Was eine schlechte Bewertung wirklich kostet

Das Prinzip: Elastizität statt Fantasie-Euro

Wer Ihnen sagt „eine negative Bewertung kostet 30 Kunden", zitiert eine Pressemitteilung von 2009 ohne veröffentlichte Methodik. Was sich tatsächlich messen lässt, mit amtlichen Umsatzdaten und sauberer Statistik: Wie verändert sich der Umsatz, wenn sich der Bewertungsschnitt um einen Stern verschiebt. Den Euro-Wert erhält man erst, wenn man diese Elastizität auf die eigenen Zahlen legt. Genau das tut der Rechner unten.

Die vier belastbaren Studien

Quelle	Daten	Befund
Sayfuddin & Chen (2021) Int. Journal of Hospitality Management, peer-reviewed	Hotels in Texas, TripAdvisor gegen amtliche Umsatzdaten	+1 Stern = +2,2 bis 3,0 % Monatsumsatz (Signal-Effekt) plus 1,5 bis 2,3 % (Reputation). Gilt nur zwischen 3,0 und 4,5 Sternen; darüber sinkt der Umsatz mit weiter steigender Bewertung.
Luca (2011/2016) Harvard Business School	Alle Restaurants Seattle, Steuerdaten 2003 bis 2009	+1 Stern = +5 bis 9 % Umsatz, aber ausschließlich bei inhabergeführten Häusern. Bei Ketten: null Effekt.
Anderson & Magruder (2012) The Economic Journal	328 Restaurants San Francisco, 148.000 Yelp-Bewertungen	+0,5 Sterne = 19 Prozentpunkte häufiger ausgebucht. Der Effekt ist am größten, wenn sonst wenig über das Haus bekannt ist.
Anderson (2012) Cornell Hospitality Report	Travelocity-Transaktionen, ReviewPro gegen STR-Daten	+1 Punkt = 11,2 % höherer Preis bei gleicher Belegung. Das ist Preisspielraum, kein Umsatz: Er wird nur zu Geld, wenn das Haus den Preis auch anhebt.

Der Fehler, der in fast jedem Verkaufsgespräch steckt: Die berühmte Cornell-Zahl (11,2 %) wird als Umsatzeffekt verkauft. Sie misst aber Preissetzungsmacht. Die ehrliche Umsatzzahl für Hotels ist kleiner: 1,5 bis 3,0 Prozent je Stern. Sie ist dafür peer-reviewed, stammt aus echten Umsatzdaten, und hält jeder Nachfrage stand.

Die Zahlen, die überall stehen und nichts belegen

„Eine negative Bewertung kostet 30 Kunden": Pressemitteilung Convergys 2009. Keine Methodik, keine Publikation; in der Weiterverbreitung schwankt die Zahl je nach Quelle zwischen 30 und 40.
„Ein unzufriedener Gast erzählt es 9 bis 15 Leuten": Coca-Cola-Erhebung von 1980, mündliche Weitergabe, vordigital. Auf Online-Bewertungen nicht übertragbar.
„95 % kommen wieder, wenn die Beschwerde schnell gelöst wird": Zitierkette aus den 1970ern, Methodik nie öffentlich. Und selbst als Idee wackelt sie: Die maßgebliche Meta-Analyse (de Matos et al. 2007, Journal of Service Research) findet für das „Service-Recovery-Paradox" zwar einen Effekt auf die Zufriedenheit, aber keinen belegten Effekt auf die Wiederkaufabsicht. Eine gute Beschwerde-Lösung holt den Gast zurück in Richtung Normalzustand. Das reicht auch völlig als Grund, sie ernst zu nehmen.

Der Rechner: Was Eingreifen bei einer Beschwerde wert ist

Alle Annahmen sichtbar, alle Regler beweglich, der Rechenweg steht darunter. Er rechnet bewusst konservativ: mit dem Zugewinn gegenüber Nichtstun statt mit Totalverlust, mit Deckungsbeitrag statt Umsatz, und der Bewertungshebel kommt exakt aus Ihrem Bewertungsbestand.

Wert des Eingreifens, bevor es online weh tut

Kosten der Geste50 €

Ø Wert eines Aufenthalts400 €

Deckungsbeitrag60 %

Erwartete Folgeaufenthalte2,0

Rückkehr MIT Eingreifen55 %

Rückkehr OHNE Eingreifen30 %

Risiko einer negativen Bewertung30 %

Bewertungen bisher (Portal)

Aktueller Schnitt4,3 ★

Jahresumsatz des Hauses

Umsatz-Elastizität je Stern2,2 %

Note der befürchteten Bewertung1 ★

Gehaltener Gast

–

Vermiedene Bewertung

–

Kosten

–

Netto-Wert

–

ROI

–

Voreinstellung: 2,2 % je Stern (Sayfuddin & Chen 2021, untere Kante). Für inhabergeführte Restaurants lässt sich auf 5 bis 9 % stellen (Luca).

Warum der Bewertungshebel vom Bestand abhängt: Eine zusätzliche Bewertung verschiebt Ihren Schnitt um exakt (Schnitt minus Note) geteilt durch (Anzahl plus 1). Bei 1.000 Bewertungen kostet eine einzelne schlechte fast nichts. Bei 80 tut sie richtig weh. Deshalb verdient ein neues Haus, ein frisch gelistetes Restaurant oder ein Betrieb nach Rebranding besonderen Schutz, und deshalb liegt der Wert im Muster, nicht im Einzelfall.

Quellen

Sayfuddin, A. & Chen, Y. (2021): The signaling and reputational effects of customer ratings on hotel revenues. International Journal of Hospitality Management 99, 103065.

Luca, M. (2011/2016): Reviews, Reputation, and Revenue. The Case of Yelp.com. Harvard Business School Working Paper 12-016.

Anderson, M. & Magruder, J. (2012): Learning from the Crowd. The Economic Journal 122(563), 957-989.

Anderson, C. K. (2012): The Impact of Social Media on Lodging Performance. Cornell Hospitality Report 12(15).

de Matos, C. A., Henrique, J. L. & Rossi, C. A. V. (2007): Service Recovery Paradox. A Meta-Analysis. Journal of Service Research 10(1), 60-77.

Aus Beschwerden Bewertungen machen, systematisch.

Die 3P Suite legt um jede Beschwerde ein 48-Stunden-Recovery-Fenster, rechnet den Wert des Eingreifens mit genau diesen Studien, und formuliert die Antwort auf die Bewertung gleich mit. Ihre Betriebsdaten bleiben dabei im Haus.

Die 3P Suite ansehen