©Olga Prevedenprojekt
03. Juli 2024
Österreichweite Nächtigungsvorschau
Daten
Destinationsentwicklung
Die folgenden SDGs wurden in diesem Projekt berücksichtigt.
Projektstart
04.10.2023
Projektende
31.03.2024
Partner
Joanneum Research
TU Wien
AAU Klagenfurt
Prognosen sind eines der schwierigsten, aber auch nutzenstiftenden Bereiche im Tourismusmanagement. Kennt man die Zukunft, kann man besser planen, wirtschaften und steuern. Prognosen funktionieren in limitierten Settings und spezifischen kommerziellen Use Cases sehr gut (z.B. für Dynamic Preisen bei Skitickets). Allgemeinere nicht kommerzielle Prognosemodelle für Tourismus als Ganzes (z.B. Nächtigungsprognose für Tourismusregionen) gibt es für Österreich bislang nicht, bzw. sind nicht bekannt.
Im Projekt wurde ein Prognosemodell für die Nächtigungen in österreichischen Regionen entwickelt. Es kombiniert Zeitreihentrends mit einem Random Forest Ansatz. Die Einbeziehung von Mobilfunkdaten ermöglichen Rückschlüsse über die täglichen Entwicklungen in den Regionen (eine innovative Datenart für Prognosemodelle); somit konnten die Effekte von Ferien, Wochenenden, Events, usw. geschätzt werden. Die monatliche Prognosequalität wurde mit historischen Meldedaten verifiziert (im Schnitt >95%).
Das Projekt umfasste die Konzeptionierung, Implementierung und Auswertung von täglichen Nächtigungsprognosen für Hotels und Ferienwohnungen in 100 österreichischen Tourismusregionen
Die Herausforderung lag dabei in vier Bereichen:
- Welche Daten sind geeignet und verfügbar, um eine Prognose der Nächtigungen für die Tourismusregionen zu erstellen?
- Welche Methoden sind für die Erstellung von Prognosen mit einem starken saisonalen Muster geeignet?
- Wie können Werte der Monatsprognosen auf konsistente tägliche Nächtigungsprognosen disaggregiert werden?
- Sind disaggregierte Daten mit tatsächlichen Nächtigungen vergleichbar, und welche Quellen/Informationen sind in diesem Zusammenhang (und für welche Regionen) verfügbar?
Im Rahmen des Projekts wurden verschiedene Datenquellen evaluiert und unterschiedliche Methoden aus der Domain der Zeitreihenanalyse und des maschinellen Lernens getestet (insgesamt 7 wissenschaftliche Methoden). Die geeigneten Ansätze wurden auf der Basis der 6 Indikatoren (Fehlertypen) identifiziert und angewendet.
Das Modell ist bereits entwickelt und liefert eine hohe Prognosequalität. Die Vermarktung/ Zurverfügungstellung für die Branche wird momentan erarbeitet (das Modell wird voraussichtlich als offenes Modell den Interessenten zur Verfügung gestellt). Für die Regionen und anderen Nutzer der Prognoseergebnisse werden Dashboards in Power BI zur Verfügung gestellt.
Das Projektteam umfasste ein Konsortium aus dem Joanneum Research, TU Wien und AAU Klagenfurt sowie Holger Sicking und Olga Preveden von der ÖW. Das wissenschaftliche Konsortium wird sich auch zukünftig um den Betrieb und die weitere Entwicklung des Modells kümmern, die Prognosedaten können zukünftig über eine API Schnittstelle für mögliche Einsatzgebiete und Projekte abgerufen werden.
Einfach registrieren
Jetzt kostenfrei registrieren, um diesen und weitere spannende Inhalte zu lesen.
Mit der Registrierung stimme ich zu, dass ich die Nutzungsbedingungen und die Datenschutzrichtilinien gelesen und akzeptiert habe.
