Svak prisutvikling på norske hotellrom

Hotellene i de norske storbyene har en meget svak utvikling i rompriser hittil i år. Kun fire av de 14 største har en utvikling som overgår veksten i konsumprisindeksen.12-månedersendringen i SSBs konsumprisindeks var per oktober +2,5 %. I den samme perioden falt romprisene i ni av de 14 byene og destinasjonene som er i oversikten til . I den 10. var det vekst, men lavere enn KPI-utviklingen.I en virkelighet der mange priser og kostnadskomponenter til hotellene øker, er det negativt for hotellenes lønnsomhet at de ikke kan ta seg bedre betalt for sine tjenester.Samlet i årets første 10 måneder har Stavanger-regionen de høyeste romprisene (NOK 997), hårfint foran Oslo med Fornebu (NOK 986) og Bergen (NOK 975). På bunnen ligger Lillehammer/Hamar og Drammen (begge NOK 766).Hittil i år (januar – oktober samlet) har Bergen det høyeste rombelegget (70,1 %), foran Oslo med Fornebu (68,2) og Bodø (66,4). På bunnen er Haugesund (48,9) plassert.Oktober måned bød på prisfall og beleggsnedgang langs den «oljeavhengige» kysten.Bergen opplevde et RevPAR-fall på 22 %, tilsvarende for Haugesund var 49,8 % !Stavanger-hotellene falt også, men fortsatt er hotellromprisene høyest i landet.ROMBELEGG:Rombelegget er antallet solgte rom i prosent av antallet tilgjengelige rom. Kan også kalles kapasitetsutnyttelse rom.ROMPRIS:Rompriser er i hotellstatistikk-sammenheng losjiomsetning eks. MVA per solgte rom. Frokost og «moms» kommer altså i tillegg, og dette kan i sum dreie seg om NOK 150-200. En «rompris» i statistikken på 900 kan således bety 1.050-1.100 å betale for gjesten/kunden.REVPAR:Forkortelse for revenue per available room. I den norske hotellbransjen oversettes begrepet til losjiomsetning eks. MVA per tilgjengelige rom. Det er et mye brukt måltall som gir en viss indikasjon på hotellenes muligheter for lønnsom drift.

HRR – Peter Wiederstrøm, Wiederstrøm Hotel ConsultingBenchmarking AllianceDefinisjoner:Statistikken som presenteres for hver by er summen av mange hoteller som hver for seg kan ha sprikende tall. Dermed kan de samlede tallene for en by «skjule» at noen gjør det relativt sett bra eller dårlig. I byer som har uforandrede data fra én periode til en annen, kan de samlede tallene «kamuflere» at det er store fall og økninger i enkeltsegmenter og markeder som «utlikner» hverandre.