Le taux d'occupation est calculé en divisant le nombre de jours réservés par le nombre total de nuits d'annonce active (« Active Listing Nights ») pour une propriété au cours des 12 derniers mois.

Lors du calcul du taux d’occupation d’une annonce saisonnière, il est essentiel de prendre en compte le nombre de jours où l’annonce était disponible à la réservation, car pas toutes les annonces sont disponibles toute l’année. Par exemple, une annonce aurait pu être disponible à la réservation pendant 150 jours au cours des 12 derniers mois et occupée 50% du temps. Ainsi, l’annonce a été occupée pendant 75 jours au total.

Un taux d’occupation élevé n’est pas toujours une bonne chose; cela pourrait avoir un effet négatif sur le revenu car l’hôte pourrait avoir appliqué un prix par nuitée trop bas, entraînant ainsi nombre élevé de réservations, mais ayant un impact négatif sur le revenu généré. Ayant la propriété occupée constamment peut aussi poser des défis pour le nettoyage, l’entretien et le changement de voyageurs.

Optimiser le taux d’occupation consiste en effet à trouver un équilibre entre un prix avantageux pour l’hôte et les voyageurs.

Le terme « Days Available » (jours disponibles) désigne le nombre de jours, au cours des 12 derniers mois, pendant lesquels une annonce était disponible à la réservation, auquel s'ajoute le nombre de jours où elle a effectivement été réservée.

Ce chiffre est important à prendre en compte lors de l’analyse des annonces saisonnières. Contrairement aux hôtels, les annonces saisonnières ne sont pas toujours disponibles pendant l’année entière. En effet, pour connaître le véritable taux d’occupation d’une annonce saisonnière, il est essentiel de prendre en compte le nombre de jours pendant lesquels la propriété était disponible à la réservation.

Dans l'exemple ci-dessous, l'annonce était disponible à la réservation 342 jours sur les 365 possibles. Pendant ces 342 jours, son taux d'occupation était de 48 %. Elle a donc été occupée pendant 165 jours au total sur les 12 derniers mois. La métrique « Days Available » comprend ces 165 jours réservés ainsi que les 177 jours pendant lesquels l'hôte cherchait à obtenir une réservation. C'est important, car cela représente l'intégralité de la période pendant laquelle une annonce pouvait raisonnablement générer des revenus.

Il existe de nombreuses raisons qui expliquent les différences de jours disponibles lorsqu’on analyse les locations saisonnières. Certains hôtes utilisent leur logement comme résidence secondaire, l’annonce peut avoir été en travaux ou en rénovation, ou bien l’hôte peut bloquer certains jours pour le ménage.

Prendre en compte vos jours disponibles peut vous donner une idée du revenu global généré (moins de jours disponibles peuvent signifier un revenu total plus faible). Vous pouvez également consulter les jours disponibles de vos concurrents pour comprendre ce qui influence leur revenu global et voir comment vous vous positionnez par rapport à la concurrence.

Une annonce disponible est une annonce ayant eu au moins un jour réservé au cours du mois précédent.

Le nombre d’annonces disponibles est mis à jour chaque mois avec les données du mois précédent. Par exemple, si vous consultez l’outil en avril, les données les plus récentes disponibles seront celles du mois de mars.

Si une annonce a bloqué l’intégralité de son calendrier pendant le mois analysé, mais qu’elle est toujours visible sur Airbnb ou VRBO, nous ne la considérons pas comme réellement active, car ce n'était pas possible réserver durant cette période.

Lorsqu’on analyse le taux d’occupation des locations saisonnières, il est essentiel de bien comprendre la disponibilité réelle des annonces. AirDNA ne calcule le taux d’occupation que sur les jours où une annonce est disponible à la réservation, car cela reflète plus fidèlement sa performance. Beaucoup d’hôtes ne rendent pas leur logement disponible toute l’année. Ils peuvent bloquer certaines dates pour des raisons personnelles, ou en raison de régulations locales liées à la location saisonnière.

Par exemple, si une annonce a été disponible à la réservation 320 jours sur les 365 derniers jours et qu’elle a été réservée 52 % de ces 320 jours disponibles, cela signifie que l’hôte a bloqué le logement pendant 45 jours.

Les jours bloqués apparaissent comme non-disponibles dans le calendrier de l'annonce, tout comme les jours réservés. Lorsqu'on évalue les performances d'une annonce, il est essentiel de distinguer les jours effectivement réservés des jours bloqués, car seuls les jours réservés génèrent du revenu. Pour cela, AirDNA utilise une technologie avancée d'intelligence artificielle et de machine learning, capable d'identifier les jours bloqués ou indisponibles sur Airbnb, Vrbo et Booking.com. Nous analysons 16 signaux de réservation, tels que la durée du séjour, le délai de réservation, les avis, et bien d'autres, pour produire une analyse précise de la performance d'une annonce ou d'un marché.

Grâce à notre algorithme de déduplication, nous sommes en mesure de regrouper les annonces identiques présentes sur plusieurs plateformes, afin de garantir l’exactitude des données de performance affichées.

Beaucoup d'hôtes choisissent de publier leur logement sur plusieurs plateformes de réservation, comme Airbnb, Vrbo et Booking.com. Cela permet d'augmenter leur visibilité et, potentiellement, de générer plus de réservations.

Pour éviter de compter deux fois les revenus d'un même logement sur Airbnb, Vrbo et Booking.com, nous utilisons un algorithme de déduplication. Il repère les annonces identiques présentes sur les trois plateformes, en se basant sur 14 critères, comme l'emplacement, le titre, la description, le nombre de chambres ou encore le calendrier.

Vous pouvez savoir sur quelles plateformes un logement est publié grâce aux logos affichés sur la fiche propriété dans AirDNA. Lorsqu'une annonce est présente sur Airbnb, Vrbo et Booking.com, les trois logos s'affichent. Les données de performance affichées pour ces annonces correspondent à la performance combinée des trois plateformes sur les 12 derniers mois.

Nos données proviennent d'un ensemble de sources, dont le scraping des annonces Airbnb, Vrbo et Booking.com, des partenariats avec des gestionnaires de biens et de canaux, ainsi que des données partagées par les hôtes eux-mêmes. Pour en savoir plus, consultez notre méthodologie de données.