Direkt zum Inhalt

Big Data in community-based Destinationen

Eine modellhafte Betrachtung zur Verhaltensanalyse von Endkonsumenten bei variierenden meteorologischen Verhältnissen
Hohe Aifnerspitze
Für seine Masterarbeit analysierte Fabian Erhart den Zusammenhang zwischen Buchungsdaten in Serfaus-Fiss-Ladis und Wetterdaten zum Zeitpunkt der Buchung.

TTR: Was bedeutet Big Data Analytics für community-based Destinationen und inwiefern ist es relevant für die Tiroler Tourismuswirtschaft?

Fabian Erhart: Community-based Destinationen stellen die vorherrschende Form von Destinationen in den Alpen und besonders in Tirol dar. Es handelt sich dabei um eine geographische Einheit (Ort, Region), welche die touristische Leistungserstellung durch eine Vielzahl unabhängiger und miteinander agierender Unternehmen (Leistungsträger) bewerkstelligt. Die Summe dieser einzelnen Leistungen (Öffentlicher Transport, Beherbergung, Gastronomie, Sportshops, … etc.) ergibt in weiterer Folge das touristische Endprodukt (touristisches Leistungsbündel). Aufgrund dieser aus vielen Unternehmen bestehenden Destination, werden Entscheidungen wiederum dezentral und im Konsens mit der Mehrheit der in der Destination agierenden Unternehmen getroffen.

Big Data Analytics in community-based Destinationen steht für die Generierung und zentrale Sammlung, Aufbereitung und Auswertung von großen Datenmengen, welche im touristischen Leistungserstellungsprozess entstanden sind. Eine große Herausforderung und Besonderheit stellt bei diesem Destinationstyp die dezentrale Generierung und Speicherung der Daten dar. Community-based Destinationen sind in ihrer Struktur sehr fragmentiert und die Daten entstehen jeweils isoliert bei den einzelnen Leistungsträgern und werden dort auch gespeichert. Dies bedeutet, dass Big Data Analytics eine große Herausforderung für solche Destinationen darstellt, da die Daten vorerst nur dezentral zur Verfügung stehen.

Dennoch steht die Bedeutung und Relevanz von Big Data Analytics für die Tiroler Tourismuswirtschaft außer Frage. Mögliche Effizienzsteigerungen, bessere Steuerungsmöglichkeiten der Destination sowie ein besseres Verständnis der Bedürfnisse des Gastes stellen hierbei die größten Vorteile dar. Die Daten sind vorhanden, es gilt sie nur noch dahingehend zu nutzen.

TTR: Welche Erkenntnisse in Bezug auf die Nutzung von Big Data in Tiroler Destinationen konnten Sie in Ihrer Arbeit gewinnen und welche Bedeutung haben diese für touristische Destinationen?

Fabian Erhart: Big Data in Tiroler Destinationen kann eine immer größere Rolle in der Tiroler Tourismuswirtschaft zugeschrieben werden. Entlang des touristischen Leistungserstellungsprozesses konnten im letzten Jahrzehnt immer mehr Touchpoints zwischen Gast und Leistungsträger digitalisiert werden. Dies impliziert wiederum die Entstehung von immer größeren Datenmengen, welche jedoch aufgrund der Fragmentierung von community-based Destinationen dezentral generiert und gespeichert werden und darum brach liegen. Somit ist es bisher nicht bzw. nur vereinzelt möglich, aus den entstandenen Daten vollumgängliche Informationen ziehen zu können. Die effiziente und zentrale Nutzung dieser Daten und deren nachfolgenden Auswertung zur Generierung von relevanten Informationen stellt jedoch in Zukunft einen kritischen Erfolgsfaktor dar. Auf Basis solcher Informationen können Ressourcen besser und effizienter eingesetzt werden, was große Einsparungspotentiale und ein auf das Kundenproblem besser abgestimmtes touristisches Leistungsbündels bzw. Produkt mit sich bringt.

Aufgrund dieser Erkenntnisse haben Tiroler Destinationen noch einen langen und recht diffizilen Weg vor sich. Zum einen bedarf es einer Bestandsaufnahme nach dem Motto: „Quo vadis Destination?“ und zum anderen einer Sensibilisierung der einzelnen Leistungsträger im Hinblick auf Big Data. Ist dieser erste Schritt einmal getan, können spitze und gezielte Maßnahmen in der Datennutzung und Informationsgenerierung schon sehr schnell, sehr aufschlussreiche und wertvolle Einblicke liefern, welche sofort in das Management und die Planung von touristischen Destinationen und zusätzlich bei den einzelnen Leistungsträgern miteinbezogen werden können.

Beim Buchungsverhalten, beeinflusst durch meteorologische Gegebenheiten am Buchungsort (Quellmarkt), gibt es nach meinen Ergebnissen zwischen Buchungen für die Wintersaison und der Sommersaison große Unterschiede. Höhere Durchschnittstemperaturen sowie eine höhere Sonnenscheindauer bewirken einen Anstieg der Buchungen sowie eine höhere gebuchte Aufenthaltsdauer für Buchungen für die Wintersaison. Bei derselben Wetterlage für Buchungen für die Sommersaison konnte bei der Aufenthaltsdauer genau ein umgekehrtes Muster beobachtet werden. Somit sollten und können durch diese Erkenntnisse Marketing- sowie PR-Kampagnen abgestimmt auf die meteorologischen Gegebenheiten im Quellmarkt effizienter hin zum Buchungserfolg gesteuert werden.

TTR: Welche konkreten Handlungsempfehlungen geben Sie in Ihrer Masterarbeit?

Fabian Erhart: Das Informationsvakuum, welches zurzeit in vielen Destination vorherrscht, muss so schnell als möglich durchbrochen werden, um einen nachhaltigen Informations- und Wettbewerbsvorteil generieren zu können. Speziell in solch schwierigen Zeiten, wie der derzeit vorherrschenden Krise, sind aktuelle Informationen das höchste Gut um schnell, effizient und zum Vorteil aller Beteiligten gezielte Maßnahmen setzen zu können. Eine Abstimmung der kollektiven Datennutzung zwischen den einzelnen regionalen Tourismusorganisationen und der übergeordneten Landestourismusorganisation stellt zusätzlich eine Effizienzsteigerung dar.

Das von mir erstellte Modell „Destination Management Big Data Cycle“ verknüpft die Effizienzprobleme einer community-based Destination mit der kollektiven Auswertung von großen Datenmengen. Die Daten eines Großteils der Leistungsträger werden genutzt, um einen vollumgänglichen Überblick über die Geschehnisse und Prozesse innerhalb und außerhalb der Destination generieren zu können. Dies stellt eine wichtige und universell einsetzbare Handlungsempfehlung für community-based Destinationen dar. 

Model zu den Ergebnissen
Destination Management Big Data Cycle
Fabian Erhart

Fabian Erhart

Im Juli 2020 schloss Fabian Erhart am MCI erfolgreich seinen Master "Entrepreneurship & Tourismus (Schwerpunkt: Strategisches Management) ab. Zuvor absolvierte er ebenfalls am MCI den Bachelorstudiengang "Tourismus & Freizeitwirtschaft". Praktische Erfahrungen sammelte er u.a. beim TVB Serfaus-Fiss-Ladis und dem TVB Pitztal. Seit Herbst 2020 unterstützte er die Limco GmBH sowie labortest.at in der internen Prozessplanung und war zudem in der operativen Führung des Ambulatoriums für Allgemein- und Sportmedizin Obergurgl GmbH tätig. Zu Februar 2021 beginnt Fabian Erhart als wissenschaftlicher Mitarbeiter am MCI Tourismus. 

 

Titelbild by Fabian Erhart

Datum: 20.01.2021