Matkailijan rahankäyttöä voidaan ennustaa Matkailijamittarilla

Matkailu on merkittävä toimiala sekä kansallisesti että alueellisesti. Sen vaikutusten tarkasteluun tarvitaan ajanmukaista dataa sekä matkailuun vaikuttavien tekijöiden yhteyksien välisiä arviointeja. Tässä tekstissä tarkastellaan Visit Finlandin keräämän Matkailijamittari-aineiston hyödyntämistä matkailuprofiilien tarkasteluun rahankäytön perusteella. 

Johdanto 

Kotimaisen matkailun ohella ulkomaisen matkailun merkitys kaupungeille, matkailualueille ja koko kansantaloudelle on merkittävä. Visit Finland on linjannut strategiassaan resurssien ohjaamista matkailun vientiin (Visit Finland, 2025b), joka käsittää ulkomailta tulleiden matkailijoiden kulutuksen Suomessa. Matkailun edistämiseen tehtäviä toimenpiteitä ja investointeja on syytä mitata, mikä luo tarpeen relevantin datan keruulle ja analysoinnille kulutuskäyttäytymiseen liittyen. 

Visit Finlandin käynnistämän Matkailijamittari-tutkimuksen (Visit Finland, 2025a) yhtenä tavoitteena on selvittää matkailijoiden rahankäyttöä. Tutkimukseen liittyvä datan kerääminen alkoi maaliskuussa 2023, ja se koostuu poislähtevien matkustajien haastatteluista, ulkomailla asuvilta Suomeen vierailulle tulleilta matkailijoilta. Haastatteluissa kerätään tietoa matkailijoiden taustatekijöistä, kuten iästä, sukupuolesta ja asuinmaasta, sekä matkaan liittyvistä valinnoista, kuten matkan tarkoituksesta, majoituksesta, aktiviteeteista ja rahankäytöstä. Kerätystä aineistosta on saatavilla interaktiivinen työkalu datan tarkasteluun (Visit Finland, 2025a), josta matkailualan toimijat pystyvät tarkastelemaan havaintoja ulkomaisten matkailijoiden rahankäytöstä ja tekemään omien tarpeidensa pohjalta erilaisia suodatuksia dataan esimerkiksi matkailijan taustamuuttujien suhteen. 

Pelkän datan tarkastelun sijaan olisi datan hyödyntäminen suotavaa ulottaa myös laajemmalle ja edistyneemmälle tarkastelulle niin, että tarkastelussa huomioitaisiin erilaiset epävarmuuden lähteet. Nämä epävarmuuden lähteet Matkailijamittarin tyyppisessä datassa liittyvät esimerkiksi siihen, että vain osaa Suomeen saapuvista matkailijoista on mahdollista haastatella. Lisäksi rahan kulutukseen ilmiönä sekä siihen liittyvien tekijöiden vaikutussuhteisiin liittyy epävarmuutta. Tästä syystä tarvitaan tilastollista päättelyä, jotta nämä epävarmuuden lähteet voitaisiin huomioida ja siten aineistosta tehtävien päätelmien luotettavuutta pystyttäisiin arvioimaan. 

Tämän tutkimuksen tavoitteena on selvittää matkailijan rahankäyttöön yhteydessä olevia tekijöitä Matkailijamittari-aineistosta ja rakentaa tämän pohjalta ennustemalli rahankäytölle matkailijan viipymään suhteutettuna. Mallin antamia ennusteita käytetään rahankäytön vertailemiseksi alueellisesti matkailukohteiden välillä. Tutkimus on tehty osana Data-analytiikalla tehoa Hämeenlinnan matkailun ja liikkumisen tiedolla johtamiseen -hanketta, jossa tarkoituksena on edistää tiedolla johtamisen kehittämistä Hämeenlinnan kaupungin näkökulmasta. Tämän takia erityisenä kiinnostuksena on myös vertailla saadun mallin avulla alueellisia eroja rahankäytössä sekä tarkastella eroja erilaisten Hämeenlinnassa vierailleiden matkailijaprofiilien suhteen. 

Malli rahankäytölle 

Tutkimuksen aineistona käytetään Visit Finlandin Matkailijamittari-aineistoa. Ennen ennustemallin rakentamista aineistoa rajattiin ja joitakin muuttujia muokattiin. Nämä rajaukset ja muuttujamuunnokset mahdollistavat yksinkertaisemman mutta tutkimusongelmaan sopivan mallin hyödyntämisen.  

Aineisto rajattiin korkeintaan 15 yötä kestäviin matkoihin, joita alkuperäisessä aineistossa on suurin osa (90 %). Tätä pidempikestoisten matkojen voidaan olettaa käsittävän tavanomaisesta matkailusta poikkeavampaa kulutuskäyttäytymistä selkeästi keskimääräistä pidemmästä matkan kestosta johtuen. Lisäksi alkuperäisessä aineistossa yöpymisten määrän mediaani on neljä, minkä ympärille valtaosa matkojen kestosta keskittyy. Se myös tukee aineiston rajaamista lyhyempikestoisiin matkoihin. Matkojen, joiden raportoitu rahankäyttö on ollut nolla, voidaan myös olettaa olevan valtavirrasta poikkeavan tyyppistä matkailua, ja myös tämäntyyppiset havainnot jätettiin analyyseistä pois.   

Paljon puuttuvia havaintoja sisältävät alkuperäiset muuttujat poistettiin analyyseista mallinnuksen yksinkertaistamiseksi. Tällaisia muuttujia olivat esimerkiksi pakettimatkat ja yli 50 kilometrin mittaiset tehdyt matkat Suomen sisällä kulkuvälineittäin eroteltuina. Vuosineljännesmuuttujan osalta puuttuva tieto täydennettiin kuukausitiedon avulla. Lopullinen käsiteltävä aineisto sisältää 8 738 haastattelua Suomessa vierailleista, ulkomailla asuvista matkailijoista.  

Aineistoon sovitettiin regressiomalli käyttäen Bayes-tilastotieteen lähestymistapaa. Mallin sopivuutta tutkitaan ristiinvalidoinnilla eli testaamalla ennustekykyä yhteen aineiston havaintopisteeseen kerrallaan. Ristiinvalidointi-tekniikkaa hyödynnetään malliin tulevien muuttujien valintoihin sekä niihin tarpeen mukaan tehtäviin muunnoksiin. Tavoitteena on löytää malli, jossa malliin valitut tekijät ennustavat rahankäyttöä parhaiten. Ristiinvalidoinnissa verrataan mallin arvion virhettä aineiston mittapisteisiin yksi kerrallaan. Näiden virheiden kokonaisarvion perusteella valitaan pienimmän virheen tuottanut malli. Tässä tekstissä esitetyt tulokset perustuvat seuraavat muuttujat sisältäneeseen malliin: 

• asuinmaa
• päämatkakohde (kunta Suomessa)
• yöpymisten lukumäärä 
• vieraili toissijaisissa kohteissa (kunta Suomessa)
• pääasiallinen majoitus
• kulkuväline, jolla lähdettiin Suomesta
• matkan tarkoitus
• vuosineljännes, jolloin matka tehtiin
• ikä
• sukupuoli
• teki yli 50 kilometrin matkoja Suomen sisällä
• matkaseura
• osallistui kulttuuri- tai urheilutapahtumaan
• teki tai koki kaupunkielämää
• teki tai koki ostoksia
• teki tai koki luontoelämyksiä

Alueellinen ennustettu rahankäyttö 

Rakennetun mallin avulla vertaillaan ensin ulkomaisen matkailijan rahankäyttöä yöpymisten suhteen eri alueiden välillä. Kuviossa 1 on esitetty matkailijan ennustettu rahankäyttö viipymän suhteen Suomen matkailun suuralueiden välillä. Kuvassa referenssitasona on annettu koko Suomi. Kuvasta huomataan, että Lapin ja Kuusamon suuralueen ennustettu rahankäyttö on selvästi suurempi muihin suuralueisiin verrattuna. Lapin matkailun painotus koko Suomen matkailussa nostaa myös koko Suomen rahankäytön ennusteen muita alueita suuremmaksi. Järvi-Suomen, rannikon ja saariston sekä pääkaupunkiseudun alueiden itsenäiset vaikutukset eivät juurikaan näy eroina näiden välisissä ennustetuissa rahankäytöissä.  

Koska matkailun suuralueiden sisällä olevien kaupunkien voidaan olettaa profiloituvan samantyyppisiksi matkakohteiksi, tarkastellaan seuraavaksi eroja suurimmissa kaupungeissa Järvi-Suomessa, johon Hämeenlinna kuuluu. Kuviossa 2 on ennustettu rahankäyttö yhdeksässä Järvi-Suomen kaupungissa viipymän suhteen. Kaupunkien välillä voidaan havaita pientä ryvästymistä rahankäytön suhteen. Joensuussa ennustettu rahankäyttö on suurinta, kun taas Lahti, Kuopio, Tampere ja Kajaani näyttävät olevan rahankäytöltään lähellä toisiaan. Edellä mainittuihin verrattuna pienemmän ennustetun rahankäytön kaupungeissa Hämeenlinna ja Lappeenranta erottautuvat yhdessä Jyväskylästä ja Mikkelistä.

Kuvio 1. Matkailijan ennustettu keskimääräinen rahankäyttö yöpymisten suhteen eri suuralueiden ja koko Suomen välillä.

Kuvio 2. Matkailijan ennustettu rahankäyttö yöpymisten suhteen yhdeksän Järvi-Suomen matkailualueen kaupungin välillä.

Matkailijaprofiileittain ennustettu rahankäyttö

Tarkastellaan seuraavaksi havaittuja matkailuprofiileja Hämeenlinnan alueelta. Kuviossa 3 on laskettu ennustetut rahankäytöt kaikille matkailijaprofiileille, joita Hämeenlinnan aineistossa on havaittu kolmekymmentä. Kuvasta huomataan keskittymiä rahankäytössä, kun muutama profiili nousee selkeästi muita suurempaan ennustettuun rahankäyttöön.

Kuvio 3. Hämeenlinnassa vierailleiden matkailijaprofiilien (30 kpl) ennustetut rahankäytöt viipymän suhteen.

Taulukkoon 1 on koottu kolmen Hämeenlinnassa havaitun matkailijaprofiilin tiedot. Profiili 1 käsittää pienimmän ennustetun rahankäytön matkailijaprofiilin. Kyseessä oleva matkailija on yksin matkustava 15–24-vuotias virolainen mies, joka on tullut Suomeen tuttavia tai sukulaisia tapaamaan ja joka myös majoittuu tuttavien tai sukulaisten luona. Profiili 2 käsittää kahdestaan puolison tai kumppanin kanssa matkustavan, vähintään 65-vuotiaan norjalaisen miehen, joka on tullut Suomeen lomailemaan ja majoittuu yksityiseltä tai välittäjältä vuokratussa vuokramökissä tai -asunnossa. Profiili 3 on korkeimman ennustetun rahankäytön matkailija. Kyseinen matkailija on yksin matkustava 45–64-vuotias sveitsiläinen nainen, joka on tullut Suomeen työmatkalle konferenssia tai vastaavaa varten ja majoittuu hotellissa tai hostellissa. Yhteistä kaikille havaituille profiileille on, että missään niistä ei raportoitu vierailusta muualla kuin Hämeenlinnassa, mutta kaikki tekivät Suomen sisällä yli 50 kilometrin matkoja. Lisäksi profiilin 3 matkustaja lähti Suomesta lentokoneella, muiden profiilien matkustajat vastaavasti laivalla. Profiilin 2 yksi aktiviteetti koski luontoelämyksiä, muut profiilit eivät raportoineet mistään ennustemallin sisältämistä aktiviteeteista.

	Profiili 1	Profiili 2	Profiili 3
Asuinmaa	Viro	Norja	Sveitsi
Päämatkakohde (kunta Suomessa)	Hämeenlinna	Hämeenlinna	Hämeenlinna
Vieraili toissijaisissa kohteissa (kunta Suomessa)	Ei	Ei	Ei
Pääasiallinen majoitus	Tuttavien tai sukulaisten luona (sis. couchsurfing)	Vuokramökki tai -asunto (yksityiseltä tai välittäjältä vuokrattu, esimerkiksi Airbnb tai Booking.com)	Hotelli tai hostelli
Kulkuväline, jolla lähdettiin Suomesta	Laiva	Laiva	Lentokone
Matkan tarkoitus	Tuttavien tai sukulaisten tapaaminen	Loma, vapaa-ajanvietto tai virkistäytyminen	Konferenssi tai kongressi tai messut
Ikä	15–24-vuotiaat	vähintään 65-vuotiaat	45–64-vuotiaat
Sukupuoli	Mies	Mies	Nainen
Teki yli 50 kilometrin matkoja Suomen sisällä	Kyllä	Kyllä	Kyllä
Matkaseura	Matkusti yksin	Matkusti kahdestaan puolison tai kumppanin kanssa	Matkusti yksin
Osallistui kulttuuri- tai urheilutapahtumaan	Ei	Ei	Ei
Teki tai koki kaupunkielämää	Ei	Ei	Ei
Teki tai koki ostoksia	Ei	Ei	Ei
Teki tai koki luontoelämyksiä	Ei	Kyllä	Ei

Kuviossa 4 vertaillaan edellä esitettyä kolmea matkailuprofiilia rahankäytön ennusteisiin ja niihin liittyviin, 95 prosentin epävarmuusväleihin. Kuvasta nähdään, että ennustettu rahankäyttö erottuu toisistaan selvästi, myös kun huomioidaan ennusteen epävarmuus. Mallinnuksessa käytetyn aineiston yöpymisten mediaani on kolme yötä. Kun tarkastellaan ennusteita tämän mediaanin suhteen, nähdään, että profiilin 1 ennustettu rahankäyttö on hieman vajaa 200 euroa. Vastaavasti profiililla 2 ennustettu rahankäyttö on kolmen yön osalta hieman päälle 400 euroa, ja profiililla 3 se lähentelee jo 900 euroa. Kuvaajia tarkastellessa huomataan myös rahankäyttöjen erojen kasvavan ja toisaalta epävarmuuden lisääntyvän, mitä pidempiin viipymiin ennustetaan. Epävarmuus ennusteisiin liittyen on suurempaa korkeamman rahankäytön profiilin matkailijalla ja pienintä alimman rahankäytön profiilin matkailijalla.

Kuvio 4. Hämeenlinnassa vierailleiden kolmen valitun matkailijaprofiilien ennustetut rahankäytöt viipymän suhteen sekä näihin liittyvät 95 prosentin epävarmuusvälit.

Pohdinta

Tässä työssä tarkasteltiin Suomessa vierailleiden ulkomaisten matkailijoiden rahankäyttöä ja niihin vaikuttavia tekijöitä. Tarkastelu toteutettiin alueellisesti matkailun suuralueiden välillä sekä edelleen Järvi-Suomen suuralueen sisällä. Erityiseen tarkasteluun otettiin Hämeenlinnassa havaitut matkailuprofiilit, joiden rahankäyttöä vertailtiin kolmen erityyppisen matkailuprofiilin suhteen.

Tutkimus ja siinä rakennettu tilastollinen ennustemalli antavat matkailun sidosryhmille uusia mahdollisuuksia ja suuntaviivoja siihen, miten matkailijoiden rahankäyttöön ja kulutukseen voidaan pureutua syvemmin kuin mitä pelkkä aineiston kuvaileva analyysi antaa myöten. Kuvailevassa analyysissa tarkastelu rajoitetaan koskemaan ainoastaan havaittua aineistoa eli haastateltuja matkailijoita. Työssä aineistoon rakennettu tilastollinen ennustemalli kuitenkin mahdollistaa rahankäytön arvioiden koskevan koko tutkimuksen perusjoukkoa eli Suomessa vierailleita ulkomaalaisia matkailijoita. Lisäksi malli mahdollistaa rahankäyttöön yhteydessä olevien tekijöiden vaikutuksen huomioinnin ennusteissa.

Käytännön tiedolla johtamiseen ennustemalli antaa lähestymistavan ja mahdollisen työkalun tiedonlouhintaan etsimään potentiaalisia matkailijaprofiileja, joihin kohdentaa matkailumarkkinointia. Esitettyjen matkailijaprofiilien sijaan voitaisiin tarkastelu käsittää koskemaan myös muita profiileja, sekä arvioida näiden profiilien potentiaalia olla matkailumarkkinoinnin kohderyhmää. Vaikka tutkimuksessa rakennettu malli tarjoaa ennusteita rahankäytöltään potentiaalisista matkailijaryhmistä, se ei ota kantaa, kuinka todennäköisesti kyseinen kohderyhmä vierailisi Suomessa. Matkailijamittarissa on kuitenkin kysytty myös matkailijan paluun todennäköisyyttä, jossa voisi olla potentiaalista tietoa tämän asian tarkempaan selvittämiseen.

On huomioitava, ettei kuvioissa esitettyjä ennusteita pidä tulkita matkailijan kumulatiivisena rahankäyttönä matkan aikana, vaan yksittäisinä ennusteina rahankäytölle suhteessa matkailijan ennalta määräytyneen viipymän suhteen. Nykyisellään mallinnuksen haasteet liittyvät datan keskittymiseen ulkomaisten matkailijoiden kannalta todennäköisimpiin kohteisiin: Helsinkiin ja Lappiin. Aineiston heikko alueellinen tarkkuus johtuen pienistä havaintomääristä kuntatasolla tekee haastavaksi syvemmän porautumisen rahankäytön alueellisiin eroihin. Tämä näkyi tutkimuksessa myös leveinä epävarmuusväleinä, jotka usein jouduttiin jättämään kuvioista pois lukukelpoisuuden säilyttämiseksi. Esimerkiksi esitetty kaupunkivertailu sisälsi suhteellisen leveitä epävarmuusvälejä (kuvio 2), kun taas Hämeenlinnassa havaituissa matkailijaprofiileissa (kuvio 3) havaittiin kuitenkin myös toisistaan selvästi eroavia epävarmuusvälejä, kuten kuviosta 4 nähdään.

Aineiston kertyessä lisää myös ennusteiden tarkkuus lähtökohtaisesti kasvaa, mikä tekee Matkailijamittari-aineistosta arvokkaan datalähteen myös jatkossa, jos halutaan tutkia rahankäyttöä tarkemmin. Matkailijamittari-kyselystä puuttuu myös nykyisellään merkittäviä tekijöitä, kuten tulostason ja varallisuuden mittarit, sosioekonominen asema sekä aiempi matkailukokemus, jotka kaikki ovat todennäköisesti yhteydessä matkailijan rahankäyttöön. Vaikka lisädatan keruu parantaakin Matkailijamittaria jatkuvasti, voisi olla järkevää tarkastella myös mahdollisuutta tavoittaa ulkomaisia matkailijoita jo matkakohteessa. Esimerkiksi alueen tyypillisesti vierailtuihin kohteisiin voitaisiin toteuttaa Matkailijamittariin pohjautuvia täydentäviä kyselyjä, jotka palvelisivat alueellisen tarkkuuden lisääntymistä kokonaiskuvassa.

Kirjoittajat