跳到正文
ToolSimu

房产与能源 · 交互式模拟器

短租托管费冰山:托管房源究竟给您留下多少

托管佣金只是冰山一角。清洁、布草、耗材、平台费和损耗都藏在水面之下,而短住会把它们成倍放大。看看房东最终能留下多少。

控制塔

跨越不同季节,客人平均每晚支付的金额,不含平台费。

¥864.00

一个月中已预订并已付款的夜晚所占比例。

62%

托管方因运营房源、联系客人和统筹协调而留下的预订收入百分比。

20%

每次换客的费用,已扣除您收取的清洁费,并包含检查环节。

¥288.00

每笔预订的夜数。同样的预订夜数下,住得越短,换客次数越多。

3

订房平台和支付处理从预订中收取、并向房东收费的百分比。

14%

对当前场景运行反向压力测试和 1,000 次蒙特卡洛模拟。

每月净结果

¥6,485

层层传导的多米诺流程

每个环节都会影响下一个环节。绿色表示安全,琥珀色表示预警,红色表示危急。

  1. 1

    已预订夜数

    19

    每月夜数

    安全

  2. 2

    换客次数

    6.3

    每次都需要清洁的住宿

    安全

  3. 3

    预订收入

    ¥2万

    每月总额

    安全

  4. 4

    流失

    60%

    收入中到不了您手里的部分

    预警

  5. 5

    房东利润

    ¥6,485

    每月净额

    安全

金额以CNY显示,采用示意性比例,并非实时汇率。

深度指南

短租托管费冰山:托管房源究竟给您留下多少

行业管理层分析

全托管的短租房听起来像是被动收入:托管方负责客人、保洁和日历,每月收到一笔分成。最显眼的成本是托管佣金,通常以一个简洁的百分比呈现。房东后来才发现,这个百分比只是众多扣减项目中最显眼的一个。平台会在托管方之前先收一笔自己的费用,每次住宿都会引发清洁、布草和耗材,而家具的磨损也比长租更快。

问题的结构在于成本分为两类。一类随收入变化,比如平台费、佣金和损耗储备;另一类随住宿次数变化,比如清洁、洗涤和消耗品。第二类才是危险的,因为住宿次数取决于客人住多久。入住率和房价都相同的房源,仅仅因为平均住得更短,到手金额就可能低得多。

多米诺模型沿着预订的过程展开。入住率给出已预订的夜数;平均住宿时长把这些夜数换算成换客次数,每一次都要花钱;夜数乘以房价得到收入;这些收入中流向各项费用、清洁和耗材的比例就是流失。剩下的才是房东的利润。住得更短或佣金更高,都会把流失推向几乎所剩无几的地步。

冰山展示了房东的真实成本。水面之上是两项看得见的扣减:托管佣金和平台费。水面之下是每次换客的清洁、洗涤和布草、洗漱用品和消耗品,以及家具和电器的损耗储备。用模拟器找出让您的到手金额降到零的房价或入住率,再决定如何延长住宿、重新谈判佣金,或者自己承担一部分工作。

公式与方法论蓝图

模型按月计算,每月平均 30.4 天。已预订夜数等于天数乘以入住率;住宿次数等于已预订夜数除以平均住宿时长;收入等于已预订夜数乘以每晚房价。扣减项目包括:按收入百分比计算的平台费和托管佣金、每次住宿的清洁费用、每次住宿固定 9 的布草成本和 5 的耗材成本、占收入 3% 的损耗储备,以及每月 185 的固定基础开支(网络、保险和水电)。

已预订夜数
夜数 = 30.4 × 入住率
每月已预订并已付款的夜数。
换客次数
住宿次数 = 夜数 ÷ 平均住宿时长
客人更替的次数,每一次都需要清洁、布草和耗材。
收入
R = 夜数 × 每晚房价
扣除任何费用之前的预订总收入。
按次成本
S = 住宿次数 × (清洁 + 9 + 5)
清洁、布草和耗材,它们随换客次数增长,而不是随收入增长。
房东利润
净额 = R − 平台费 − 托管佣金 − S − 3% × R − 185
每月到手金额。临界房价或临界入住率,就是这个数字降到零的地方。

层层传导的弹性

入住率和每晚房价是弹性最大的输入,因为它们直接乘到收入上,而按百分比收取的费用也随之变化,这起到了缓冲作用。平均住宿时长则悄悄地很有威力:它决定换客次数,所以住宿时长减半,每一项按次成本就翻倍。托管和平台的百分比是线性的,对每多出的一份收入都固定抽走一部分。

三个真实案例研究

白手起家的初创者

自营的小型单间公寓

房东不请托管方,自己经营一间小公寓,使用低费率渠道,大部分清洁自己低成本完成,典型的住宿时长为三晚。佣金一项为零,到手金额可观。加载这个情景,看看托管方的百分比究竟要花多少钱。

处于扩张期的中型市场企业

托管方打理的高端住宅

一处地段优越的住宅房价高,入住率强劲,住得也更久。托管方按常规收取佣金,清洁费用昂贵,但收入很大。加载这个情景,看看高端定价如何扛得起全套托管费用。

黑天鹅危机

冷清的房源和一晚游

房源入住率低、房价低、住宿时间极短,托管方佣金很高,每次清洁又昂贵。几乎每笔预订都引发一次清洁。加载这个情景,看看房东如何在日历看起来很满的同时仍然亏钱。

行业基准矩阵

指标危险区行业平均前 10% 的佼佼者
托管佣金高于 28%15–22%低于 12%
入住率低于 40%55–70%高于 75%
平均住宿时长不足 2 晚2.5–4 晚超过 5 晚
预订收入的总流失比例高于 75%45–60%低于 40%
清洁成本占收入的比例高于 25%10–15%低于 8%

变量与杠杆

平均每晚房价

跨越不同季节,客人平均每晚支付的金额,不含平台费。

杠杆: 每周对照周边房源和活动安排复查定价,并利用最短入住规则和季节性价格来拉高平均每晚房价。

入住率

一个月中已预订并已付款的夜晚所占比例。

杠杆: 改进照片、房源标题和回复速度,对日历上的空档给予小幅折扣,而不是让夜晚空着。

托管佣金

托管方因运营房源、联系客人和统筹协调而留下的预订收入百分比。

杠杆: 比较不同的托管方并争取更低的比例,或者采用基础费加绩效分成的方式,因为佣金是按每笔预订收取的。

每次住宿的清洁成本

每次换客的费用,已扣除您收取的清洁费,并包含检查环节。

杠杆: 向客人收取合理的清洁费,约定每次换客的固定价格,并合并洗涤批次,以降低每次住宿的成本。

平均住宿时长

每笔预订的夜数。同样的预订夜数下,住得越短,换客次数越多。

杠杆: 在淡季设置两到三晚的最短入住要求,因为每次住宿多住一晚,每晚分摊的清洁、布草和耗材都会减少。

平台费

订房平台和支付处理从预订中收取、并向房东收费的百分比。

杠杆: 通过一个简单的网站鼓励回头客直接预订,并在选择之前查清平台提供的收费模式。

如何使用本模拟器

  1. 1根据过去十二个月的预订记录,输入每晚房价和入住率。
  2. 2根据您的结算单,填入佣金、平台费和每次住宿的清洁成本。
  3. 3平均住宿时长请取自真实预订,而不是最短入住的设置。
  4. 4点击“找出我的临界点”,看看哪个输入最先让您的到手金额归零。
  5. 5在“平行宇宙”标签页中与联合房东方案对比,并分享链接。

应避免的错误

  • 只按佣金来比较托管方。他们收取的清洁、布草和额外费用,影响可能比一个百分点大得多。
  • 忘了平台费会先扣除,而托管方的费用却按完整预订额计算,所以两者是在啃同一笔收入。
  • 把客人支付的清洁费当作纯收入。它通常只能覆盖真实换客成本的一部分。
  • 忽视损耗。频繁更换的客人会让家具、床垫和电器比长期租客老化得更快,这笔储备是真实的月度成本。

常见问题

托管费值得付吗?

可能值得:如果托管方提升的入住率和房价超过佣金,或者您的时间很宝贵。请在替代方案中对比有托管方和没有托管方时房东的到手金额。

为什么短住的伤害这么大?

无论住几晚,每次住宿都会引发清洁、洗涤和耗材。短住把这些固定成本摊到了更少的夜晚上。

平台费由谁来付?

这取决于平台和收费模式,有的平台向客人而不是房东收费。请填入实际从您的到手金额中扣除的百分比。

模型是否包含税费、执照或按揭?

不包含。当地关于登记和税收的规定会变化,请核对现行要求。结果是税前的,也未扣除任何按揭还款。

如何找到临界点?

点击“找出我的临界点”。工具会把每个输入分一千步推向更不利的一端,并报告月利润降到零时的取值。

这个结果有多准确?

这是一个假设条件明确的教学模型,不构成财务建议。请用您自己的账单和发票替换这些输入。

这是一个带有明确假设的教育性规划模型,不构成财务、税务或法律建议。请将输入替换为您自己的数据,并就重要决策咨询合格的专业人士。