以下结果基于2016年酒店数据大会报告整理而成,数据来源于Airbnb在美国七个市场和全球六个市场。

Airbnb和酒店的规模对比

该报告称,Airbnb目前在全球共提供230万个房源,其数量已超越万豪及喜达屋集团合并后所有实体房间数的两倍。然而,在持有Airbnb经营许可的房源中,很多客房并不能像酒店房间一样随时可预订。当我们排除了这些房间,Airbnb面向市场的可预订数将大幅度减少。

Airbnb和酒店的对比难点

将酒店与airbnb对比从来都存在一定的困难,因为这两种住宿业态从根本上就是不同的。为保证数据具有一定可比性,首先移除掉不可实时预订的房源(有些房主创建了房源,但并不实时都可预订)。再者,我们也剔除那些整套房内含多个单间的客房,因为酒店顾客并不会将此类客房当作酒店客房的替代项。这里就涉及到一个开放性问题:Airbnb的私人房间(包括整套公寓)是否可以与酒店客房相提并论。在Airbnb的私人房间中,客人有时会与主人共同使用厨房或洗手间。考虑到此类客房会是超低价酒店的竞争者,我们最终选择将这部分客房样本囊括进来。

我们回顾了来自美国7个市场提供的Airbnb房源数据来确定Airbnb上不同房源类型百分比:1)不可供出租  2)共享房间和/或 3)独立房间。之后我们把这些百分比应用到Airbnb全球房源数据并估计出只有981,000(Airbnb所有房源的43% )可能会与酒店存在竞争关系。

但这个数字也可能被高估了。在这981,000个房源中,还存在着独树一帜的住宿形式,比如树屋、露营车、游艇、城堡等(此类房间无法从数据中分辨)。并且,部分Airbnb房间可容纳家庭及大型团队入住。而有些房源每年只有少量的几个房晚可以开放预订。最后,由于Airbnb的居住体验一般更多的强调与房主的互动体验和一些其他独特的元素,即使是上述其他房源的整体“体验”也没有办法和酒店的居住体验做比较。所以Airbnb的房源通常不能很好的和酒店的房间做相应一对一的比较。

使用互联网爬虫数据所需的假设

目前,基于Airbnb的大多数报告是基于网络爬虫的数据。从公司网站发布的广告上通过爬虫获取的数据可以作为一个很重要的指标,但是必须要基于种种假设。下面列出其中一些作为示例。

STR曾使用网络爬虫获取过数据,这一方法非常实用,是Airbnb增长和房价有效评价指标。但就酒店业绩进行标杆对比而言,源数据显然更可靠。

酒店和Airbnb的出租率

Airbnb的出租率表现出了与酒店行业十分相似的季节性特征。由于Airbnb专注于休闲旅游市场,其出租率在夏季更为平稳可观,相比之下,酒店在全年出租率表现中更胜一筹。其主要原因是因为酒店接待稳定且多样的团队以及协议公司。

Airbnb在洛杉矶、旧金山和东京三个市场的出租率表现最为出色,酒店业同样如此。这可能是由于这三个市场的酒店供给量已经无法承载市场的全部需求,此时Airbnb容纳了过剩的市场需求量。

酒店和Airbnb的房价

在被列入分析的美国7个市场中,除新奥尔良外,酒店的平均房价均优于Airbnb,且平均高出43美元。如同苹果和橘子之间的替代关系一样,酒店与Airbnb提供的产品间的差异是不容忽视的,这是此项对比面临的一大挑战。

同样地,除新奥尔良外,酒店房价在其他市场中均有所增长,而Airbnb则在五个市场中表现欠佳,平均房价呈现下滑态势。这可能是Airbnb自身未能消化自身供给量的增长造成的(或是因为Airbnb的业主疏于收益管理)。

酒店“超高需求天数”

通过分析“超高需求天数”同样能够从侧面看出Airbnb对酒店房价的影响。“超高需求天数”指出租率在95%及以上的客房高需求时段。在这样的高需求时期,由于酒店面临满房状态,酒店经营方往往可以通过大幅度提升房价达到收益最大化。而Airbnb不断增长的供给量可能会缩减这样的高需求时期,许多酒店对此表示担忧。然而,据数据显示,美国的七个市场都未受到较大影响。

酒店“超高需求天数”量在2014年和2015年出现轻微下滑,但2013年呈增长态势。在2013年,Airbnb的规模和影响力、酒店供给量均远不及当下,所以将2013年数据与当下进行对比更为直观。尽管如此,Aribnb对某些市场的酒店超高需求的天数依然可能具有潜在影响,而这往往是由于这些市场酒店供给量的激增共同导致的。

通过分析美国地区七个市场的酒店“超高需求天数”今年最新数据可以得出,酒店在“超高需求天数”的房价较“非超高需求的天数”高35%,这是STR进行行业数据监测以来出现的最高额外房价增长。由此看出,Airbnb规模的拓展和酒店供给量的增长当前还未对酒店的高房价产生影响。