Ein Gast, der nur alle zehn Jahre wiederkommt, ist im Modell immer noch einen vollen fünfstelligen Wert wert
Die üblichen LTV-Formeln versagen, wenn Ihre besten Gäste drei Jahre lang zwischen zwei Aufenthalten verschwinden. Dieser Artikel zeigt, wie Sie die Berechnung so umbauen, dass sie abbildet, was ein Hotel- oder Resortgast über ein Leben voller unregelmäßiger, hochwertiger Besuche tatsächlich wert ist.
Ada BrandtBrand & Marketing Strategist26. September 2026Guest Lifetime ValueLifetime ValueLifetime Value: der gesamte Umsatz (oder Gewinn), den ein Kunde über die komplette Dauer seiner Beziehung zu Ihrem Unternehmen generiert.Vollständige Definition ansehen → klingt einfach, bis Sie es auf ein Haus anwenden, in dem das durchschnittliche Wiederkehrintervall bei 26 Monaten liegt, die umsatzstärksten Gäste alle vier bis sieben Jahre kommen und ein erheblicher Teil Ihrer Datenbank seit einem Jahrzehnt still ist. An diesem Punkt liefert die Standardformel, durchschnittlicher Bestellwert mal Kauffrequenz mal Kundenlebensdauer, Zahlen, die so niedrig sind, dass sie es rechtfertigen, für die Bindung von Gästen praktisch nichts zu tun. Das ist die falsche Schlussfolgerung, und sie entsteht, weil ein Modell aus der Retail-Ära auf ein Geschäft angewendet wird, dessen Ökonomie mit Retail nichts zu tun hat.
Guest Lifetime Value beginnt in der Hotellerie bei der Verderblichkeit
Eine Übernachtung ist eines der verderblichsten Produkte überhaupt. Anders als eine Handtasche oder ein Software-Abo erzeugt ein unverkauftes Zimmer in dem Moment null Umsatz, in dem Mitternacht vorbei ist. Die Akquisitionskosten werden also immer an einem engen Fenster möglicher Rückgewinnung gemessen. Daraus entsteht eine Margenstruktur, die Kurzfristigkeit bestraft: Sie geben viel aus, um heute Nacht die Betten zu füllen, aber der eigentliche Return auf diese Ausgabe kommt über eine Beziehung, die zwei Jahrzehnte und weniger als ein Dutzend Aufenthalte umfassen kann.
Die Bonvoy-Datenbank von Marriott umfasst Stand 2026 rund 210 Millionen registrierte Mitglieder. Die Mehrheit dieser Mitglieder hat seit über 12 Monaten nicht mehr übernachtet. In einem konventionellen RFM-Framework (Recency, Frequency, Monetary) sehen die meisten von ihnen wertlos aus. In einem korrekt gebauten LTVLTVLifetime Value: der gesamte Umsatz (oder Gewinn), den ein Kunde über die komplette Dauer seiner Beziehung zu Ihrem Unternehmen generiert.Vollständige Definition ansehen →-Modell für den Travel-Sektor steht ein erheblicher Teil dieser inaktiven Mitglieder für bestätigte kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →ünftige Nachfrage: Menschen, die ihre Zahlungsbereitschaft bereits gezeigt haben, geografisch mobil sind und deren nächste Reise schlicht noch nicht stattgefunden hat.
Dieselbe Logik gilt auf Boutique-Ebene. Ein einzelner Gast, der alle drei Jahre in einer Overwater-Villa auf den Malediven übernachtet, eine Begleitung mitbringt, Ausflüge und Spa dazubucht und einen Kollegen empfiehlt, der ein Corporate Retreat bucht, kann über eine 15-jährige Beziehung 40.000 bis 60.000 Euro Nettoumsatz erzeugen. Diese Zahl taucht in keinem 12-Monats-Performance-Report auf, und genau deshalb braucht sie ein eigenes Modell.
Wie berechnet man Guest Lifetime Value bei langen Wiederkehrintervallen?
Die Standardformel braucht für Hospitality mit langen Intervallen drei Anpassungen.
Überlebenswahrscheinlichkeit ersetzt Frequenz. Statt die Gesamtzahl der Aufenthalte durch die Jahre in der Datenbank zu teilen, modellieren Sie die Wahrscheinlichkeit, dass ein Gast innerhalb eines rollierenden 36-Monats-Fensters überhaupt zurückkehrt. Die Analytics-Teams von Hilton nutzen, wie die meisten großen Ketten, Pareto/NBD-Modelle (Negative Binomialverteilung) aus dem Direktmarketing, um die Rückkehrwahrscheinlichkeit auf Individualebene zu schätzen. Für ein Haus ohne diese statistische Infrastruktur funktioniert ein einfacherer, segmentierter Ansatz: Klassifizieren Sie Gäste nach ihrer längsten beobachteten Lücke zwischen zwei Aufenthalten und wenden Sie dann die historischen Rückkehrraten je Segment an. Ein Gast, der zweimal nach Lücken von mehr als 18 Monaten zurückgekehrt ist, hat mehrjährige Loyalität bereits bewiesen; seine Überlebenswahrscheinlichkeit für eine dritte Rückkehr ist deutlich höher als die eines Erstgastes.
Der durchschnittliche Buchungswert wird um Kategorie-Drift korrigiert. Gäste steigen im Lauf der Zeit oft auf. Ein Paar, das im Standardzimmer die Flitterwochen verbracht hat, kommt zum 10. Jahrestag in einer Suite zurück und bucht ein Champagner-Paket dazu. Wer diese Entwicklung ignoriert, unterschätzt den LTV. Nutzen Sie Kohortendaten: Segmentieren Sie Gäste nach der Zimmerkategorie ihres ersten Aufenthalts und bilden Sie die durchschnittlichen Ausgaben beim zweiten und dritten Aufenthalt ab. Die Upgrade-Kurve ist ein realer und quantifizierbarer Vermögenswert.
Die Wahl des Diskontsatzes unterscheidet sich vom E-Commerce. Eine Standard-LTV-Rechnung diskontiert künftige Cash Flows mit 8 bis 10 % pro Jahr, um den Zeitwert des Geldes abzubilden. Bei mehrjährigen Lücken wird der künftige Wert eines Gastes, dessen nächster Aufenthalt wahrscheinlich drei Jahre entfernt liegt, stark abgewertet. Verwenden Sie für verifizierte loyale Segmente einen niedrigeren Diskontsatz (der Aufenthalt wird stattfinden, die Frage ist nur wann) und den Standardsatz nur für Segmente mit geringerer Sicherheit. Allein diese Unterscheidung kann den berechneten LTV eines inaktiven Gastes um 30 % oder mehr verschieben, was direkte Folgen dafür hat, wie viel Sie in Reaktivierung investieren.
Ein konkretes Beispiel: Ein Gast eines Four-Seasons-Hauses war 2019 da und noch einmal 2022. Die Lücke zwischen den Aufenthalten beträgt 36 Monate. Historische Kohortendaten für 36-Monats-Rückkehrer zeigen eine Wahrscheinlichkeit von 58 % für einen dritten Aufenthalt innerhalb von vier Jahren. Der durchschnittliche Umsatz beim zweiten Aufenthalt liegt für diesen Gasttyp bei 4.200 Euro. Bei einem Diskontsatz von 6 % über vier Jahre beträgt der erwartete Barwert dieses dritten Aufenthalts rund 2.070 Euro. Rechnen Sie den Empfehlungswert dazu (konservativ 15 % einer zusätzlichen Buchung aus dem sozialen Umfeld dieses Gastes), liegt sein verbleibender LTV-Beitrag bei etwa 2.500 Euro. Diese Zahl rechtfertigt eine Reaktivierungsausgabe, die deutlich über dem liegt, was die meisten E-Mail-Marketing-Budgets einem "inaktiven" Kontakt zuweisen würden.
Die wahren Kosten der Erstgewinnung eines Gastes zu verstehen, lässt diese LTV-Zahlen härter wirken: Wenn eine einzelne Buchung über eine große OTA 18 bis 22 % Kommission kostet, wird die Notwendigkeit, den langfristigen Gastwert zu modellieren und zu verteidigen, zu einem Budgetgespräch und nicht zu einer theoretischen Übung.
Wann das LTV-Modell für Hotels trägt und wann es kippt
Dieser Ansatz ist am verlässlichsten für Häuser mit mindestens drei Jahren sauberer Aufenthaltshistorie pro Gast, konsistentem Produkt (ein Resort, das die Kategorie nicht gewechselt hat) und einer Gästebasis mit stabiler Demografie. ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → funktioniert gut für unabhängige Luxushäuser, Markenhotels in Städten mit Corporate Accounts und Destination Resorts, bei denen die Guest Journey eine überlegte jährliche oder zweijährliche Entscheidung ist.
In zwei Situationen bricht er zusammen. Erstens: Transienten-Stadthotels, in denen die Mehrheit der Gäste aus Gründen reist, die wegfallen (ein Kongressort, der wechselt, ein Job, der endet, ein Verwandter, der umzieht), haben strukturell niedrigere Überlebenswahrscheinlichkeiten, die sich aus vergangenem Verhalten schwerer schätzen lassen. Zweitens: Jedes Haus, das eine deutliche Repositionierung oder Preisänderung durchlaufen hat, verfügt über historische Kohortendaten, die künftiges Verhalten nicht mehr vorhersagen.
Das Modell sagt außerdem nichts über Gäste aus, die über ein Loyalty-Programm gewonnen wurden, das Wiederholungsaufenthalte antreibt, und zwar auf Programmebene statt auf Objektebene: Ein Bonvoy-Mitglied, das der Marke Marriott treu ist, seine Aufenthalte aber auf 40 verschiedene Häuser verteilt, wird von der Kette gemessen, nicht von einem einzelnen General Manager. CMOs, die auf Markenebene statt auf Objektebene arbeiten, müssen diese Rechnung über das gesamte Portfolio führen, nicht pro Asset.
Ein weiterer ehrlicher Vorbehalt: LTV-Modelle dieser Art setzen eine Data GovernanceData GovernanceData Governance umfasst die Regeln, Rollen und Prozesse, die sicherstellen, dass Daten in einer Organisation korrekt, sicher, klar definiert und verantwortungsvoll genutzt werden.Vollständige Definition ansehen → voraus, die viele Hotelbetreiber noch nicht haben. Die DSGVODSGVOEU-Verordnung zur Erhebung, Speicherung und Nutzung personenbezogener Daten, mit Bußgeldern, die am weltweiten Umsatz bemessen werden.Vollständige Definition ansehen → und ihre nationalen Entsprechungen in der EU sowie die sich verändernde Datenschutzlage in den USA und Südostasien schränken ein, wie lange Gästedaten aufbewahrt und wie sie für Profiling genutzt werden dürfen. Ein Modell auf einer Datenbank, die Ihre Rechtsabteilung demnächst kürzt, ist ein Modell auf Sand gebaut.
Das praktische Ergebnis dieser Arbeit ist keine einzelne Zahl für eine Vorstandspräsentation. Es ist ein gestaffeltes Reaktivierungsbudget: wie viel pro Gästesegment für Win-back vertretbar ist, auf Basis des berechneten Restwerts. Die meisten CMOs in der Hotellerie, die diese Übung machen, stellen fest, dass sie in Gäste, die sie abgeschrieben hatten, zu wenig investieren und in breite Akquise, die Rückkehrer mit geringer Wahrscheinlichkeit bringt, zu viel.
Der komplette Kurs zu diesem Bereich:Marketing in Travel & Hospitality.
Häufige Fragen
Ist ein Hotelgast, der seit Jahren nicht gebucht hat, noch etwas wert?
Ja. Ein Gast mit mehrjährigem Wiederkehrintervall kann im Modell einen hohen Restwert haben: Für einen Four-Seasons-Gast mit 36-Monats-Lücke, 58 % Rückkehrwahrscheinlichkeit und 4.200 Euro Umsatz beim zweiten Aufenthalt ergibt sich inklusive Empfehlungswert ein verbleibender LTV-Beitrag von rund 2.500 Euro.
Welchen Diskontsatz sollte man für Guest Lifetime Value im Hotel ansetzen?
Für verifizierte loyale Segmente einen niedrigeren Satz als die im E-Commerce üblichen 8 bis 10 Prozent, etwa 6 Prozent, weil der nächste Aufenthalt kommt und nur der Zeitpunkt offen ist. Den Standardsatz behalten Sie für unsichere Segmente. Die Unterscheidung verschiebt den LTV eines inaktiven Gastes um 30 Prozent oder mehr.
Warum funktioniert RFM-Segmentierung bei Hotelgästen schlecht?
RFM bewertet Recency zu hart. In der Bonvoy-Datenbank von Marriott mit rund 210 Millionen Mitgliedern hat die Mehrheit seit über 12 Monaten nicht übernachtet und sieht im RFM-Raster wertlos aus, obwohl diese Menschen ihre Zahlungsbereitschaft bereits gezeigt haben und ihre nächste Reise schlicht noch aussteht.
Was ist das praktische Ergebnis einer LTV-Rechnung für ein Hotel?
Ein gestaffeltes Reaktivierungsbudget: wie viel Win-back-Ausgabe pro Gästesegment auf Basis des berechneten Restwerts vertretbar ist. Die meisten CMOs in der Hotellerie stellen dabei fest, dass sie in abgeschriebene Gäste zu wenig und in breite Akquise mit schwachen Rückkehrquoten zu viel investieren.
Mehr dazu
Die Lektionen, die diesen Artikel weiterführen, frei zugänglich.
- 1Die echten Kundenakquisitionskosten berechnenMarketing in Travel und Hospitality
- 2Frameworks & Methodik: CAC, LTV & ROASMarketing Analytics
- 3Loyalty-Programme entwickeln, die Wiederbuchungen erzeugenMarketing in Travel und Hospitality
- 4Praxisanwendung von CAC, LTV & ROASMarketing Analytics
- 5Warum ein heute leeres Zimmer morgen nichts mehr wert istTravel & Hospitality: wie der Sektor funktioniert
Sources
- Performance Marketing Is Dead — Here’s Why
- How to make the most of your 7-day Semrush free trial
- B2B answer engine optimization: How to show up in AI
- Do You Champion The Marketers Who Champion Your Customers?
- From brand deals to equity deals: creators want a stake, not just a fee
- How to conduct an AI visibility audit with Semrush
- What is agentic SEO? 8 workflows run on a live site
- Inside the creator economy’s AI reckoning
- What is zero-click marketing? How to execute and measure it
- We rebuilt SEOquake, Semrush’s free SEO Chrome extension
- How to build your first AI SEO agent (full walk-through)
- AI search & manufacturing SEO: What the data shows [Study]
- Topic clusters for SEO: what they are & how to create them
- Using LinkedIn for AEO: How marketers can use social media to improve their AI visibility [experiment]
Artikel gelesen?
Bestätigen Sie Ihre Lektüre, um XP zu sammeln und Ihr Radar zu füttern.