Preistests, Elastizität und Messung der Preiswirkung

Fachliches Urteil: Ob ein Preis optimal ist, zeigt der RevPAR bei verschiedenen Preisniveaus – ermittelt über kontrollierte Tests und die Trennung von Saisoneffekten (Stand 2026-07).

Der Maßstab ist der Ertrag pro verfügbarer Nacht. Ein Preis ist optimal, wenn er den RevPAR maximiert – also die beste Kombination aus Preishöhe und Auslastung trifft. Weder die maximale Auslastung (oft zu billig erkauft) noch der maximale Einzelpreis (oft mit Leerstand) ist das Ziel, sondern der höchste RevPAR.

Die ersten, einfachen Signale liefert das Buchungsverhalten. Wenn ein Objekt sehr früh und regelmäßig ausgebucht ist und die Buchungen schnell hereinkommen, war der Preis wahrscheinlich zu niedrig – die Nachfrage hätte mehr getragen. Bleibt ein Objekt dagegen trotz Saison und guter Sichtbarkeit leer, ist der Preis zu hoch oder die Qualität trägt ihn nicht. Diese Signale geben eine grobe Richtung, aber noch keinen genauen Optimalpunkt.

Für ein genaueres Bild dienen kontrollierte Preistests. Man variiert den Preis für vergleichbare Zeiträume – etwa ähnliche Wochenenden oder denselben Zeitraum in aufeinanderfolgenden Jahren – und misst, wie sich Auslastung, Buchungstempo und RevPAR verändern. So nähert man sich dem Preis, bei dem der RevPAR am höchsten ist. Der Test muss sauber angelegt sein: Die verglichenen Zeiträume müssen wirklich vergleichbar sein, und die Preiswirkung muss von Saison-, Wetter- und Wettbewerbseffekten getrennt werden.

Die wichtigste Einschränkung ist das Buchungsvolumen. Preiswirkungen zeigen sich erst bei ausreichend vielen Buchungen verlässlich; bei einem einzelnen Objekt mit wenigen Buchungen im Jahr ist ein sauberer statistischer Test oft nicht möglich, während er bei vielen Objekten oder über lange Zeiträume gelingt. Deshalb kombiniert man in der Praxis die einfachen Signale (früh ausgebucht, leer trotz Saison), die kontrollierten Tests, wo sie möglich sind, und die etablierten Erkenntnisse zur Preiswirkung. Über allem steht die Geduld: Erst nach ausreichender Beobachtung ist ein Urteil verlässlich.

Fachliches Urteil: Preiselastizität misst die Reaktion der Nachfrage auf Preisänderungen und ist bei Ferienunterkünften stark saisonabhängig – man erhöht, wo sie unelastisch ist, und ist vorsichtig, wo sie elastisch ist (Stand 2026-07).

Der Begriff beschreibt das Verhältnis zwischen Preisänderung und Nachfrageänderung. Reagiert die Nachfrage stark auf eine Preisänderung (elastisch), führt eine Erhöhung zu einem großen Buchungsrückgang; reagiert sie schwach (unelastisch), bleibt die Nachfrage weitgehend stabil. Die entscheidende Frage für die Preisgestaltung ist: Bringt eine Preiserhöhung mehr Ertrag durch den höheren Preis, als sie durch verlorene Buchungen kostet? Bei unelastischer Nachfrage ja, bei elastischer nein.

Bei Ferienunterkünften ist die Elastizität stark saisonabhängig. In der gefragten Hauptsaison ist die Nachfrage eher unelastisch: Gäste, die unbedingt in diesen Wochen an die jeweilige Region wollen, reagieren weniger empfindlich auf den Preis – hier besteht Spielraum für höhere Preise. In der schwachen Nebensaison ist die Nachfrage eher elastisch: Die wenigen preisbewussten Gäste reagieren empfindlich, und eine Preiserhöhung kostet schnell Buchungen.

Auch andere Faktoren beeinflussen die Elastizität. Ein stark differenziertes, hochwertiges Objekt mit wenig direktem Wettbewerb hat eine unelastischere Nachfrage (die Gäste finden kaum Ersatz), ein austauschbares Objekt in einem dichten Wettbewerbsumfeld eine elastischere. Die Differenzierung über Qualität und Positionierung senkt also die Elastizität und schafft Preisspielraum.

Genutzt wird die Elastizität, indem man die Preise dort erhöht, wo die Nachfrage unelastisch ist (Hauptsaison, gefragte Termine, differenzierte Objekte), und dort vorsichtig bleibt, wo sie elastisch ist (Nebensaison, austauschbare Angebote). In der Praxis misst man die Elastizität nicht als exakte Zahl, sondern erkennt sie an den Signalen: Wie schnell füllt sich ein Zeitraum, wie reagieren Buchungen auf Preisänderungen? Ein gutes Preistool berücksichtigt diese unterschiedliche Preisempfindlichkeit automatisch, indem es in gefragten Zeiten stärker erhöht als in schwachen. So wird die Elastizität zum Leitgedanken der differenzierten Preissteuerung.

Fachliches Urteil: Die Wirkung von Preisänderungen misst man über den Vergleich von Buchungstempo und RevPAR vor und nach der Änderung – unter Kontrolle der anderen Einflussfaktoren (Stand 2026-07).

Der Grundgedanke ist der Vorher-Nachher-Vergleich. Man ändert den Preis und beobachtet, wie sich das Buchungsverhalten im Vergleich zur Situation vor der Änderung entwickelt. Die zentrale Beobachtungsgröße ist das Buchungstempo – wie viele Buchungen je Zeiteinheit oder je Sichtkontakt eingehen –, weil es unmittelbarer reagiert als die Gesamtauslastung, die erst am Ende feststeht.

Die entscheidende Schwierigkeit ist die Kontrolle der anderen Faktoren. Das Buchungstempo wird nicht nur vom Preis beeinflusst, sondern auch von Saison, Wettbewerb, Wetter, Ferien und allgemeiner Nachfrage. Wenn man den Preis in dem Moment senkt, in dem auch die Saison anzieht, kann man die steigende Buchungsrate nicht dem Preis zuschreiben – sie könnte allein vom Saisoneffekt kommen. Deshalb muss man diese anderen Einflüsse entweder konstant halten (vergleichbare Zeiträume wählen) oder herausrechnen (mit einem Referenzzeitraum vergleichen, in dem sich nur die anderen Faktoren, nicht aber der Preis geändert haben).

Eine wirksame Methode ist der Vergleich mit einer Referenz. Man vergleicht den geänderten Zeitraum mit einem ähnlichen, in dem der Preis nicht geändert wurde (etwa ein vergleichbares Wochenende oder derselbe Zeitraum im Vorjahr) – oder, bei mehreren ähnlichen Objekten, ein Objekt mit Preisänderung gegen eines ohne. So lässt sich der Preiseffekt von den allgemeinen Markteffekten trennen, die beide Zeiträume oder Objekte gleichermaßen betreffen.

Die Zielkennzahl der Messung ist der RevPAR, nicht die Buchungszahl. Eine Preissenkung bringt natürlich mehr Buchungen – das allein sagt nichts über den Erfolg. Entscheidend ist, ob der Ertrag pro verfügbarer Nacht steigt: Bringt der niedrigere Preis genug zusätzliche Buchungen, um den geringeren Preis pro Nacht überzukompensieren? Wichtig sind dabei ausreichend Buchungsvolumen und Geduld, weil einzelne Buchungen zufällig schwanken und ein verlässliches Urteil erst über genügend Fälle möglich ist. So wird die Preiswirkung sauber gemessen statt aus dem Bauch beurteilt.

Fachliches Urteil: Preistests ohne großes Ertragsrisiko sind begrenzt und kontrolliert – einzelne Zeiträume, innerhalb der Grenzen, in unkritischen Phasen und in moderaten Schritten (Stand 2026-07).

Der erste Grundsatz ist die Begrenzung des Testumfangs. Man testet nicht das ganze Portfolio oder die ganze Saison auf einmal, sondern einzelne Zeiträume oder einzelne Objekte. So bleibt der mögliche Schaden eines Fehlversuchs klein, und man kann die Wirkung gegen die nicht getesteten Zeiträume oder Objekte vergleichen. Ein Test an einem von zehn ähnlichen Objekten riskiert nur einen Bruchteil des Ertrags.

Der zweite Grundsatz ist die Einhaltung der Grenzen. Preistests bewegen sich innerhalb von Mindest- und Maximalpreis: Auch ein Test geht nie unter die Kostengrenze (sonst Verlust) und nicht ins unrealistisch Hohe. Innerhalb dieser Leitplanken kann man frei experimentieren, ohne existenzielle Risiken einzugehen.

Der dritte Grundsatz ist die Wahl unkritischer Testphasen. Ein Test in der gefragten Hauptsaison ist riskant, weil ein zu hoher Testpreis wertvolle, stark nachgefragte Nächte kosten würde. Sinnvoller ist es, in schwächer nachgefragten oder gut planbaren Zeiträumen zu testen, wo ein Fehlversuch weniger kostet – oder Erhöhungen dort zu testen, wo man ohnehin früh ausgebucht ist (also Spielraum vermutet). So minimiert man die Kosten eines Fehlschlags.

Der vierte Grundsatz sind moderate Schritte. Statt den Preis in einem großen Sprung zu ändern, testet man in kleinen Schritten und beobachtet die Wirkung. Das begrenzt das Risiko jedes einzelnen Schritts und erlaubt, sich dem Optimum schrittweise anzunähern, ohne weit daneben zu liegen. Der fünfte Grundsatz ist die ausreichende Beobachtungsdauer: Erst nach genügend Zeit und Buchungen lässt sich die Wirkung verlässlich beurteilen, statt aufgrund zufälliger Schwankungen vorschnell zu urteilen. Zusammengenommen ermöglichen diese Grundsätze, kontinuierlich zu lernen, ohne viel zu riskieren. In der Praxis übernimmt ein gutes dynamisches Preistool einen Teil dieses Testens ohnehin automatisch, indem es Preise laufend anpasst und aus der Reaktion lernt – das kontinuierliche, kleinschrittige Optimieren ist der risikoärmste Weg zum optimalen Preis.

Fachliches Urteil: Preiserhöhungen kosten Buchungen ab dem Kipppunkt, an dem der RevPAR trotz höherem Preis sinkt – erkennbar am überproportional einbrechenden Buchungstempo (Stand 2026-07).

Der zentrale Begriff ist der Kipppunkt. Eine Preiserhöhung hat zwei gegenläufige Effekte: Sie erhöht den Preis pro gebuchter Nacht, aber sie senkt die Zahl der Buchungen (weil einige Gäste zum höheren Preis nicht mehr buchen). Solange der Preiseffekt überwiegt, steigt der RevPAR – die Erhöhung lohnt sich. Ab einem bestimmten Punkt überwiegt der Buchungsrückgang, und der RevPAR sinkt trotz höherem Preis – das ist der Kipppunkt, ab dem die Erhöhung Ertrag kostet.

Erkennbar ist der Kipppunkt am RevPAR und am Buchungstempo. Der RevPAR ist der eigentliche Maßstab: Steigt er bei einer Erhöhung, war sie richtig; sinkt er, ist der Kipppunkt überschritten. Weil der RevPAR aber erst über einen Zeitraum feststeht, dient das Buchungstempo als Frühindikator: Verlangsamt sich das Tempo nach einer Erhöhung deutlich – gehen also spürbar weniger Buchungen ein –, ist das ein Warnsignal, dass man sich dem Kipppunkt nähert oder ihn überschritten hat.

Weitere praktische Signale sind: Zeiträume bleiben nach der Erhöhung länger leer, die Vorausbuchung (wie früh gebucht wird) geht zurück, und die Conversion (Buchungen je Sichtkontakt) sinkt. Diese Signale zeigen, dass der höhere Preis Gäste abschreckt. Umgekehrt ist eine Erhöhung, die das Buchungstempo kaum verändert, ein Zeichen, dass die Nachfrage unelastisch ist und weiterer Spielraum besteht.

Weil der Kipppunkt saison- und objektabhängig ist – in der unelastischen Hauptsaison liegt er höher, in der elastischen Nebensaison niedriger –, lässt er sich nicht pauschal bestimmen, sondern nur durch Annäherung finden. Man erhöht in moderaten Schritten und beobachtet nach jedem Schritt das Buchungstempo und den RevPAR. Solange der RevPAR steigt, geht man weiter; sobald er zu sinken beginnt, hat man den Kipppunkt gefunden und kehrt zum vorherigen Niveau zurück. So markiert der Kipppunkt die obere Grenze des Preisspielraums, die man datenbasiert und ohne großes Risiko ermittelt. Ein gutes Preistool tastet diesen Punkt automatisch ab.

Fachliches Urteil: Preiswirkung und Saisoneffekte trennt man durch Referenzvergleiche, die die Saison konstant halten – sonst verwechselt man Saison mit Preis (Stand 2026-07).

Das Kernproblem ist die Vermengung von Ursachen. Die Buchungsrate wird von vielen Faktoren beeinflusst, von denen die Saison der stärkste ist. Wenn man den Preis ändert und sich gleichzeitig die Saison verändert, lässt sich die veränderte Buchungsrate nicht eindeutig zuordnen: Sie könnte vom Preis, von der Saison oder von beidem kommen. Wer das nicht kontrolliert, zieht falsche Schlüsse – etwa eine Preissenkung für den Erfolg zu halten, der in Wahrheit vom Saisonanstieg kam.

Die erste Lösung ist der Vergleich innerhalb derselben Saison. Man testet den Preis an vergleichbaren Zeiträumen derselben Saison – etwa mehreren ähnlichen Wochenenden im selben Monat –, sodass der Saisoneffekt für alle gleich ist und nur der Preis variiert. So ist der Unterschied im Buchungsverhalten dem Preis zuzuschreiben.

Die zweite Lösung ist der Vorjahresvergleich. Man vergleicht denselben Zeitraum (dasselbe Wochenende, dieselbe Saisonwoche) im Vorjahr und im aktuellen Jahr, wobei sich vor allem der Preis unterscheidet. Der Saisoneffekt ist in beiden Jahren ähnlich, sodass der Unterschied weitgehend auf den Preis zurückgeht – sofern sich nicht andere Faktoren (Markt, Objekt) stark verändert haben, die man mitbedenken muss.

Die dritte, besonders saubere Lösung ist der Vergleich mehrerer Objekte. Wer mehrere ähnliche Objekte betreut, kann bei einem den Preis ändern und es gegen ein unverändertes halten. Beide erleben dieselbe Saison, dasselbe Wetter, denselben Markt – der Unterschied in der Buchungsentwicklung geht auf die Preisänderung zurück. Das ist die zuverlässigste Methode, weil sie die Saison und die anderen Faktoren automatisch konstant hält. Die vierte Lösung ist rechnerisch: Man ermittelt das übliche Saisonmuster aus den Vorjahresdaten (die Basislinie, wie sich die Buchungen ohne Preisänderung typischerweise entwickeln) und zieht es ab, sodass die verbleibende Abweichung die Preiswirkung zeigt. Zusammengenommen erlauben diese Methoden, die Preiswirkung von den Saisoneffekten zu isolieren – die Voraussetzung für belastbare Testergebnisse und richtige Schlüsse.

Fachliches Urteil: Die optimale Preishöhe zeigt der maximierte RevPAR, erklärt durch Auslastung, Buchungstempo, Conversion und ADR – keine dieser Kennzahlen genügt allein (Stand 2026-07).

Die zentrale Kennzahl ist der Ertrag pro verfügbarer Nacht (RevPAR). Weil er Preis und Auslastung in einer Zahl verbindet, markiert sein Maximum die optimale Preishöhe. Alle anderen Kennzahlen dienen dazu, den RevPAR zu erklären und Veränderungen zu deuten – sie sind Diagnosewerte, der RevPAR ist der Zielwert.

Die Auslastung zeigt, ob die Kombination stimmt: Eine sehr hohe, früh erreichte Auslastung deutet auf einen zu niedrigen Preis (mehr ADR möglich), eine niedrige Auslastung trotz Saison auf einen zu hohen Preis oder ein Qualitätsproblem. Das Buchungstempo zeigt die aktuelle Dynamik – wie schnell sich Zeiträume füllen – und reagiert schneller als die Endauslastung, weshalb es ein guter Frühindikator ist.

Der ADR (durchschnittlicher Nachtpreis) und die Conversion (Buchungen je Sichtkontakt) erklären die beiden Seiten des RevPAR. Ein steigender ADR bei stabiler Conversion ist gut (mehr Preis ohne Buchungsverlust); ein steigender ADR bei fallender Conversion signalisiert den Kipppunkt. Die Vorausbuchungszeit (Lead Time) zeigt, ob sich das Buchungsverhalten verschiebt, was die Preissteuerung beeinflusst.

Über die objektinternen Kennzahlen hinaus dienen zwei externe Bezüge. Der Comp-Set-Vergleich zeigt die Marktposition: Wie liegt der eigene Preis je Saison im Verhältnis zu vergleichbaren Objekten? Und die Bewertungslage zeigt, ob die Qualität den Preis trägt: Ein hoher Preis ist nur mit entsprechend guter Bewertung haltbar. Zusammengenommen ergibt sich das Bild: Der RevPAR ist die Leitkennzahl, deren Maximum die optimale Preishöhe markiert; Auslastung, Buchungstempo, ADR, Conversion und Lead Time erklären seine Entwicklung; und Comp-Set und Bewertungslage ordnen ihn in Markt und Qualität ein. Wer diese Kennzahlen zusammen betrachtet, erkennt nicht nur, ob der Preis optimal ist, sondern auch, in welche Richtung er anzupassen ist.

Fachliches Urteil: Preistests und -anpassungen laufen auf zwei Ebenen – die Tagespreise kontinuierlich, die grundlegenden Tests gezielt und selten – mit ausreichender Beobachtung zwischen den Schritten (Stand 2026-07).

Die erste Ebene ist die laufende Feinanpassung. Die konkreten Tagespreise werden fortlaufend an Auslastung, Buchungstempo und Nachfrage angepasst – regelbasiert oder über ein Tool. Diese kontinuierliche Anpassung ist im Kern ein permanentes, kleinschrittiges Testen: Das Tool ändert Preise, beobachtet die Reaktion und passt weiter an. Diese Ebene läuft ständig, aber automatisiert und in kleinen Schritten.

Die zweite Ebene sind die grundlegenderen Preistests. Fragen wie die richtige Höhe des Basispreises, die Breite des Preiskorridors oder die Elastizität in bestimmten Zeiträumen testet man seltener und gezielter – typischerweise im Rahmen der jährlichen Grundüberprüfung und bei besonderen Anlässen: der Einführung eines neuen Objekts, einer deutlichen Marktveränderung oder wenn die Kennzahlen auf ein Problem hindeuten. Diese Tests sind bewusste, geplante Experimente, keine ständigen Eingriffe.

Entscheidend für beide Ebenen ist die richtige Dosierung, die sich durch die ganze Rubrik zieht: Nach einer Änderung braucht es Zeit, bis sich die Wirkung im Buchungsverhalten zeigt. Ein Richtwert von einigen Wochen Beobachtung, bevor man weiter justiert, hat sich bewährt. Wer dagegen täglich manuell nachjustiert, verhindert, dass sich die Wirkung zeigt oder ein Tool sauber kalibriert – ständige Handeingriffe stören die Kalibrierung und führen zu hektischen, oft kontraproduktiven Entscheidungen.

Die praktische Konsequenz ist eine Arbeitsteilung: Die kleinschrittige, laufende Optimierung der Tagespreise überlässt man am besten der automatisierten dynamischen Steuerung, die sie konsistent und ohne Ermüdung leistet. Die grundlegenden Tests und die Kontrolle der Ergebnisse übernimmt der Mensch in ruhigem Rhythmus – jährlich und anlassbezogen –, mit Geduld und Blick auf ausreichend Buchungsvolumen. So bleibt die Preisgestaltung kontinuierlich aktuell, ohne in Aktionismus zu verfallen oder durch zu häufige Eingriffe die Aussagekraft der Tests zu zerstören.

Fachliches Urteil: Testergebnisse werden in die Grundparameter und Regeln der Preissteuerung eingearbeitet und regelmäßig fortgeschrieben – so entsteht ein lernendes System statt isolierter Einzelentscheidungen (Stand 2026-07).

Der Grundgedanke ist die Übersetzung von Erkenntnissen in Regeln. Ein einzelnes Testergebnis (etwa: ‚Eine Erhöhung des Wochenendpreises um einen bestimmten Betrag steigerte den RevPAR‘) ist erst dann wertvoll, wenn es die dauerhafte Steuerung verbessert – also in einen angepassten Parameter oder eine Regel überführt wird. Sonst bleibt es eine folgenlose Beobachtung.

Konkret fließen die Erkenntnisse in die verschiedenen Elemente der Preissteuerung ein. Ein Test, der zeigt, dass der Basispreis zu niedrig oder zu hoch war, führt zu einem angepassten Basispreis. Erkenntnisse zur Elastizität in bestimmten Zeiten fließen in die Saison- und Zuschlagsfaktoren ein – etwa höhere Faktoren, wo sich die Nachfrage als unelastisch erwiesen hat. Ein erkannter Kipppunkt setzt oder verfeinert den Maximalpreis. Erkenntnisse zur Reinigungsgebühr oder zu Rabatten verbessern die entsprechenden Regeln.

So werden aus einzelnen Testergebnissen dauerhafte Regeln, die die laufende, automatisierte Steuerung leiten. Das ist der Übergang vom einmaligen Experiment zur systematischen Verbesserung: Jeder Test macht die Grundparameter und Regeln ein Stück treffsicherer, und die tägliche Steuerung profitiert davon, ohne dass jeder Tag neu getestet werden müsste.

Wichtig ist, dass Testergebnisse nicht ewig gelten. Der Markt, der Wettbewerb, das Buchungsverhalten und die eigene Objektqualität ändern sich; ein Ergebnis von heute kann in zwei Jahren überholt sein. Deshalb werden die aus Tests abgeleiteten Regeln regelmäßig überprüft (im Rahmen der jährlichen Grundüberprüfung) und aus neuen Tests und laufenden Beobachtungen fortgeschrieben. So entsteht ein lernendes System: Die Preissteuerung sammelt kontinuierlich Erkenntnisse, überführt sie in Regeln und passt diese an veränderte Bedingungen an. Der Favorent-Ertrags-Rechner und das laufende Kennzahlen-Monitoring unterstützen diesen Kreislauf, sodass die Preisstrategie mit der Zeit besser wird, statt auf einem einmal gesetzten Stand zu verharren.

Fachliches Urteil: Falsche Schlüsse aus Preistests entstehen durch mangelnde Kontrolle der Störfaktoren (vor allem der Saison), fehlende Geduld und die falsche Kennzahl (Stand 2026-07).

Der häufigste und tückischste Fehler ist die Vermengung von Saison- und Preiswirkung. Wer den Preis ändert, während sich die Saison verändert, kann die veränderte Buchungsrate nicht zuordnen und hält womöglich einen Saisoneffekt für einen Preiserfolg – etwa eine Preissenkung für erfolgreich, obwohl die steigende Buchungsrate allein vom Saisonanstieg kam. Die Vermeidung ist die saubere Trennung über Referenzvergleiche.

Der zweite Fehler ist das zu frühe Urteil. Einzelne Buchungen schwanken zufällig; bei zu wenig Buchungsvolumen oder zu kurzer Beobachtung hält man eine zufällige Schwankung für einen echten Effekt. Ein verlässliches Urteil braucht ausreichend Fälle und Zeit. Der dritte Fehler ist die falsche Kennzahl: Wer die Auslastung oder die reine Buchungszahl betrachtet statt des RevPAR, zieht falsche Schlüsse – eine Preissenkung bringt natürlich mehr Buchungen, aber das heißt nicht, dass sie den Ertrag erhöht.

Der vierte Fehler ist das gleichzeitige Ändern zu vieler Faktoren. Wer den Preis, die Mindestaufenthalte und die Fotos gleichzeitig ändert, kann eine veränderte Buchungsrate keinem einzelnen Faktor zuordnen. Ein sauberer Test ändert möglichst nur einen Faktor. Der fünfte Fehler ist das ständige Eingreifen: Wer während eines Tests laufend nachjustiert, stört die Kalibrierung und macht einen sauberen Test unmöglich – die Wirkung kann sich gar nicht erst zeigen.

Der sechste Fehler ist die Übergeneralisierung: aus einem einmaligen Ergebnis dauerhafte Schlüsse zu ziehen, obwohl sich Markt, Wettbewerb und Verhalten ändern. Ein Ergebnis von heute kann morgen überholt sein; deshalb werden Erkenntnisse regelmäßig überprüft und fortgeschrieben. Der gemeinsame Nenner all dieser Fehler ist die mangelnde Kontrolle der Störfaktoren und die fehlende Geduld. Die Vermeidung ist durchgängig: die Preiswirkung von der Saison und anderen Faktoren isolieren, am RevPAR messen, nur einen Faktor ändern, nicht ständig eingreifen, ausreichend lange beobachten und Ergebnisse nicht übergeneralisieren. Weil ein sauberer Test bei einem Einzelobjekt oft schwer möglich ist, ist die Betreuung mehrerer vergleichbarer Objekte (mit der Möglichkeit, Objekt gegen Objekt zu halten) ein erheblicher Vorteil für belastbare Erkenntnisse.