• Auswertungen der impliziten Befragung
• Zusammenfassung und Ausblick

3
Die heutigen Preisstrategien im Bergbahnsektor
haben zu einer Vielzahl von Varianten geführt,
welche die Unternehmen selbst nicht mehr
überblicken
Arbeitshypothesen
Ausgangslage

• 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.

4
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 DAmpezzo
5
Datengewinnung durch

• Qualitative Analyse - Sekundärdaten
• Qualitative Analyse Interviews mit
  Bergbahnbetreibern (14)
• Quantitative Analyse Gästebefragungen
  (sozio-demographisch, Reiseverhalten, explizite
  Fragen, implizite Befragung) (855)

6
Inhalt

• Problemstellung und Methodik
• Soziodemographische Darstellung der Befragten
• Qualitative Aussagen
• Auswertungen der expliziten Befragung
• Auswertungen der impliziten Befragung
• Zusammenfassung und Ausblick

7
Das Durchschnittsalter und die Geschlechterverteil
ung entsprechen dem durchschnittlichem
Skifahrerprofil
8
Auch Familienstand und Anzahl Kinder sind typisch
für den untersuchten Markt
9
Vor allem Italienische und Deutsche Gäste wurden
befragt
10
Die meisten Gäste reisen mit dem Auto an
11
Inhalt

• Problemstellung und Methodik
• Soziodemographische Darstellung der Befragten
• Qualitative Aussagen
• Auswertungen der expliziten Befragung
• Auswertungen der impliziten Befragung
• Zusammenfassung und Ausblick

12
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

13
Vergleich Tageskartenpreise
14
Vergleich 6-Tageskarten
15
Das Preisniveau der Südtiroler Bergbahnen ist im
Vergleich mit den ausländischen Bahnen relativ
tief
16
Inhalt

• Problemstellung und Methodik
• Soziodemographische Darstellung der Befragten
• Qualitative Aussagen
• Auswertungen der expliziten Befragung
• Auswertungen der impliziten Befragung
• Zusammenfassung und Ausblick

17
Währenddem die Anzahl Pistenkilometer, die
Höhenlage des Skigebietes...
18
...und die Anzahl Aufstiegsanlagen weniger
wichtig sind, spielt die Schneesicherheit eine
grosse Rolle
19
Die Anreisedauer nimmt man eher in Kauf,
Wartezeiten aber weniger
20
Der Schwierigkeitsgrad der Pisten und das
Après-Ski sind nicht sehr wichtig...
21
...genauso wie das Image des Skigebietes und die
Events auf dem Berg
22
Auch einfache Buchungsmöglichkeiten sind nicht
sehr wichtig
23
Der Preis und die Preisermässigungen hingegen
spielen eine match-entscheidende Rolle
24
Inhalt

• Problemstellung und Methodik
• Soziodemographische Darstellung der Befragten
• Qualitative Aussagen
• Auswertungen der expliziten Befragung
• Auswertungen der impliziten Befragung
• Zusammenfassung und Ausblick

25
Wir haben zusätzlich einen Ansatz gewählt, der
die wirklich gelebten Präferenzen offenlegt
absichtlich die Unwahrheit genannt
direkte Fragen (explizit)
genannte (hypothetisch) Auswahl (implizit,
verborgen, fast offengelegt)
angegebene
unbewusst die Unwahrheit genannt
Motive / Präferenzen
Auswahlverfahren (wirkliche Wahl) Wirkliche Daten
offengelegte
26
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

27
Varianz-Aufteilung alle Bahnen
log-likelihood-Analyse 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
28
Sensitivität der einzelnen Variablen (alle Bahnen)
Variable Beta im Log Beta normal Sensitivity (change) Argument
Pistenkilometer 0.55 1.74 0.26 Je weniger Pistenkilometer, desto sensitiver ist die Variabel.
Pistenkilometer 0.39 1.48 0.26 Je weniger Pistenkilometer, desto sensitiver ist die Variabel.
künstl. beschneite Pisten -0.53 0.59 0.21 Je mehr beschneite Pisten, desto sensitiver die Variabel.
künstl. beschneite Pisten -0.22 0.80 0.21 Je mehr beschneite Pisten, desto sensitiver die Variabel.
Anzahl Aufstiegsanlagen 0.11 1.11 0.26 Je mehr Aufstiegsanlagen, desto weniger relevant ist die Variabel im Modell.
Anzahl Aufstiegsanlagen -0.04 0.96 0.26 Je mehr Aufstiegsanlagen, desto weniger relevant ist die Variabel im Modell.
Anzahl Aufstiegsanlagen -0.16 0.85 0.26 Je mehr Aufstiegsanlagen, desto weniger relevant ist die Variabel im Modell.
Anzahl Aufstiegsanlagen -0.07 0.93 0.26 Je mehr Aufstiegsanlagen, desto weniger relevant ist die Variabel im Modell.
Tageskartenpreis -0.93 0.39 0.78 Je höher der Preis, desto einflussreicher ist er fürs Modell und desto sensitiver reagiert die Preisvariabel im Modell.
Tageskartenpreis -0.36 0.70 0.78 Je höher der Preis, desto einflussreicher ist er fürs Modell und desto sensitiver reagiert die Preisvariabel im Modell.
Tageskartenpreis 0.16 1.18 0.78 Je höher der Preis, desto einflussreicher ist er fürs Modell und desto sensitiver reagiert die Preisvariabel im Modell.
-

-

29
Varianz-Aufteilung Alta Badia (gross)
log-likelihood-Analyse 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
30
Varianz-Aufteilung Gröden (gross)
log-likelihood-Analyse 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
31
Varianz-Aufteilung Skizentrum Hochpustertal
(mittel)
log-likelihood-Analyse 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
32
Varianz-Aufteilung Kronplatz (mittel)
log-likelihood-Analyse 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
33
Varianz-Aufteilung Obereggen (mittel)
log-likelihood-Analyse 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
34
Varianz-Aufteilung Skiparadies Reschenpass
(mittel)
log-likelihood-Analyse 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
35
Varianz-Aufteilung kleinere Bahnen ()
log-likelihood-Analyse 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
36
Inhalt

• Problemstellung und Methodik
• Soziodemographische Darstellung der Befragten
• Qualitative Aussagen
• Auswertungen der expliziten Befragung
• Auswertungen der impliziten Befragung
• Zusammenfassung und Ausblick

37
Zusammenfassung