Uppsala Universitet
Företagsekonomiska institutionen 2012-05-29
Hur kan intäkterna maximeras?
En studie av golfsverige
Författare: Viktor Gårdö Handledare: Anna Bengtson
1
Sammanfattning
Under de senaste sju åren har golfintresset i Sverige stadigt minskat. Denna studie tar upp möjligheten att genom en mer dynamisk prissättning återvinna golfintresset i Sverige och öka golfklubbars intäkter. För att åstadkomma detta utgår studien från att teorier om intäktsmaximering (revenue management), hämtade från besläktade branscher som flyg och hotell, även är applicerbara på golfbranschen. För att undersöka frågeställningen ”Hur kan en modell för ytterligare differentierad prissättning tas fram för den svenska golfmarknaden?” har en kvantitativ undersökning gjorts. Denna utgår i huvudsak från intervjuer med ansvariga på två svenska golfklubbar, två ansvariga för svenska golfklubbars gemensamma IT-stöd GIT (golfens it-system). Resultatet av studien är att teorier om revenue management i viss mån är applicerbara på den svenska golfbranschen i syfte att skapa högre intäkter. Klubbar måste vara noggrannare med att samla information om spelare, när de spelar och hur nöjda de är med upplevelsen, för att kunna erbjuda en mer differentierad prisbild som gör att klubben säljer sina produkter till rätt person, vid rätt tid, till rätt pris.
2
Innehållsförteckning
Hur kan intäkterna maximeras? ... 0
Sammanfattning ... 1
Innehållsförteckning ... 2
1. Inledning ... 4
2. Syfte ... 4
2.1 Frågeställning ... 5
2.2 Avgränsningar ... 5
3. Bakgrund... 5
3.1 Golfens historia i Sverige ... 5
3.2 Golftermer ... 7
3.3 Tidigare studier ... 7
4. Teori ... 8
4.1 Datainsamling ... 9
4.2 Segmentering ... 9
4.3 Prognoser ... 10
4.4 Optimering... 10
4.5 Dynamisk omvärdering ... 11
4.6 Kritik mot modellen ... 12
4.7 Sammanfattning av teori ... 12
5. Metod ... 12
5.1 Primärdata ... 12
5.2 Sekundärdata... 14
5.3 Källkritik ... 14
6. Empiri ... 14
6.1 Datainsamling ... 15
6.2 Segmentering ... 17
6.3 Prognoser ... 20
6.4 Optimering... 23
6.5 Överbokning ... 27
6.6 Prissättning och bokningsgränser ... 28
6.7 Dynamisk omvärdering ... 29
3
7. Analys ... 29
7.1 Förslag på utvidgning av GIT... 29
7.2 Auktioner ... 31
7.3 Centraliserad golfbokningssystem ... 32
7.4 Överbokning ... 32
8. Slutsats ... 33
9. Källförteckning ... 34
10. Appendix ... 35
10.1 Extrapolation golfmedlemskap ... 35
10.2 Intervjufrågor ... 35
4
1. Inledning
Under 90-talet byggdes golfbanor i rasande takt och medlemmarna blev bara fler. Under de senaste åren har något hänt, medlemsantalet har minskat år för år och flera klubbar har tvingats i konkurs. Det har även dykt upp ett nytt fenomen på golfmarknaden, ett alternativ som kallas distansmedlemskap eller brevlådeklubb och riktar sig till de spelare som inte tycker det är värt den dyra medlemsavgiften på den lokala golfklubben. De väljer istället att betala en liten avgift till en brevlådeklubb, samt en avgift (greenfee) vid varje tillfälle de spelar golf (Realtid, 2010). Denna utveckling leder till att golfklubbarna i större utsträckning behöver anstränga sig för att attrahera spelare som väljer att spela enligt detta koncept (Intervju: Schenholm, 2012).
I dagsläget har många klubbar valt att differentiera sin prissättning beroende på följande faktorer: Helg/vardag, årstid, samt ålder på spelare (Johansson & Thorstensson, 2010).
Denna undersökning syftar till att svara på hur en golfklubb ytterligare kan ändra prissättningen genom att implementera mer avancerade modeller för prissättning. Genom att implementera dessa modeller för prissättning är förhoppningen att golfklubben ska kunna sälja sina produkter till rätt person, vid rätt tid, till rätt pris.
Lyckas golfklubben med denna konst har de garanterat kommit en bra bit på vägen, men det gäller även att skapa en så hög beläggning på banan som möjligt. Den grundläggande resurs, i detta fall är golfbanan, som ligger till grund för intäktsgenereringen skall alltså aldrig stå outnyttjad (Kimes, 2000). För att uppfylla dessa aspekter skall denna studie utgå ifrån möjligheten att justera prissättningen. Den teori som denna studie kommer utgå ifrån kallas revenue management (RM) och används flitigt i nära besläktade branscher för att maximera intäkterna.
Om golfklubben lyckas öka intäkterna, om än marginellt, kan vinsten komma att öka dramatiskt med tanke på att golfklubben marginella kostnader för att sälja ytterligare en starttid är små, givet att banan inte är fullt belagd (Kimes, 2000).
2. Syfte
Denna studie syftar till att ge Svenska golfklubbar en insikt i hur de kan utnyttja teorierna i RM (Revenue Management), som skapar en mer differentierad prissättning och genom detta
5 en förhoppning om högre intäkter. Syftet är inte att skapa en fullständig prissättningsmodell utifrån den teori som presenteras, utan snarare jämföra den modell som finns i dagsläget och visa på förbättringsmöjligheter, utifrån de steg som presenteras i teorin.
2.1 Frågeställning
Hur kan en modell för ytterligare differentierad prissättning tas fram för den svenska golfmarknaden?
2.2 Avgränsningar
Uppsatsen syftar endast till att undersöka möjligheten för klubbar att maximera intäkterna från greenfee-produkten. Övriga intäkter från kringliggande aktiviteter som restaurang, övningsområde och butik kommer studien att avgränsa sig ifrån. Syftet är inte heller explicit att öka klubbens vinst, utan endast intäkterna från greenfee-försäljning. Studien kommer även att avgränsa sig till att ge förslag på tillämpningar lämpade för den svenska golfmarknaden.
3. Bakgrund
3.1 Golfens historia i Sverige
Historiskt sett har de som spelar golf i Sverige varit medlem i en klubb och utnyttjar den eller de banor som golfklubben tillhandahåller. Den vanligaste formen av medlemskap för seniorer (+20 år) har inneburit att en medlem köper in sig i golfbanan, vilket vanligtvis sker via en golfaktie. Priset på aktien vid klubbens start är bestämt och kommer därefter endast värderas med avseende på tillgång och efterfrågan. När en medlem i klubben innehar en aktie behöver endast en årlig avgift erläggas (Johansson & Thorstensson, 2010).
Ett alternativ som blivit vanligare är att man som golfspelare inte behöver köpa en aktie, utan kan få bli medlem under ett år, då till en högre årsavgift än aktieinnehavaren och utan garanterad plats till nästa säsong (Johansson & Thorstensson, 2010).
I princip alla banor låter medlemmar i andra klubbar spela på deras bana mot att spelaren betalar greenfee. Priset för att spela en 18-hålsrunda kan variera mellan ca 300-600 kr, beroende på bana, säsong och veckodag. Fenomenet med brevlådeklubbar har uppstått när en klubb, med en bana av väldigt låg standard, sänker priset på det årliga medlemskapet (utan krav på aktieinnehav) och höjer medlemsantalet i klubben. De spelare som är medlem i en brevlådeklubb betalar då greenfee varje gång de spelar, eftersom den brevlådeklubb de
6 är medlem i oftast ligger på en avlägsen plats, där av namnet (Johansson & Thorstensson, 2010).
Intresset för golf i Sverige har varierat under de senaste åren. Antalet medlemmar i Svenska golfklubbar har stadigt minskat sedan toppnivån 2004 då 554 293 personer aktivt betalade medlemsavgift till en golfklubb, denna siffra har stadigt sjunkit till 491 401 betalande medlemmar under 2011 (sgf.se, 2012). För att få en bild av denna minskning har de statistiska data som finns över Svenska golfförbundets medlemmar plottats.
Figur 1. En uppskattning av framtida medlemsantal utifrån historiska medlemsantal i svenska golfklubbar (SGF, 2012).
Antalet medlemmar finns bokförda från 2000 till 2011 (SGF, 2012). Den kurva som är anpassad över tidsintervallet år 2000-2020 är en andragrads kurvanpassning, vilket kan anses vara möjligt att tillämpa då medlemsantalet nått endast en topp. Denna anpassning kan ge en inblick i vilka problem Svenska golfklubbar har med svikande intresse, men bör inte tas på för stort allvar. Anpassningen är grundad på en liten datamängd och är extrapolerad relativt långt in i framtiden. Denna anpassning är gjord i dataanalysprogrammet
7 MATLAB och mer information om hur denna kurvanpassning är gjord finns bifogad i appendix.
Denna nedgång bör inte betraktas som ett direkt mått på hur stor minskningen i intäkterna varit för de svenska golfklubbarna, utan kanske mer en av flera indikationer på att golfintresset är på nedgång.
3.2 Golftermer
För att kunna följa studien ges en förklaring till ett fåtal golftermer. Handicapsystemet är ett sätt att ge spelare av olika skicklighet möjlighet att bedömas likvärdigt. Detta görs genom ett numeriskt värde med en decimal som kan anta ett värde på 0.0 till 36.0 beroende på hur skicklig spelare är, ju skickligare spelare desto lägre handicap (HCP) (Thorstern Hellmark, 2008).
Alla svenska golfare som är medlem i en golf klubb har ett Golf-ID som skall användas bl.a.
vid tävlingsanmälningar till klubbtävlingar mm. Golf-ID används av klubbarna i GIT-systemet och underlättar mycket vid tex stansning av tävlingsdeltagare och starttidbokningar. Golf-ID består av de 6 första siffrorna i spelarens personnummer följt av en tresiffrig kod, ex.
ÅÅMMDD-XXX (Golfdata, 2012). I studien kommer även ett golfsällskap som startar i tillsammans benämnas som en boll. En boll är en vedertagen term inom golf och refererar alltså till ett sällskap på en till fyra spelare som spelar en runda golf tillsammans.
3.3 Tidigare studier
Det finns ett begränsat material att tillgå som tidigare har undersökt studiens frågeställning.
En vanlig uppfattning verkar vara att klubben skall öka sina intäkter genom att skapa ett mervärde för golfaren i form av högre kvalitet på upplevelsen eller paketera om greenfeen tillsammans med en övernattning eller en måltid på anläggningen (Intervju: Kocon, 2012).
Dock har ett fåtal konsultföretag samt en liten skara författare till vetenskapliga artiklar försökt applicera RM-teorier på golf.
aGolf är ett konsultföretag som tagit sig an uppgiften att hjälpa Svenska golfklubbar att öka sina intäkter. Istället för att ta hjälp av revenue management-teori, hjälper företaget klubbar att nå mål om högre intäkter genom att jämföra sig mot klubbar som har en högre attraktionskraft, vilket företaget även kallar för benchmarking. Detta innebär att klubben först får hjälp att analysera sin egen verksamhet och de nyckeltal som är betydelsefulla för
8 att klubbens verksamhet. Klubben får sedan hjälp med att jämföra dessa nyckeltal mot klubbar med starkare nyckeltal och utifrån detta resultat försöka stärka den egna klubbens nyckeltal (aGolf, 2012).
Kimes (2000) har i flera vetenskapliga artiklar lyft fram möjligheterna för golfbranschen att använda sig av RM-teorier. I empiriavsnittet kommer Kimes huvudsakliga åsikter att lyftas fram och sedan diskuteras under analys.
4. Teori
Inledningsvis ges en kort bakgrund till revenue management (RM) för att under senare teoriavsnitt ge en bild av verktygen som kan användas inom RM.
RM startade som en reaktion på avregleringen av flygindustrin i det tidiga 80-talet. Det skapades system som gjorde det möjligt att distribuera information till kunden om priser och tillgänglighet. Implementeringen av dessa system kunde skilja de framgångsrika flygbolagen från de nedåtgående. Genom att införa RM-system kunde företaget American Airlines spara 1,4 miljarder dollar under perioden 1989 till 1992, vilket innebar att andra företag som inte lyckats implementera den nya prissättningstekniken blev lidande (Kalyan, Garrett & Van Ryzin, 2004).
Revenue management syftar inte bara åt att skapa fördelar åt säljaren, utan även för kunden. Medan mer innovativa flygbolag lyckades skapa högre intäkter, lyckades även allmänheten hitta billigare resor. I början av 90-talet insåg även andra branscher nyttan med RM och det expanderade från flygbranschen till brancher som; Hotell, kryssningsfartyg, järnväg, marknadsföring (Kalyan, Garrett & Van Ryzin, 2004).
Forskning inom området RM syftar till att optimera intäkterna genom att analysera och förutse kundernas köpbeteenden. Det finns mycket forskning inom detta område som riktar sig till hotell och flygbranschen, men ytterst lite som behandlar golfklubbarnas intäktsmaximering. Det finns mycket som tyder på att branscherna är tillräckligt lika för att kunna dra samma nytta av teorierna kring RM vid prissättning av sina produkter (Kimes, 2000).
9 För att ett företag skall kunna dra nytta av RM måste tre grundläggande krav på produkten vara uppfylld.
• Det finns en ändlig tillgång på produkter.
• Det finns en tidsgräns för att sälja varan, efter att denna gräns har passerats är produkten värdelös.
• Det finns olika kunder som är beredda att betala olika priser för att använda samma resurser.
(Peterson, 2005)
För att ett företag skall lyckas skapa och implementera en RM- modell beskrivs nu fem steg.
4.1 Datainsamling
Processen med att skapa en modell för RM börjar med datainsamling. Datainsamlingen består i att inhämta information om priser, efterfrågan, tillgång till produkter och andra viktiga faktorer. Information om kunders beteende är en viktig tillgång som avslöjar kundernas köpmönster och är helt avgörande i den inledande delen av processen (Cross, 1997)
4.2 Segmentering
Efter att ha samlat in relevant data är en marknadssegmentering nyckeln till att maximera intäkterna. Det är viktigt att gruppera in kunderna efter priskänslighet för en produkt vid en viss tid och plats. Genom att bestämma priset för en produkt på denna väldigt avsmalnade marknaden vid en viss tid och plats går det att ta ut det högsta möjliga priset från kunden.
Detta steg är väldigt känsligt då det inte får innebära att någon blir diskriminerad på ett olagligt sätt (Cross, 1997).
4.2.1 CRM-system
För att segmentera en organisations kunder finns datorstöd, dessa brukar gå under benämningen CRM- system (customer relationship management). Intresset för CRM-system har under de senaste 10 åren ökat explosionsartat både i den akademiska sfären och hos företagsledningar. CRM tillåter företag att skapa en god relation till sina kunder utan att nödvändigtvis känna dem personligen (Payne & Pennie , 2005). CRM beskrivs ofta som en fullständig affärsfilosofi för att utveckla lönsamma relationer till lojala kunder. Begreppet CRM definieras som relationsmarknadsföringens värderingar och strategier, med betoning
10 på relationen mellan kund och leverantör, omsatta i praktisk tillämpning och beroende av både mänskliga handlingar och informationsteknologi. Ibland ses begreppet nästan uteslutande som användande av informationsteknik utan att beakta de strategiska aspekterna (Tufvesson, 2005).
4.3 Prognoser
Ett viktigt inslag i RM är att kunna skapa precisa förutsägningar om efterfrågan och egen tillgång på produkter vid ett speciellt tillfälle. Denna uppgift tar lång tid att skapa underhålla och implementera. Viktiga källor till att skapa bra prognoser kan vara bokningskurvor och avbokningskurvor. Prisbaserade prognoser används för att se efterfrågan som funktion av pris och marknadsföring (Cross, 1997)
4.4 Optimering
Medan prognoser visar på vad en kund är mest benägen att göra, syftar optimering till att föreslå hur företaget skall gå till väga när det gäller att bestämma hur och till vem produkten skall säljas till (Cross, 1997).
4.4.1 Mål med optimering
Figur 2. Figuren illustrerar den nya produktportföljen (Tallury & Van Ryzin, 2004)
11 Figur 2 illustrerar hur prissättningen kan se ut efter ett företag skapat en differentierad prissättning med hjälp av RM. En nackdel är förstås att prissättningsprocessen blir väldigt komplex och krävande. Företagets produkter måste prissättas med avseende på hur lång tid (time) det är kvar till produktens värde omsätts till någon typ av ”upplevelse” för att därefter bli värdelös eller på något sätt omvandlas till något personligt mervärde för en person.
Denna prissättning kan komma att uppdateras väldigt ofta, produkterna skall dessutom paketeras om (product) för att rikta sig till en viss typ av kundgrupp (customer) (Tallury &
Van Ryzin, 2004).
4.4.2 Överbokning
Överbokning kan intuitivt vara svårt att förstå, men det går ut på att boka in fler användare på den givna resursen än vad det finns plats för. Gränser för överboknings sätts utifrån en typ av prognos. Hur stor andel av den givna resurs som överbokas bestäms av hur många som avbokat och inte dykt upp vid bokad tid, så kallade no-shows (Mcgill & Van Ryzin, 1999).
Flygindustrin är en bransch som implementerat denna mekanism. För flygresenärer yttrar sig detta fenomen i att incheckade resenärer blir erbjudna en summa pengar för att ta ett senare plan och därmed skjuts problemet upp tills nästa flyg då förhoppningsvis en mindre andel resenärer dyker upp (Mcgill & Van Ryzin, 1999).
4.4.3 Bokningsgränser och prissättning
Bokningsgränser sätts utifrån prognosen. Dessa gränser avgör hur stora delar av den givna resursen som skall reserveras för sena bokningar. Denna avvägning är väldigt svår, om en för stor andel av den givna resursen avsätts för sena bokningar kan företaget få förlorade intäkter då inte hela denna andel aldrig kommer att utnyttjas. Om en för liten andel av den givna resursen reserveras förlorar företaget intäkter då kunder som är bereda att betala ett relativt högt pris för att utnyttja resursen snabbt inte kan tillåtas göra detta (Mcgill & Van Ryzin, 1999)
4.5 Dynamisk omvärdering
RM förutsätter att organisationer som vill utnyttja dessa mekanismer arbetar kontinuerligt med att omvärdera sina priser, produkter och processer för att maximera intäkterna. Detta är viktigt att göra på en dynamisk marknad för att anpassa sig till det rådande marknadsläget (Cross, 1997).
12 4.6 Kritik mot modellen
Ett exempel på en negativ effekt av en differentierad prissättning kan vara att två personer sittandes vid bredvid varandra på exempelvis ett flygplan. De kan ha fått betala väldigt olika priser för sin resa, detta beroende på när de bokade resan och vilken typ av kundgrupp de representerade när de blev exponerade för erbjudandet.
Det finns även svårigheter med att göra en marknadssegmentering då det inte är tillåtet att diskriminera kunder med avseende på kön eller etnisk bakgrund.
4.7 Sammanfattning av teori
Denna studie kommer att utgå från de steg och mekanismer som finns redovisade i detta teoriavsnitt och undersöka hur väl de stämmer överens på Sveriges golfbransch och därefter försöka dra slutsatser om förbättringsmöjligheter utifrån teorin. RM-processen och de mekanismer som tas upp i teorin återges snabbt:
Figur 3. En grafisk representation av en RM-process. I steget optimering kommer mekanismer som överbokning, bokningsgränser och prissättning tas upp.
5. Metod
För att ta reda på Svenska golfklubbars möjlighet till att implementera nya prisdifferentieringsmetoder har denna studie utförts som en kvalitativ undersökning med utgångspunkt från primär och sekundärdata.
5.1 Primärdata
Denna studie kommer främst att bygga på data insamlat från semistrukturerade kvalitativa intervjuer på plats och per telefon hos ansvariga personer på de lokala golfklubbarna i Stockholmsregionen, mest på grund av tids och bekvämlighetsskäl. Huruvida dessa
Datainsamling Segmentering Prognostisering
Optimering (överbokning, bokningsgränser och prissättning)
Dynamisk omvärdering
13 intervjupersoner kan anses vara representativa för hela Sverige kan givetvis diskuteras. Det går även att ifrågasätta huruvida dessa intervjupersoner är de mest lämpade representanterna från de golfklubbar som undersökts, studien har antagit att klubbchefen är den person på klubben som är bäst lämpad att intervjua.
5.1.1 Intervjupersoner
Christer Schenholm, klubbchef på Upsala Golfklubb. En semistrukturerad platsintervju där de frågor som finns bifogade i appendix diskuterades.
Magnus Arvidsson, Klubbchef på Wäsby GK. En semistrukturerad telefonintervju där de frågor som finns bifogade i appendix diskuterades.
Ylva Skännestigh, utvecklingsansvarig på Golfens IT-system (GIT). En semistrukturerad intervju där utvecklingen av GIT diskuterades.
Fredrik Kocon, utbildningsansvarig på Golfservices. Golfservices arbetar delvis med RM för att öka klubbars intäkter. En semistrukturerad e-postintervju, där utvecklingen RM och GIT diskuterades.
Ida Enstedt, medieansvarig Garmin GPS. En semistrukturerad telefonintervju där möjligheten att implementera GPS-teknologi diskuterades.
Intervjuerna syftar till att skapa en djupare förståelse i golfsveriges situation i dagsläget och kanske även ge svar på varför RM-teorier i så pass låg grad utnyttjas i golfbranschen. GIT är ett nationellt golfsystem och därför anses dessa intervjupersoner vara av lämpligt urval för denna studie och frågeställningen som rör hela Sveriges golfklubbar.
5.1.2 Motivering av intervjuutformning
Det finns ett stort antal mekanismer som kan användas inom RM-teori, som kan handla om bl.a. överbokning och bokningsgränser. Målet med denna undersökning är delvis att kunna ge svar på vilka av dessa mekanismer som tas upp i teorin som verkligen skulle kunna tillämpas på golf i Sverige och hur dessa i så fall skulle kunna implementeras. Det bästa sättet att skapa en optimal modell borde vara att praktiskt tillämpa alla sorters mekanismer och stegvis testa vilka delar av teorin som är aktuella för att öka intäkterna. Detta är något denna undersökning kommer att avgränsa sig ifrån, då det är enormt resurskrävande om ens genomförbart. Det kommer såklart inte finnas någon perfekt viktad modell, utan varje modell måste anpassas efter klubbens egna förutsättningar. Med denna motivering anses
14 det att dessa intervjufrågor(finns bifogade i appendix), som ligger till grund för de semistrukturerade intervjuerna, på ett korrekt och enhetligt sätt kan skapa en bild av dagens golfbransch och de aspekter som valts att undersökas empiriskt för att kunna besvara frågeställningen.
5.2 Sekundärdata
Den generella informationen om golfsverige och tillämpningar av RM har även inhämtats från sekundärdata i form av artiklar, böcker, hemsidor, rapporter. En viss del av den empiriska undersökningen grundar sig på vetenskapliga artiklar som explicit beskriver tillämpningar av RM på golf. En stor del av datainsamlingen har tagits ifrån dokumentation rörande GIT, eftersom detta har visat sig varit avgörande för att besvara frågeställningen för just den svenska golfmarknaden.
5.3 Källkritik
Den information som är insamlad från primärdata kommer att antas vara i huvudsak korrekt, eftersom intervjupersonerna inte rimligtvis borde ha någon egen vinning i att förvränga svaret. Dessutom kommer intervjuer göras med representanter från fler klubbar och med detta minskar risken för att få felaktig information.
De sekundärdata som inhämtas kan i vissa fall tänkas vara vinklad, då det kan handla om information från ett konsultföretag som vill sälja in sina RM-tjänster till en golfklubb. Den stora delen av sekundärdata som studien utgått ifrån bedöms dock vara korrekt, då den främst kommer från vetenskapliga artiklar.
6. Empiri
Nedan redovisas de tre villkor som radades upp i början av teoriavsnittet som enligt (Peterson, 2005) ger en bransch möjlighet att dra nytta av RM. Golf får ses som uppfylld för de två första villkoren, per definition av produkten greenfee.
• Det finns en ändlig tillgång på produkter.
• Det finns en tidsgräns för att sälja varan, efter att denna gräns har passerats är produkten värdelös.
Det sista villkoret:
• Det finns olika kunder som är beredda att betala olika priser för att använda samma resurser.
15 Kan inte ses som lika självklart eftersom det finns klubbar som fortfarande använder sig av en plan prismodell som ger spelare access till banan för samma avgift oberoende tid på dygnet (Intervju: Schenholm, 2012). Det är dock under dygnets spelbara timmar som de största variationerna i beläggningen uppstår på en golfbana (Intervju: Kocon, 2012).
6.1 Datainsamling
Ett första steg i att låta klubben skapa ett ramverk för att utnyttja RM är att skapa rätt rutiner för datainsamling, i detta avsnitt tas två grundstenar upp som finns tillgängliga för att skapa en uppfattning om Svenska golfklubbars kunder. Utöver dessa tas även en ytterligare möjlighet upp, att kartlägga golfspelares vanor med GPS (global positioning system)- teknologi.
6.1.1 Golfens IT-system (GIT)
För att underlätta svenska golfklubbars verksamhet startades 2004 GIT (Golfens IT-system) av svenska golfförbundet. Systemet hanterar en stor del av klubbarnas verksamhet såsom tidbokning, tävlingar och medlemsregister. GIT har vuxit till ett av Sveriges största bokningssystem, mätt till antalet bokningar per år. I systemet finns även tjänsten min golf där den enskilda medlemmen kan boka starttider, hantera handicap, anmäla sig till tävlingar och hantera personuppgifter (GIT, 2012).
Systemet uppdateras ett par gånger varje år och har en mängd olika funktioner (GIT, 2012).
Denna studie fokuserar på funktioner som tidsbokning, prissättning och spelarstatistik.
6.1.2 NPS (Net Promotor Score)
NPS (Net Promotor Score) är ett mått på hur nöjda spelarna är med upplevelsen när de spelat golfbanan. Genom att samla information om kundernas mått på NPS, kan statistik över hur nöjda kunderna varit och om de känner att de kan rekommendera upplevelsen till någon annan. Statistiken över NPS kan sedan tillsammans med den tidigare beläggningen användas för att skapa prognoser för den framtida beläggningen. Detta nyckeltal är i allra högsta grad relevant för att jobba med RM. NPS och beläggning ligger till grund för att bestämma hur nästa års mål skall sättas upp. Om till exempel beläggningen är relativ låg och NPS relativt hög, kan klubben räkna med att få en något högre beläggning nästa år, alternativt jobba med en högre prissättning för att öka intäkterna (Intervju: Kocon, 2012).
16 Möjligheten att mäta NPS bygger egentligen på den enkla frågeställningen: Kan du rekommendera denna upplevelse till en vän, bekant eller liknande? Denna fråga får kunden rangordna med en siffra från noll till tio. Det är först när klubben kommer upp i 9-10 som det finns en tillväxtfaktor. En kund som ligger mellan 7-8 är troligen nöjd och kommer vara lojal mot klubben, men kommer inte bidra till någon större tillväxt. En kund som ligger mellan 0 och 6 är med stor sannolikhet inte nöjd. Vissa klubbar har en funktion som skickar ut ett mail till en spelare som besökt banan där denna frågeställning undersöks (Intervju: Kocon, 2012).
Använder sig klubben av ett system som heter quicksearch har klubben en möjlighet att agera utifrån kundens upplevelse och följa spelarens rundor på olika klubbar. Det går att se vad spelaren tycker om andra klubbar och ställa det i förhållande till sin egen. Dessa data lagras i en separat portal, dock skulle arbetet underlättas om denna funktion hade integrerats i GIT från början (Intervju: Kocon, 2012).
6.1.3 GPS-teknologi
Det går även att använda sig av GPS-teknologi (global positioning system) för att kartlägga spelares vanor på banan. (Kimes, 2000) föreslår många olika användningsområden, dels data om spelarens position och indirekt spelarens tidsåtgång för att spela en runda golf. Den skulle även kunna användas för att golfspelaren skall dirigeras till närmast möjliga hål som är ledigt om kö uppstår på banan (Kimes, 2000).
Ida Enstedt är Medieansvarig på Garmin Sverige AB, Garmin är ett marknadsledande GPS- företag och har flera områden där deras GPS:er används. Hon vet ingen produkt på marknaden som motsvarar dessa behov och har aldrig fått kännedom om att det skulle finnas något intresse från en golfklubb att köpa in dessa typer av produkter. Hon pekar dock på att det är allt vanligare att golfspelare skaffar sig en GPS för att få hjälp med att bedöma längden till hålet och hur banan sträcker sig. Samtidigt som hon pekar på att det hittills inte har funnits något intresse från golfklubbar, berättar hon att liknande produkter finns för att spårning av jakthundar och stulna bilar. Hon menar på att det är tekniskt genomförbart att skapa ett GPS-system som uppfyller kraven på en golfanpassad produkt (Intervju: Enstedt, 2012).
17 Istället för GPS-teknik för att rangordna och skynda på långsamma spelare tror Kocon (2012) på att ha banvärdar som hjälper spelare att komma iväg från första tee och att banor är utformade så att bollen är lättare att hitta.
6.2 Segmentering
Det är av stor vikt att känna till vilka klubbens möjliga kundgrupper är, vad de efterfrågar och genom vilka kanaler de olika målgrupperna kan nås. Om en golfklubb har segmenterat och analyserat sina kundgrupper rätt är det lättare att skapa lockande erbjudanden. Kunderna har olika preferenser, det kan vara olika kundsegment som efterfrågar olika starttider, varierande tilläggstjänster och är beredda att betala olika mycket för den servicenivå som erbjuds. Några är priskänsliga och vissa är servicekänsliga (Önrup, 2012).
6.2.1 Segmentering i GIT
Skännestigh (2012) har till denna studie beskrivit planeringen av GIT och vilka problem som kan stötas på. Hon berättar att det inte finns några planer på att implementera ett CRM-stöd i GIT inom den närmaste tiden. Det saknas resurser att implementera ett sådant system i GIT samtidigt som de stöd som idag finns på marknaden fungerar väldigt bra. Systemet som det ser ut idag är konstruerat så att det finns sex olika ekonomisystem anslutna till GIT, vilket har visat sig fungera väldigt bra (Intervju: Skännestigh, 2012).
6.2.2 CRM-system i GIT
I intervjun med Skännestigh (2012) föreslogs att ett CRM-system (Customer relationship management) som tar hänsyn till spelarens:
HCP
Hemmaklubb
Vart denna spelare tidigare har spelat, vilken tid på dagen, veckodag, tid på året
Data om de personer som förekommit i samma boll som spelare och hur ofta det gör det
Den totala sammanlagda HCP i den boll som spelaren brukar förekomma
Utnyttja sociala medier och andra databaser för att samla information om spelarnas beteenden
18 För att kunna ge alla klubbar tillgång till all denna information om varenda spelare med ett registrerat golf-id uppstår svårigheter på grund av PUL (Personuppgiftslagen), vilket beror på att GIT är uppbyggt på ett speciellt sätt. I GIT är varje enskild klubb ägare till sitt medlemsregister och SGF som äger GIT är endast registerförvaltare. Mellan varje klubb går det täta skott. Givet en medlem på klubben X spelar på klubben Y, är det helt enkelt inte tillåtet att låta klubben X få tillgång till uppgifterna om spelet på klubben Y. Om GIT skulle jämföras med ett annat register som t.ex. livsmedelskedjan ICA är den stora skillnaden att ICA även är registerägare och detta förändrar saken ur ett CRM-perspektiv. Som registerförvaltare är SGF skyldiga att se till PUL följs (Intervju: Skännestigh, 2012).
Problemet med att få information om varje golfare kan i viss mån kringgås genom att lägga upp varje gäst som en viss medlemskategori i GIT. Då har klubben ett register över de gäster som spelat på klubben, hur ofta de spelat, vilken hemmaklubb de tillhör, ålder, kön, mejadress osv. Det finns alltså ett CRM-system egentligen om medlemskategorierna sätts upp på rätt sätt. På detta sätt kan en relation till varje spelare som varit i kontakt med klubben byggas upp genom att till exempel förmedla klubbrelaterad information via e-post (Intervju: Kocon, 2012).
6.2.3 Ändamålsbeskrivning GIT
I ändamålsbeskrivningen för GIT framgår det vad som får och inte får göras i GIT, ett regelverk för hur personuppgifter får behandlas i GIT. Det regelverk som här kommer att redovisas utarbetades 2007 och är version 2 samt den nu gällande versionen. Den första versionen uppkom i samband med att GIT startade 2004 (SGF Golfsystem AB, 2007).
I samband med övergången från GIT:s föregångare GK96 skapades en central databas bestående av samtliga golfklubbars lokala medlemsregister. När GIT öppnades skapades en bättre förmåga att underlätta klubbarnas arbete och utveckla verksamheten (SGF Golfsystem AB, 2007).
6.2.4 PUL i GIT
Med golfspelare i GIT avses person som är föremål för sådan behandling i GIT som omfattas av PUL. Regelverket omfattar alla personer vars personuppgifter behandlas. Det finns inget krav på medlemskap i svensk golfklubb, nationalitet eller att vederbörande ens spelar golf (SGF Golfsystem AB, 2007).
19 En golfklubb får behandla personuppgifter i GIT för att administrera spelarens aktiviteter på hemmaklubben samt erlägga spelaren med avgifter. En klubb får endast behandla en gästs personuppgifter efter att denne anmält sig för spel och betalat greenfee, eller på annat sätt hamnat i en avtalsmässig situation mellan gästen och spelaren. Personuppgifterna får endast användas förutsatt att kunden inte självmant valt att motsätta sig detta, genom att låta skapa en notering om detta i GIT (SGF Golfsystem AB, 2007).
Programvaran i GIT är utformad så att det inte skall vara möjligt att missbruka den för att överträda ramverket för PUL. Att en värdklubb där en golfspelare skall utföra någon typ av golfrelaterad aktivitet får tillgång till dennes personuppgifter betyder inte att klubben får tillgång till golfspelarens hemmaklubbs hela medlemsregister. Datainspektionen har utfärdat riktlinjer för kundregister och kundklubbar vilka som kommer inarbetas i GIT (SGF Golfsystem AB, 2007).
SGF får behandla golfspelares personuppgifter i GIT, och således läsa och bearbeta personuppgifter i GIT-databasen som tillhör Golfklubbarna, för olika ändamål. Dessa ändamål kan vara utfärdandet av medlemskort, sammanställa statistik, utskick om viktigt information rörande SGF och liknande ändamål. (SGF Golfsystem AB, 2007).
Med ”personuppgifter” avses här namn, adress, e-postadress, telefonnummer, födelseår, hemmaklubb, hcp, kön och golf-ID. Uppgifterna får inte lämnas ut till tredje man, t ex tävlingssponsor, all behandling skall ske i SGF:s regi (SGF Golfsystem AB, 2007).
Det finns även aktiviteter som är uttryckligen förbjudna att utföra:
1. Överlämnande av personuppgifter till tredje man för direkt marknadsföring mot golfspelare. Sådan behandling är tillåten endast om klubben antagit en intern policy som medger utlämnade av personuppgifter till tredje man, och klubbens medlemmar informerats i förväg om behandlingen.
2. Bearbetning, läsning, spridning eller annan form av behandling varigenom annan Golfklubb, GDF eller SGF – utan tillstånd från den berörda klubben – bereds tillgång till klubbens medlemsförteckning.
Med uttrycket ”tredje man” i denna ändamålsbeskrivning avses också annan golfklubb än den vars personuppgifter frågan avser (SGF Golfsystem AB, 2007).
20 6.3 Prognoser
För att utnyttja de data som samlats in för att göra prognoser som kan hjälpa klubben att förutse den framtida beläggningen finns ett antal verktyg att tillgå som mestadels bygger på funktioner i GIT.
6.3.1 Användning av statistik i GIT
Alla klubbar som är anslutna till GIT har möjligheten att utnyttja de inbyggda funktionerna i programmet för att få ut statistik över banans beläggning. Statistiken kan exporteras från GIT till externa excellfiler där programmet sedan kan användas för att analysera data.
Figur 4. Exempel på dagrapport, flik 5 (GIT, 2012).
Detta är ett exempel på en dagrapport. Ur systemet går det även att få ut en veckorapport, årsrapport, statistik över bokade starttider och bokningar per kund i systemet (GIT, 2012).
21 Denna bild är bara ett exempel på hur statistiken representeras i excellfilen. Ur tabellen går det att urskilja vilka tidsintervall under dagen som står för den högsta beläggningen och vilken typ av spelare som har bidragit till beläggningen. En starttid består av fyra slotrader och kan också benämnas som en boll, vilket betyder att maximalt fyra spelare kan börja spela samtidigt. Från kartan över statistik finna även ett antal övriga benämningar:
Medlemmar: Bokade medlemmar identifierad med Golf-ID. På en golfklubb kan det finnas olika typer av medlemmar. Det kan finnas de som har tillgång till en mindre bana som finns i klubben, de som endast har tillgång till banan under en viss tid osv.
Det som avgör om de flaggas som en medlem eller gäst är om de är deras medlemskap berättigar kunden till gratis spel den starttid som avses.
Gäster: Bokade icke medlemmar som är identifierade med Golf-ID, dessa spelare måste betala någon form av greenfee.
Oidentifierade: Bokade personer som saknar Golf-ID. Personer som saknar Golf-ID är inte medlem en klubb som tillhör SGF (svenslka golfförbundet) och har i och med det inte något officeiellt handicap (HCP)
Startförbud tävling: Antal reserverade slotrader. Beräknas på antal reserverade slotrader enligt ordinarie starttidsschema. Tävlingsdeltagarna redovisas separat under ”Redovisning av tävling/startförbud”.
Övriga startförbud: Här redovisas enbart antal reserverade slotrader. Under dessa tider är banan av någon anledning ej spelbar.
Beläggningsgrad: Antalet bokade slotrader/totalt antal slotrader. Slotrader för tävling och startförbud skall räknas med och kan anta ett värde mellan 0 och 1.
Figur 4 visar den första fliken i den excellfil som laddas ner för att analysera statistiken över klubbens spelare. De resterande länkarna är vecko-, månads- och årsrapport. Den femte fliken visar statistik över vilka typer av spelare som bokar, vilken tid, ålder och HCP (GIT, 2012).
Utöver GIT finns det externa företag utanför Sveriges golfförbund som hjälper kunder att analysera data och hjälpa klubbar att hitta svaga punkter i banans beläggning. Ett av detta företag är svenska Golf Services, som presenterar en lösning för att räkna ut REVpatt
22 (revenue per available tee-time ). Nedan presenteras ett exempel på en tabell där beläggningen över augusti visas (GIT, 2012).
Figur 5. Exempel på hur beläggningen representeras i Golf services program (Golfservices, 2012).
Utifrån detta görs en kalkylering av golfklubbens REVpatt. Detta görs genom att ta alla intäkter(medlemsavgifter och greenfee) som klubben har och dela detta med antal spelarplatser. Då fås ett mått på hur intäkten per starttid är. Denna beläggningskarta kan sedan hjälpa klubben att anpassa sin prissättning till det nya 3-7-4-systemet som finns tillgänglig i GIT. Prissättningen görs genom att analysera dessa historiska trender och extrapolera dessa in i framtiden (Golfservices, 2012).
23 6.4 Optimering
6.4.1 GIT-uppdatering mars 2012
En intressant del i den senaste utgåvan av GIT är möjligheten till att använda en ny modell för att ange greenfeeavgift i GIT, enligt 3-7-4 modellen. 3-7-4 hänvisar till 3 säsonger, 7 dagar och 4 klockslag, morgon, förmiddag, eftermiddag och kväll. Den gamla modellen som kallas för traditionell avgiftsmodell, erbjuder mindre valmöjligheter med avseende på prissättning och kommer att finnas kvar. Det är upp till klubben att välja vilken modell som skall användas. I den nya modellen går det även att skapa rabatter för olika kundgrupper, medlemstyper och juniorrabatt (GIT, 2012).
I instruktionerna till den nya mjukvarureleasen finns det beskrivet, på ett sätt som stämmer bra överens med retoriken från teorin hur golfklubbarna i högre utsträckning nu kan låta tillgång och efterfrågan styra priset på greenfeeavgiften (GIT, 2012).
Figur 6. Ett exempel på hur avgifterna kan ändras med avseende på starttid (GIT, 2012).
På detta sätt representeras gränssnittet i GIT, för att skapa en mer differentierad prissättning. Det går utifrån figur 2 att se hur en viss säsongstyp kan förkomma flera gånger
24 under ett år. Röd färg visar högsäsong, gul mellansäsong och blå lågsäsong. Eftersom figur 6 anger att delar av februari är en högsäsong, bör figuren alltså inte tas som ett mått på hur de olika säsongerna skall fördelas. Tanken är snarare att visa på möjligheten att en säsongstyp kan förekomma fler än en gång på ett år. Prisindelningen per dag kan endast ske i fyra på varandra följande steg (GIT, 2012).
Skännestigh menar att det inte är någon lätt uppgift att bestämma hur prissättningen skall sättas upp enligt 3-7-4-modellen, alla klubbar har olika förutsättningar. Inför säsongen rekommenderas att klubben tittar på hur beläggningen sett ut senaste åren och lägger upp en strategi för prissättning gällande medlemmar, gäster och för respektive kategoris bokning. Det finns även de klubbar som behöver en dialog med övriga intressenter på klubben som banchefens planering, shop, golfskola och restaurang. Det är också viktigt att titta på när det ligger andra aktiviteter inplanerade. Det kan vara tävlingar på banan eller andra stora evenemang i kommunen eller närområdet och slutligen ta med alla dessa parametrar för att göra en plan för klubben och dess beläggning (Intervju: Skännestigh, 2012).
När klubben har slagit fast en plan för hur de ska agera utifrån dessa frågor är det viktigt att ta ett beslut om vilka tider som skall få bokas av externa hotell och övriga företag, vilka förmåner medlemmar skall ha när det gäller bokning och när i veckan som klubbens aktörer anordnar aktiviteter. Utifrån analys och beslut görs en aktivitetsplan och då kan det också vara tydligt vilka dagar och tidsperioder som ex. ska ha högre resp. lägre pris. Det finns fler aspekter att ta hänsyn till, alla klubbar har olika förutsättningar och är unika (Intervju:
Skännestigh, 2012).
6.4.2 Reducera slottider
Att reducera intervallet mellan slottiderna ökar kapacitet och intäkter. De klubbar kopplade till intervjupersonerna tillämpar slottider med 10 minuters intervall, men intervall på 9 och 8 minuter är inte ovanliga (Kimes, 2000). Upsala GK använder sig av 10-minuterintevall och har en bana som kan utnyttjas minst 12 timmar om dagen under sommaren då dagsljuset tillåter detta. Upsala GK har en nuvarande prismodell som säger att seniorer betalar 450 kr på vardagar och 600 kr på helger (Intervju: Schenholm, 2012). Detta innebär att antalet
25 tillgängliga bollar under dagen, förutsatt att banan är tillgänglig under 12 timmar blir och maximala antalet spelare i varje boll är 4:
[ ] [ ] [ ] [ ] (ekv.1 )
Ekv 1. visar på det ungefärliga antalet tillgängliga greenfee-produkter på en dag givet förutsättningarna ovan. Tas denna siffra gånger priset för en greenfee fås en summa som motsvarar den maximala intäkten banan, i detta fall Upsala GK, skulle kunna åstadkomma om klubben endast hade greenfee-kunder.
[ ] [ ] [ [ ]] (ekv. 2)
Detta ger en siffra på hur stor de maximala intäkterna skulle vara till klubben under en helgdag givet att alla kunder är greenfee-kunder, att banan är tillgänglig under 12 timmar, att alla spelare betalar full greenfee och att precis alla slottider bokas och spelas.
Detta är såklart inte fallet, enligt Kocon (2012) kan en klubb som satt upp en tydlig målsättning ha som mål att ha en kundmix om hälften greenfeespelare, hälften medlemmar och en beläggningsgrad på 60%. Att sträva efter en 100% beläggning på banan är inte optimalt med 10 minuters starttidsintervall, då skall istället ett 12 minuters starttidsintervall eftersträvas med tre spelare i samma boll (Intervju: Kocon, 2012).
Om intervalltiden skulle sänkas till 9 eller 8 minuter skulle intäkterna öka. Om ett 9 minuter skulle den maximala intäkten öka med 19200 kr och om klubben skulle gå från ett 10 till 8- minuterintervall skulle intäkterna öka med 43200 kr per dag. Upsala GK har valt att använda sig av 10-minuterintervall eftersom de anser att det är ett lämpligt tidsintervall för att ge tillräckligt mycket tid åt varje boll (Intervju: Schenholm, 2012).
6.4.3 Kartläggning av tidsåtgång
En golfklubb kan ha svårighet att bedöma hur lång tidsåtgång som behövs för en boll att ta sig runt banan. För att skapa bättre möjligheter för RM inom klubben är det viktigt att denna faktor analyseras och att klubben försöker styra och bedöma den så bra som möjligt. För att göra detta är det möjligt att ha tätare intervall mellan starttiderna och visa på en tydlig tid som sällskapet får utnyttja banan. Det är kanske snarare ett synsätt på produkten som
26 golfklubben säljer som behöver omvärderas. Istället för att klubben säljer en golfrunda, säljer klubben en tillåtelse att utnyttja banan under en viss tid (Kimes, 2000).
Kimes pekar även på problemen med detta sätt att närma sig problemet och nämner att det skulle vara svårt att tillämpa i praktiken. Det skulle innebära att den spelare som bokar in en tid på förhand skulle meddela hur länge denna skulle behöva för att slutföra sin golfrunda (Kimes, 2000).
I kategorin external measures i figur 7 beskrivs möjligheten att motverka no-shows.
Författaren pekar på olika alternativ som kan få kunderna att avskräckas från att inte dyka upp, och därmed riskera att klubben blir utan intäkter för att kunden har missat sin starttid.
Exempel ges som innebär att bl.a. Att låta de spelare som inte dyker upp till avtalad tid betala en avgift, att be spelare checka in via telefon och att en gruppreservation skall betala en större avgift (Kimes, 2000). Schenholm (2012) har i år valt att göra en ny funktion I GIT som generar ett välkomstbrev till alla greenfeegäster som bokat tid på klubben i förväg, detta är ett sätta att påminna kunden samt att få denna att känna sig välkommen (Intervju:
Schenholm, 2012).
27 Figur 7. En schematisk bild där författare pekar ut olika faktorer som kan hjälpa klubben att arbeta med osäkerheter gällande ankomst och tidsåtgång för spel (Kimes, 2000).
6.5 Överbokning
Överbokning används av många besläktade branscher för att gardera sig mot no-shows (spelare som inte ankommer enligt avtal). Golfklubbar har historiskt sett inte använt sig av denna metod utan istället förlitat sig på tillräckligt många Walk in-kunder1. Detta förutsätter såklart att klubben har tillräckligt stor del av dessa kunder eller tillräckligt få no-shows (Kimes, 2000).
Om klubben beslutade sig för implementera en funktion för överbokning är nyckeln till en sådan strategi att hitta statistik för hur många no-shows som uppstår över en dag, en vecka och ett år för att sedan göra en modell där detta implementeras. Denna strategi måste vara balanserad på ett sätt som ger klubben möjlighet att täcka upp så många no-shows som möjligt utan att skapa alltför missnöjd kundkrets (Kimes, 2000). Enligt Christer Schenholm på
1 Dessa typer av kunder förbokar inte tid utan anmäler intresse om spel ute på golfbanan.
28 Upsala Golfklubb är no-show inte ett problem. Han är skeptisk till att implementera denna typ av strategi. Han medger att det kanske eventuellt skulle vara en genomförbar strategi om golfklubben hade tillgång till flera banor som överskottet kan portioneras ut på (Intervju:
Schenholm, 2012) (Intervju: Arvidsson, 2012). En överbokningsfunktion medför per definition att det finns en risk att kunder som bokat en tid måste nekas denna om antalet no-shows är lägre än väntat. Detta kan öka kunders klagomål samt minska deras tillfredställelse och upplevelse med produkten samt försvaga deras köpbeteende (Noone &
Hun Lee, 2011).
I arbetet med att ansätta ett nytt synsätt på klubbens produkt greenfee menar Kimes (2000) att klubben kan använda sig av en mer flexibel design på banan. Detta skulle kunna innebär att banans slinga förändras för att låta spelare som spelar långsammare få gå en kortare slinga (Kimes, 2000).
6.6 Prissättning och bokningsgränser
När pris används som ett verktyg i RM gäller det att se i ett större perspektiv än att erbjuda rabatter under lågsäsong och andra tider med låg beläggning. Hotell och flygbolag använder sig av metoder som ibland kallas för ”fences” (staket) för att sälja ut lager till kunder som annars inte hade köp denna vara och samtidigt undanhålla kunder som hade tänkt köpa produkten hur som helst, att dra nytta av en rabatt de inte aktivt sökte. Ett staket kan innebära egentligen vad som helst, så länge det verkar vettigt i kundens ögon. Ett exempel på detta kan vara att låta differentiera prissättningen för tider med högt tryck. Tex. En lördagsmorgon och en tid med lågt tryck på banan (Kimes, 2000). I golfens IT-system(GIT) finns möjlighet för svenska golfklubbar att differentiera med avseende på dessa aspekter.
Nästa steg anser Kimes (2000) är att skapa en heltäckande prislösning som grundas på efterfrågan. Denna lösning kan grunda sig på fysiska staket som grundas på antal spelare i bollen, om golfbil eller andra bekvämligheter önskas. Den kan även grunda sig i immateriella staket som gruppmedlemskap, tid på dygnet, tidsåtgång, när bokningen utförs och om kunden är en walk-in kund eller har förbokat (Kimes, 2000). Många av dessa staket har redan tagits upp. Det staket som används för att segmentera kunder med avseende på hur lång tid i förväg går enligt Skännestigh (2012) lätt att implementera i GIT. Det klubben gör i detta fall är att sätta upp en förbokningsavgift för bokningar som görs lång tid i förväg, denna
29 förbokningsavgift kan göras negativ för att belöna de som bokar tidigt med en lägre avgift (Intervju: Arvidsson, 2012; Intervju: Skännestigh, 2012).
Figur 8. Förslag på staket som kan användas för att differentiera prissättning på golfbanan (Kimes, 2000).
6.7 Dynamisk omvärdering
Under säsongen gäller det att den som arbetar med detta på klubben har koll på sin framtida beläggning och hela tiden drar lärdomar utifrån det. Utifrån det kan prisjusteringar kontinuerligt genomföras. Både före och under säsongen tror Skännesitig (2012) på att dokumentera sina beslut så noga som möjligt, för att dra lärdom till nästa år (Intervju:
Skännestigh, 2012). Uppföljning måste ständig ske för att förbättra prognosen. Om utfallet från den historiska prognosen för beläggning hamnar nära de faktiska resultaten kan slutsatsen dras att prognosen framställs på rätt sätt. Om den inte hamna i närheten av den uppskattade prognosen måste nya åtgärder användas i framtiden (Önrup, 2012; Intervju:
Arvidsson, 2012).
7. Analys
För att besvara studiens frågeställning om hur svenska golf kan skapa högre intäkter genom en mer differentierad prissättning används de empiriska fakta som framkommit tillsammans med teorier om RM. I analysen kommer konkreta förslag som enligt teori och empiri setts som genomförbara. De mekanismer och funktioner i RM som inte visat sig vara applicerbara på golf kommer också att diskuteras.
7.1 Förslag på utvidgning av GIT
I empirin har möjligheten att utvidga GIT och begränsningar som orsakats av PUL tagits upp.
För att öka möjligheterna att låta klubbar identifiera sina kunder och skräddarsy
30 erbjudanden bör möjligheten till att få en komplett profil över varje golfspelare utökas, vilket innebär att verksamhetsbeskrivningen för GIT kanske måste förändras för att låta alla Sveriges golfklubbar göra en tillräckligt stor datainsamling och därmed kunna erbjuda sina kunder den typen av produkt som är bäst anpassad efter dennes behov.
7.1.1 NPS-undersökning (Net Promotor Score)
I dagsläget finns det ingen utbyggd funktion för att mäta hur nöjd kunden är med upplevelsen (NPS, Net Promotor Score) i GIT. Om klubben väljer att göra en sådan undersökning används ett separat program och all statistik lagras i en separat portal. Om denna funktion skulle kunna integreras i GIT skulle klubben på ett enklare sätt kunna följa sitt värde på NPS och på ett lättare sätt tillsammans med den historiska beläggningen kunna budgetera för framtida beläggning och intäkter kopplade till den. Denna typ av undersökning borde ses som ett väldigt bra tillfälle att göra en datainsamling om kundens uppfattning om upplevelsen.
7.1.2 Rangordning av spelare
Eftersom det i studien inte har kunnat styrkas att en spelare med lågt HCP nödvändigtvis är en snabb spelare som inte orsakar kö föreslås ett mått på hur snabb en spelare är. Detta mått skulle kunna åstadkommas genom att varje spelare får en GPS som loggar positionen till en centraldator som sedan avgör hur lång tid spelare tog på sig för att slutföra rundan.
Denna teknologi skulle kunna implementeras genom att konstruera en smartphone- applikation eller att dela ut en GPS-sändare. Detta mått kan sedan ligga som underlag när klubben bestämmer vilken typ av kundgrupp de önskar att attrahera vid given beläggning.
7.1.3 Segmentering
Segmentering är ett centralt inslag i RM för att kunna erbjuda rätt kund rätt typ av produkt.
Segmentering kan ske genom att utnyttja beläggningsrapporten från statistikrapporten från GIT. I denna rapport går det att se när spelare från andra klubbar spelar, hur mycket de spelar, när de spelar och vilken klubb de tillhör. Dessa data skulle kunna användas för att segmentera upp klubbens kundbas i olika grupper och skicka ut specifika erbjudanden beroende på vilken klubb de tillhör. Denna typ av segmentering av kunder skulle även kunna undanröja möjliga hinder som kan orsakas av juridiskt tveksam segmentering som utförs med avseende på ålder och kön.
31 För att ytterligare kunna öka möjligheterna till att ge erbjudanden till kunder borde rapporten under flik fem i GIT-statistiken även visa HCP och hur många som spelat i denna boll. Denna utökande statistiska överblick skulle kunna mynna ut i ett erbjudande där en enkel matematisk modell som tar i beaktning ett antal av dessa parametrar, ett exempel skulle kunna vara:
Ett sällskap om tex två par som frekvent förekommer som gäster på en golfbana, men egentligen har sitt ursprung i olika hemmaklubbar. Detta scenario skulle kunna förekomma på en bana som hanterar många sommargäster. Det antas ytterligare att dessa gäster spelar under tider som historiskt sett har haft låg beläggning. Detta är ett exempel på en segmenterad grupp som skulle kunna få tillgång till ett erbjudande om en rabatterad greenfee. Rabatten skulle kunna levereras i form av ett mail, sms, eller ett meddelande från en smartphone-applikation. Samtidigt som kunden meddelas att denne har möjligheter att boka vissa tider till ett rabatterat pris, givet att denna bokar hela sitt sällskap, flaggas dessa slottider i GIT som rabatterade för denna kundgrupp.
Dessa typer av erbjudanden kan naturligtvis rikta sig till andra kundgrupper, som klubben strävar att attrahera ytterligare.
7.2 Auktioner
Vissa starttider bör läggas ut till auktion, som historiskt sett ej har utnyttjats och därmed inte skapat någon intäkt alls. Eftersom de marginella kostnaderna för att släppa ut ett sällskap på banan är väldigt låga anses detta vara ett bra förslag. De tider som historiskt sett visat sig haft låg beläggning kan med hjälp av denna metod locka nya kunder till banan. Dessa kunder kanske inte kommer att betala ett lika högt pris som den genomsnittliga avgiften för att få access till banan, men troligen ett högre pris än det marginella pris som det kostar golfklubben att släppa ut dessa på banan.
För att följa upp resonemanget i teorin om att den kund som är villig att betala det högsta priset för produkten skall få göra detta, föreslås även auktioner med ett annat typ av syfte.
Syftet med dessa auktioner är att auktionera ut en andel av de mest populära starttiderna, på detta sätt få ett mer marknadsmässigt pris och förhoppningsvis en högre intäkt till klubben.
32 7.3 Centraliserad golfbokningssystem
Golfklubbar skall genom en algoritm släppa upp starttider med historisk låg beläggning till ett centralt bokningssystem som skall vara tillgängligt för spelare via internet. Denna algoritm skulle klubbarna få välja att vikta själva utifrån de historiska bokningarna som gjorts på dessa starttider. På detta kan klubbar optimera sina intäkter och låta de starttider som tidigare genererat små intäkter öka sitt bidrag till klubben. Ett system som detta stämmer väl överens med retoriken i RM om att låta en kund köpa en produkt vid rätt tid, till rätt pris. Ett centraliserat golfbokningssystem är ett bra sätt att rikta sig till priskänsliga kunder som inte har lika stort servicebehov. Det är även ett bra sätt att öppna en ny kanal och på så sätt nå ut till ett nytt kundsegment. Det centraliserade bokningssystem som föreslås behöver inte enbart vara kopplat till golf, utan skulle kunna vara del i en större portal, som förmedlar upplevelser av liknande slag. Portalen skulle kunna bestå av en familj av upplevelser, till exempel resor eller andra tjänster. På detta sätt skulle golfklubbar nå ut till golfspelare som inte spelar i större utsträckning och har andra intressen.
Teorin beskriver även bokningsgränser som en möjlighet att öka intäkterna. Eftersom det är möjligt att skapa en lägre prissättning för en starttid bokad långt i förväg, borde en starttid även kunna flyttas upp till ett centralt bokningssystem efter en viss tid på den ordinarie marknaden. Den starttid som avses flyttas upp beroende på den historiska beläggningen på starttiden och hur många starttider det finns kvar i denna grupp med liknande historisk beläggningsgrad. Denna grupp skulle kunna vara de tillgängliga starttider, en förmiddag under en given dag.
7.4 Överbokning
En mekanism som empiriskt visat sig vara svår att implementera är överbokning.
Överbokning tillämpas flitigt inom flygindustrin för att inte riskera att ett flygplan skall åka med tomma säten. Om detta skall översättas till golfbranschen blir följden att alla starttider skall ha max, alltså fyra spelare som startar tillsammans. Problemet ligger i att ett flygplan rymmer hundratals personer, medan en starttid endast kan utnyttjas av fyra personer.
Problemet med no-shows har empiriskt sett visat vara litet, och kan knappast komma upp till en nivå som motiverar att en ytterligare inbokad spelare per boll.
33
8. Slutsats
Denna studie har syftat till att öka intäkterna för Sveriges golfklubbar med hjälp av teorier hämtade från RM. Den empiriska studie som utförts har visat att det i viss mån finns möjlighet att utveckla Svenska golfklubbars prissättning med RM, för att åtnjuta högre intäkter. Det resultat som framkommit är att Svenska golfklubbar måste lägga mer vikt på att inhämta information om sina kunders beteende. Denna information skall sedan användas för utarbeta ett kraftfullt beslutsstöd som kan hjälpa svenska golfklubbar att prissätta sina produkter på ett lämpligt sätt. Detta måste göras genom att bokföra alla rundor som spelas på klubben i GIT, satsa hårdare på att analysera spelarnas spelmönster och hur nöjda de är med upplevelsen. Svenska golfklubbar bör även satsa hårdare på att skapa nya kanaler för att nå ut till sina kundsegment.
Svenska golfklubbar måste i större utsträckning se sin produkt greenfee som en portfölj av flera olika produkter. Greenfeens pris bör inte anses som ett medelvärde av vad klubben samlade kunder är villiga att betala för att få access till banan. Den bör istället ses som just en portfölj av många olika produkter, vars prissättning beror på vem kunden är, när kunden bokar tiden, och vilken starttid som avses.
Det går enligt empirin att dra slutsatsen om att RM i huvudsak är ett ramverk lämpat att applicera på golfbranschen. De mekanismer som har hämtats direkt från andra branscher, i detta fall överbokning och bokningsgränser har visat sig delvis vara applicerbara på golfbranschen. Det skulle därför vara intressant att vid en mer omfattande studie samla in underlag för att definiera nya mekanismer, som är specifika för golfbranschen.
34
9. Källförteckning
aGolf. (2012). Tjänster. Hämtat från http://www.agolf.se/Tjaenster.html den 13 05 2012 Arvidsson, M. (den 18 05 2012). Klubbchef Upsala GK. (V. Gårdö, Intervjuare)
Cross, R. (1997). Revenue Management: Hard-Core Tactics for Market Domination. New York:
Broadway books.
Enstedt, I. (den 25 04 2012). Garmain GPS. (V. Gårdö, Intervjuare) GIT. (2012). Hämtat från http://www.golf.se/SGF/GIT/
GIT. (2012). Hämtat från http://help.golf.se/sv/onlinehjalp/statistik-tidbokning/bokade- starttider.aspx
Golfbusiness. (2012). Golfbusiness. Hämtat från http://www.golfbusiness.com/article.aspx?id=2108 Golfdata. (2012). Golfdata. Hämtat från Golfdata:
http://www.golfdata.se/sasmasters/gdweb/show_article.aspx?ID=2719&lang=SWE den 13 05 2012
Golfservices. (2012). Hämtat från Golfservices:
http://www.golfservices.se/Media/Get/368/GS%20Bel%C3%A4ggningsanalys den 25 05 2012
Kimes, S. E. (den 1 2 2000). Revenue Management on the Links : Applying Yield Management to the Golf-course Industry. Cornell Hotel and Restaurant Administration Quarterly, ss. 120-127.
Kocon, F. (den 02 05 2012). Telefonintervju Fredrik Kocon, Golfservices. (V. Gårdö, Intervjuare) Mcgill, J. I., & Van Ryzin, G. J. (5 1999). Revenue Management: Research Overview. Transportation
Science, ss. 234-256.
Noone, b. m., & Hun Lee, C. (2011). Journal of Hospitality & Tourism Research.
Payne, A., & Pennie , F. (9 2005). A Strategic Framework for Customer Relationship Management.
Journal of Marketing, ss. 167-176.
Peterson, L. (8 2005). Yield Management: International Rental.
Realtid. (2010). Hämtat från •
http://realtid.se/ArticlePages/200808/21/20080821114521_Realtid988/20080821114521_R ealtid988.dbp.asp
Schenholm, C. (den 19 03 2012). Upsala GK. (V. Gårdö, Intervjuare)
SGF. (2012). Statistik. Hämtat från SGF: http://golf.se/SGF/Om-SGF/Statistik1/ den 12 05 2012 SGF Golfsystem AB. (2007). Ändamålsbeskrivning för behandling av personuppgifter i GIT, Version 2.
Skännestigh, Y. (den 26 04 2012). (V. Gårdö, Intervjuare)
35 Tallury, K. T., & Van Ryzin, G. J. (2004). The theory and practice of revenue managemen. New York:
Springer.
Thorstern Hellmark, G. H. (2008). Spel- och tävlingshandbok med handicapregler. Strokirk- Landströms AB.
Tufvesson, I. (2005). Hundra år av marknadsföring. Lund: Studentlittertur.
Önrup, F. K. (2012). Öka klubbens intäkter. Golfservices.
10. Appendix
10.1 Extrapolation golfmedlemskap
%% Extrapolation av medlemsantalet i Svenska golfklubbar%%
% Antal medlemar historiskt
antal =[475445 509683 528936 548095 554293 544817 539637 532944 521980 512461 500412 491401];
% Den tidsperiod som undersökts year = [2000:1:2011];
% Den historiska och framtida tidshorisont som undersöks tot = [2000:1:2020];
% Andragrads kurvanpassning x = polyfit(year, antal,2);
k = polyval(x, tot);
plot(year, antal/1000, 'o') hold on
plot(tot,k/1000) xlabel('Year')
ylabel('Registred members (*10^3)')
10.2 Intervjufrågor
Hur ser beläggning på golfbanan ut över en säsong?
Hur höga är de rörliga kostnaderna kopplade till en person som utnyttjar golfbanan?
Det vill säga vilken är den lägsta möjliga prissättningen på en starttid utan att riskera att gå vid förlust, givet den nuvarande genomsnittliga beläggningen.
Vilka möjligheter har klubben att få historisk information om bokningar och avbokningar?
