MIS – analytický systém CzechTourism

Jak se v uplynulých letech vyvíjela návštěvnost turistů v hromadných ubytovacích zařízeních? Do kterých krajů jezdí nejčastěji Němci či Italové? Jak je na území republiky rozložena návštěvnost desítky největších zdrojových zemí? Na tyto a další otázky, které si často kladou destinační manažeři i akademičtí pracovníci, lze jednoduše nalézt odpověď prostřednictvím Marketingového informačního systému (MIS) agentury CzechTourism. Podívejme se na nejvýraznější trendy v českém incomingu v posledních letech.

Jednou z často diskutovaných problematik českého incomingu je nadměrná koncentrace turistů v turisticky nejvíce exponovaných lokalitách – zejména v Praze. Na datech z návštěvnosti hromadných ubytovacích zařízení za posledních pět let lze pozorovat vývoj distribuce zahraničních turistů v jednotlivých krajích Česka. V roce 2013 činily příjezdy zahraničních turistů do HUZ v Praze 64 procent všech příjezdů. V následujících letech podíl Prahy na příjezdech stagnoval na hodnotě 65 procent a v roce 2017 mírně klesl na 62 procent. (Za rok 2017 jsou v systému MIS zatím k dispozici pouze data za první dvě čtvrtletí.) Nabízí se otázka, zda a jak je možné zvýšit podíl mimopražských destinací na celkovém počtu příjezdů.

Především nás bude zajímat, které země nejvíce přispívají k diverzifikaci zátěže území ČR. Budou to ty, které mají co nejmenší zastoupení Prahy ve svém portfoliu. Systém MIS umožňuje detailní analýzu distribuce příjezdů z jednotlivých zdrojových zemí v krajích, i jejich vzájemné srovnání. Pro přehlednost jsou v následujícím grafu uvedeny pouze vybrané země. Ze srovnání je jasně patrné, že příjezdy do mimopražských regionů nejvíce podporují sousední země a blízké trhy – ale není tomu tak nutně vždy. Například u turistů z Číny je zastoupení Prahy srovnatelné se zeměmi jakými jsou Maďarsko či Nizozemsko, a současně výrazně nižší než u turistů z Itálie či Velké Británie. Také u turistů z Ruska je podíl Prahy na příjezdech výrazně nižší, než by odpovídalo typickému vzdálenému trhu. Například u příjezdů z USA dosahuje podíl Prahy na příjezdech až 90 %.
 

Zdroj: Institut turismu CzechTourism

Lze tedy konstatovat, že klasická poučka o závislosti vnímání destinace na geo­grafické vzdálenosti neplatí vždy. Distribuce návštěvnosti do regionů mimo Prahu není ovlivněna pouze fyzickou vzdáleností trhu, ale velmi záleží především na tom, co o Česku jeho budoucí návštěvníci vědí. Zejména v případě ruského trhu hraje kulturní blízkost obou zemí významnou roli. Dalším faktorem, který se uplatňuje zejména na čínském trhu, je prohlubující se obchodní spolupráce.

S využitím Paretova pravidla můžeme podobným způsobem analyzovat příjezdy z objemově nejvýznamnějších zdrojových zemí v jednotlivých krajích a na základě těchto informací identifikovat trhy, jejichž selektivní podpora povede k vyšší diverzifikaci turistů v rámci území ČR. Z grafu je na první pohled patrné složení portfolia jednotlivých krajů, které závisí především (ale nejen!) na geografické pozici kraje vzhledem k dané zdrojové zemi. Při bližším srovnání s identickým grafem pro rok 2013 (není zobrazen) je během posledních let patrný pokles významu ruského trhu. Ten v roce 2013 kromě Karlovarského kraje dosahoval dvojciferného podílu ještě v dalších pěti krajích. V roce 2016 nepřevyšuje podíl ruských turistů na příjezdech v žádném kraji (s výjimkou Karlovarského) deset procent.

Graf 3 – Procentuální rozložení návštěvnosti z Top 10 zemí
v krajích podle let (v %)

Zdroj: Institut turismu CzechTourism

Na základě těchto dat pak lze identifikovat trhy vhodné ke zvýšení diverzifikace aktivity cestovního ruchu na území ČR následovně:

1. skupina: sousední země (Slovensko, Polsko, Německo, Rakousko),
2. skupina: Maďarsko, Čína, Nizo­zemsko, Rusko (a některé další země, které nejsou pro přehlednost zahrnuty),
3. skupina: UK, USA, Itálie, obecně trhy zaměřené dominantně na Prahu a city tourism.

 Uvedené členění je pouze ilustrativní a bere v potaz pouze hledisko diverzifikace. Pro podrobnou analýzu by bylo třeba srovnávat celé portfolio sledovaných zemí. I z tohoto zjednodušeného modelu je ale patrné, že data ČSÚ o návštěvnosti HUZ nám mohou poskytnout mnohem více informací, než bychom možná čekali. S využitím potenciálu Marketingového informačního systému bude možné podobným způsobem vytěžit i celou řadu dalších datových zdrojů.