# Analyser tiden fra booking til ankomst: skabelon til hoteller

Language: da
Canonical: https://staystryk.com/da/magazine/booking-lead-time-analysis/

> Tiden fra booking til ankomst er antallet af dage mellem bookingdatoen og ankomstdatoen. Beregn den for hver booking, der ikke er annulleret, og analyser medianen og fordelingen på tidsintervaller, opdelt efter kanal og sæson. Et samlet gennemsnit for alle bookinger blander grupper, der booker med meget forskellig tid til ankomst, og er derfor ikke et godt grundlag for prisbeslutninger.

STRYK-redaktionen · Opdateret 2026-11-12 · Priser & revenue management · https://staystryk.com/da/magazine/booking-lead-time-analysis/

Når du ved, hvor mange dage før ankomst dine gæster booker, kan du ændre priser, minimumsophold og spærringer på det rette tidspunkt. Denne guide er til ejere og ledere af små og mellemstore hoteller og giver dig en analyseskabelon, som du kan lave i et regneark.

## Det vigtigste i korte træk

- Tiden fra booking til ankomst er ankomstdatoen minus bookingdatoen, opgjort i dage for hver booking og uden annulleringer.
- Medianen og tidsintervallerne viser mere end gennemsnittet, fordi enkelte meget tidlige bookinger trækker gennemsnittet op.
- En analyse efter kanal og sæson skelner mellem gæster, der booker tidligt, og gæster, der beslutter sig kort før ankomst. Grupper med færre end cirka 30 bookinger skal kun læses som en tendens.
- Hvert resultat fører til en beslutning med en dato, for eksempel hvornår en pris skal hæves, hvor længe en tidlig bookingpris skal gælde, eller hvilket minimumsophold der skal gælde i de sidste dage.

## Hvad tiden fra booking til ankomst måler

En booking den 3. maj med ankomst den 2. august har 91 dage fra booking til ankomst. En booking aftenen før har én dag, og en booking på ankomstdagen har nul dage.

Tiden fra booking til ankomst beskriver dine gæsters adfærd på tværs af mange datoer. Pickup og Pace beskriver derimod, hvordan bookingstatus for én bestemt dato udvikler sig over tid. De to analyser supplerer hinanden. I guiden [Pickup og Pace på hotellet](https://staystryk.com/da/magazine/pickup-and-pace-explained/) kan du læse, hvordan du fortolker Pickup og Pace.

Tiden fra booking til ankomst besvarer et spørgsmål, der er vigtigt ved hver prisændring: Hvor længe virker en pris, før de fleste gæster allerede har booket?

**Tid fra booking til ankomst**: Tiden fra booking til ankomst (på engelsk Lead Time eller Booking Window) er antallet af dage mellem den dag, hvor en booking blev oprettet, og ankomstdagen.

## Forbered dataene til analysen

Du skal bruge et eksportudtræk med alle bookinger med ankomst i en periode, helst de seneste to år. Filtrer efter ankomstdatoen, for den sæson, du fastsætter priser for, er gæstens ankomstsæson.

Til den første analyse er fem kolonner pr. booking nok. Tabellen viser kolonnerne og det, du skal være opmærksom på ved hver af dem.

**Fem kolonner er nok til den første analyse**

| Kolonne | Indhold | Det skal du være opmærksom på |
| --- | --- | --- |
| Bookingdato | Den dag bookingen blev oprettet | Brug ikke datoen for den seneste ændring |
| Ankomstdato | Opholdets første nat | Den samme for hvert værelse i bookinger med flere værelser |
| Kanal | Egen hjemmeside, telefon og e-mail samt hver bookingportal | Hold portalerne adskilt, og læg dem senere sammen efter behov |
| Status | Bekræftet, annulleret, no-show | Fjern annullerede bookinger fra hovedanalysen |
| Nætter og værelser | Opholdets længde og antal værelser | Nødvendigt, hvis du vil vægte efter værelsesnætter |

### Beregn tiden for hver booking i seks trin

Trinene gælder både for Excel, LibreOffice og Google Tabellen. Resultatet er en tabel, som du kan udfylde med nye data hvert kvartal.

**Beregn og inddel tiden fra booking til ankomst**

1. **Hent eksporten**: Download alle bookinger med ankomst i den valgte periode med de fem kolonner fra tabellen.
2. **Udskil annulleringer**: Kopier annullerede bookinger og no-shows til et separat ark. Du skal bruge dem senere til annulleringsprocenten for hvert tidsinterval.
3. **Beregn tiden**: Træk bookingdatoen fra ankomstdatoen i en ny kolonne, og formater resultatet som et tal, ikke som en dato.
4. **Tildel sæson**: Brug ankomstdatoen til at knytte hver booking til dit prisniveau, for eksempel højsæson, lavsæson eller vinter. Guiden til [sæsonpriser](https://staystryk.com/da/magazine/seasonal-pricing-guide/) beskriver, hvordan du fastlægger niveauerne.
5. **Opret tidsintervaller**: Inddel i intervaller: 0 til 7 dage, 8 til 14, 15 til 30, 31 til 60, 61 til 90 og over 90 dage.
6. **Lav en pivottabel**: Sæt kanal i kolonnerne og sæson i filteret, og tæl bookingerne for hvert interval. Beregn medianen for hver gruppe med funktionen MEDIAN på det filtrerede område.

## Analyseskabelonen efter kanal og sæson

Skabelonen har de samme nøgletal for hver gruppe af kanal og sæson. Den kan være på én side og udfyldes på ny hvert kvartal.

Medianen er den midterste værdi i en række: Halvdelen af bookingerne har kortere tid til ankomst og den anden halvdel længere tid. Medianen påvirkes mindre af ekstreme værdier end gennemsnittet. En stamgæst, der allerede ved afrejse booker næste år, trækker gennemsnittet op, men ændrer næppe medianen.

Beslut på forhånd, om en booking med flere værelser tæller som én booking eller som flere værelsesnætter, og hold fast i valget. Ellers kan årene ikke sammenlignes.

**Fem nøgletal for hver gruppe af kanal og sæson**

| Nøgletal | Beregning | Det viser tallet |
| --- | --- | --- |
| Antal bookinger | Rækker i gruppen efter fradrag af annulleringer | Om de øvrige tal er tilstrækkeligt underbygget: under cirka 30 skal de kun læses som en tendens |
| Median for tiden fra booking til ankomst | Den midterste værdi blandt antal dage | Hvornår den typiske gæst booker |
| Andel til og med 7 dage | Bookinger med 0 til 7 dage divideret med alle bookinger i gruppen | Hvor stor en del af efterspørgslen der først opstår kort før ankomst |
| Andel over 60 dage | Bookinger med mere end 60 dage divideret med alle bookinger i gruppen | Hvor stor en del af efterspørgslen der er sikret tidligt |
| Annulleringsprocent pr. interval | Annullerede bookinger i et interval divideret med alle bookinger i samme interval | Om tidlige bookinger oftere bliver annulleret |

## Regneeksempel: Hotel Nordlicht om sommeren og vinteren

Forestil dig, at Hotel Nordlicht med 24 værelser analyserer de bekræftede bookinger med ankomst fra juni til august og fra november til februar. Tallene i tabellen er et eksempel og ikke branchetal.

Om sommeren tegner der sig to profiler. Direkte bookinger har en median på 38 dage, og godt en fjerdedel kommer mere end 60 dage før ankomst. Gæster fra portaler booker væsentligt senere med en median på 21 dage.

Om vinteren ligger bookingerne tættere på ankomsten. 44 procent af portalbookingerne oprettes i den sidste uge før opholdet, mens det gælder 35 procent i den direkte kanal. Ét samlet tal for alle 420 bookinger ville ikke have vist nogen af de fire profiler.

**Fire grupper på Hotel Nordlicht har hver sin bookingprofil**

| Gruppe | Bookinger | Median i dage | Til og med 7 dage | Over 60 dage |
| --- | --- | --- | --- | --- |
| Sommer, direkte | 90 | 38 dage | 11 % | 26 % |
| Sommer, portaler | 150 | 21 dage | 18 % | 9 % |
| Vinter, direkte | 40 | 14 dage | 35 % | 5 % |
| Vinter, portaler | 140 | 9 dage | 44 % | 3 % |

### Det udleder Hotel Nordlicht af tallene

Sommerpriserne skal være fastlagt, før gæsterne i den direkte kanal booker tidligt. En stigning, der først træder i kraft i juli, når kun de gæster, der booker kort før ankomst. Ejeren fastlægger derfor sommerpriserne sent på efteråret året før og gennemgår dem om foråret.

Om vinteren gælder det modsatte. Fordi halvdelen af gæsterne fra portaler først booker i de sidste ni dage, er der få holdepunkter tidligt. Receptionen gennemgår derfor priserne for de næste 14 dage hver uge og sænker eller hæver dem efter den faktiske belægning.

Gruppen vinter, direkte har kun 40 bookinger. Hotellet læser tallene som en tendens og lægger dem sammen med en anden vinter ved den næste analyse.

## Fra resultat til prisbeslutning

Hvert resultat i skabelonen fører til en beslutning med en dato. Tabellen viser typiske sammenhænge. De er udgangspunkt for afprøvning og ikke retningsværdier, der gælder for alle hoteller.

Tiden fra booking til ankomst viser, hvornår dine gæster booker. En sammenligning med året før viser, om den aktuelle bookingstatus for en bestemt dato er god, som beskrevet i guiden om [Pickup og Pace](https://staystryk.com/da/magazine/pickup-and-pace-explained/). Du finder den tilhørende ugerutine under [Revenue Management hver uge](https://staystryk.com/da/magazine/revenue-management-small-hotels/).

Du gennemfører beslutningen i STRYK med Prisregler: Du tilpasser automatisk priser efter sæson, ugedag, tid til ankomst eller belægning og fastlægger reglernes rækkefølge ([Opsæt Prisregler](https://staystryk.com/da/documentation/pricing-rules/)).

**Fem resultater og de beslutninger, de kan føre til**

| Resultat | Mulig beslutning | Følg op på |
| --- | --- | --- |
| Stor andel over 60 dage i den direkte kanal | Fastlæg sæsonens priser tidligt, og tilbyd en tidlig bookingpris i en begrænset periode | Andelen af tidlige bookinger og deres gennemsnitspris næste år |
| Median under 10 dage | Gennemgå priserne for de næste 14 dage hver uge, og lemp minimumsopholdet i de sidste dage | Belægningen i de sidste 14 dage før ankomst |
| Høj annulleringsprocent ved mere end 60 dage til ankomst | Gennemgå annulleringsvilkår eller forudbetaling for tidlige bookinger | Annulleringsprocenten pr. tidsinterval næste år |
| Weekender bookes tidligt, hverdage kort før ankomst | Fasthold minimumsophold i weekenden, og fastsæt priser for hverdage senere | Tiden fra booking til ankomst efter ankomstdagens ugedag |
| Medianen falder i forhold til samme sæson året før | Hæv priser, der er fastsat tidligt, mere forsigtigt, og følg nye bookinger tættere | Pace sammenlignet med året før |

## Sæt branchetal i perspektiv

Offentliggjorte branchetal kan bruges som en overordnet sammenligning. De afhænger af år, region, hoteltype og datagrundlag, og tiden fra booking til ankomst kan være væsentligt anderledes på dit hotel.

Et eksempel er en analyse fra Revinate af årene 2017 og 2018, som Hospitality Net omtalte i 2019. Undersøgelsen omfattede omkring 12 millioner reservationer fra 600 hoteller. På verdensplan blev 48 procent af reservationerne foretaget i ugen før ankomst, i Europa 37 procent. I Europa blev 16 procent booket mere end 60 dage i forvejen.

Tallene stammer fra tiden før pandemien og er syv år gamle. De er ikke egnede som måltal. Undersøg før hver anvendelse, om der findes nyere tal for dit marked. Den vigtigste sammenligning er stadig dit eget resultat fra samme sæson og kanal året før.

## Fejlkilder, der kan forvride resultatet

Typiske fejl ligger i eksporten og filtrene, ikke i formlen. Gennemgå følgende punkter, før du læser resultaterne.

Grænsen på 30 bookinger pr. gruppe er en praktisk tommelfingerregel, ikke en garanti. Jo mindre gruppen er, desto mere kan enkelte bookinger ændre medianen.

**Kontroller dette, før du læser resultaterne**

- [ ] Bookingdatoen er oprettelsesdatoen og ikke datoen for den seneste ændring. Kontroller det med tre bookinger, du kender.
- [ ] Annullerede bookinger og no-shows er fjernet fra hovedanalysen og ligger i et separat ark.
- [ ] Gruppe- og firmabookinger med værelseskontingent er opgjort særskilt, fordi de kan forskyde sæsonens tid fra booking til ankomst betydeligt.
- [ ] Genbookinger fra stamgæster, som booker næste år ved afrejse, er markeret.
- [ ] For bookinger med flere værelser er det fastlagt, om de tæller som én booking eller som værelsesnætter, og samme regel gælder for alle år.
- [ ] Hver gruppe har cirka 30 bookinger eller flere, ellers er den markeret som en tendens.
- [ ] Messer, helligdage og feriestart er noteret som begivenheder, så en afvigende værdi kan forklares.

## Opdater analysen hvert kvartal

Opdater skabelonen én gang pr. kvartal efter afslutningen af en sæson. Så er alle ankomster med, og sene bookinger mangler ikke i resultatet.

Gem hver analyse med dato, og noter ved siden af, hvad du har ændret på baggrund af resultatet. På Hotel Nordlicht afsætter ejeren en time til det den første mandag efter sæsonens afslutning. Ved den næste gennemgang kan hun se, om ændringen har påvirket tiden fra booking til ankomst eller gennemsnitsprisen.

Tiden fra booking til ankomst er et nøgletal, du ikke behøver hver uge. Hver uge ser du på Pickup og belægning, og hvert kvartal ser du på dine gæsters adfærd.

## Ofte stillede spørgsmål

### Hvad er en god tid fra booking til ankomst på et hotel?

Der findes ingen god værdi, der gælder for alle. Tiden afhænger af beliggenhed, gæstetype, kanal og sæson. Den relevante sammenligning er dit eget resultat fra samme sæson og kanal året før.

### Hvordan beregner jeg tiden fra booking til ankomst i Excel?

Træk bookingdatoen fra ankomstdatoen, for eksempel med formlen =B2-A2, når ankomstdatoen står i B2 og bookingdatoen i A2. Formater kolonnen som et tal. Beregn medianen for hver gruppe med funktionen MEDIAN på det filtrerede område.

### Skal jeg bruge gennemsnittet eller medianen?

Brug medianen suppleret med andelene for hvert tidsinterval. Enkelte meget tidlige bookinger trækker gennemsnittet op, mens medianen beskriver den typiske gæst.

### Hvor mange bookinger skal jeg bruge til en analyse?

Som tommelfingerregel cirka 30 for hver gruppe af kanal og sæson. Har en gruppe færre, kan du lægge portaler sammen eller inddrage et ekstra år og læse resultatet som en tendens.

### Tæller jeg annullerede bookinger med?

Nej, ikke i hovedanalysen. Analyser annulleringer særskilt, og beregn annulleringsprocenten for hvert tidsinterval for at se, om tidlige bookinger oftere bliver annulleret.

### Hvor ofte bør jeg analysere tiden fra booking til ankomst?

Én gang pr. kvartal, helst efter afslutningen af en sæson. Pickup og belægning følger du derimod hver uge.

## Kilder

- [Hospitality Net: Revinate-undersøgelse af tiden fra booking til ankomst i 2017 og 2018 (omtalt den 11.02.2019)](https://www.hospitalitynet.org/news/4091946.html) (hentet 2026-10-14)
## Læs videre

- [Pickup og pace på hotellet: forstå bookingudviklingen og reagér](https://staystryk.com/da/magazine/pickup-and-pace-explained/): Pickup og pace forklaret: Sådan læser du hotellets bookingkurve, sammenligner med sidste år og vurderer, hvornår du skal ændre priserne.
- [Revenue management hver uge: en metode til små hoteller](https://staystryk.com/da/magazine/revenue-management-small-hotels/): Revenue management på 30 minutter om ugen: nøgletal, pickup-eksempel og faste regler for priser, minimumsophold og spærringer.
- [Fastlæg hotellets sæsonpriser: sæsoner, prisforskelle og overgange](https://staystryk.com/da/magazine/seasonal-pricing-guide/): Fastlæg sæsonpriser på dit hotel ud fra belægningen. Inddel året i sæsoner, beregn prisforskelle, og planlæg overgangene.
- [Controlling til små hoteller](https://staystryk.com/da/software/hotel-controlling-software/): Controllingsoftware til hoteller: fem månedstal med formler og regneeksempel, rapporter og eksport som PDF, Excel og CSV. Test i 14 dage.
