OTA增长飞轮仍在运转，但监管、价格透明化与AI正在改写竞争规则

概览

这是一份关于2026年全球在线旅游分销格局的行业入门与深度分析。报告回顾OTA的商业模式和崛起路径，解释Booking与Expedia的规模优势如何形成，并分析增长红利减弱、商业模式调整、监管变化、Google流量格局、AI以及Airbnb差异化模式带来的影响。

核心观点

报告首先将OTA置于旅游业长期依赖中介的历史中。OTA连接酒店、航空公司、度假租赁和体验供应商与旅客，并主要采用代理模式或商户模式：代理模式通常由酒店定价、旅客在入住或退房时付款；商户模式则由OTA承担更多交易环节，旅客通常在预订时付款。OTA的核心价值不仅是展示库存，也包括聚合供给、获取消费者、处理支付并承担一定交易风险。第一家OTA于1994年出现，Expedia模式于1996年推出，元搜索服务于1999年出现，Tripadvisor于2000年成立；Priceline在2004—2005年收购Active Hotels和Booking.nl后加速国际化，行业随后逐步向少数大型平台集中。 OTA胜出的第一阶段是把大量分散的住宿供给搬到线上。欧洲酒店市场较为分散，Booking以较低佣金的代理模式更容易吸引独立酒店，供给扩张又直接推动客房夜数增长。自2008年以来，Booking客房夜数复合增速达到22%，约为行业增速的5倍、Marriott客房量增速的3倍。即使早期供给优势后来有所减弱，Booking仍能依靠已有平台效率继续获得份额：2019年其酒店供给仅增长5%，客房夜数却增长11%。 第二阶段是利用Google占据需求入口。报告估计，到2018年至少55%的酒店搜索始于Google。Booking并非受到Google直接偏爱，而是凭借更高或更有效的点击出价、预期点击率、转化表现、落地页质量和价格竞争力，在搜索排序与广告竞价中取得优势。研究覆盖的355家酒店价格样本还显示，最低价格通常可通过Google找到；在OTA之间，Booking旗下品牌平均比Expedia旗下品牌更具价格竞争力。这说明OTA未必始终提供最低价，但其搜索展示、库存广度和页面转化能够让消费者感受到更完整、更有吸引力的选择。 第三阶段是把流量规模转化为供给优势。平台带来的预订量越大，越容易从酒店获得更好的房量、可售日期、取消条款、付款条件，有时还包括更优价格。更好的供给提高转化率，转化率又改善流量采购回报并吸引更多供给，由此形成“规模—流量—供给—转化”的自强化飞轮。Booking的供给广度、可见度和质量使其成为许多旅客的默认平台。Booking与Expedia目前合计仍只占全球客房夜数约12%，因此报告认为OTA仍有进一步渗透空间，并预计未来OTA客房夜数可实现中个位数增长。 不过，传统增长飞轮正在演化。Booking已从相对轻介入的代理模式明显转向商户模式和折扣促销，并推动覆盖酒店、航班、租车和景点的“关联行程”。截至2025年第二季度，关联行程占交易量为低双位数百分比，同比增长30%；其目标是在更上游接触客户，以降低获客成本。Booking和Expedia也都加大忠诚度计划与B2B分销投入。Expedia在B2C端减少对小品牌的依赖，将主要品牌整合至One Key；在B2B端则提高为其他销售渠道提供旅游内容的业务占比。这些动作既是在开辟新增长来源，也是在应对价格透明度上升、供应商能力增强和监管审查。 行业原有顺风正在减弱。全球金融危机时期，在线渗透率以约每年250个基点增长，当时渗透率仅约25%；目前渗透率已超过60%，年增幅约为150个基点。可供OTA新增的平台供给也越来越少，供给扩张不再像早期那样自然带来大量增量。Google Hotels等工具比传统OTA更适合跨平台比较价格，直销渠道和小型OTA更容易触达消费者；Booking与Expedia因此增加折扣，而TCOM等挑战者也以价格竞争。欧盟取消价格平价条款后，中档和豪华酒店的直销渠道平均价格低于OTA的可能性显著增加，对OTA构成压力。 Google及欧盟《数字市场法案》（DMA）又带来双向影响。Google此前扩大酒店搜索中的直销和小型OTA选项，加剧价格与赞助位竞争；但为响应DMA而调整酒店产品后，来自Google的自然流量减少，元搜索份额也发生变化。报告认为这反而给予大型OTA更多机会直接在搜索结果页获取客户，部分逆转了此前的Google阻力。最终影响取决于流量结构、广告位设计以及OTA能否维持转化效率。 生成式AI是下一轮竞争焦点，但变化可能逐步发生。消费者已经使用AI寻找灵感、研究和规划行程，预订功能也开始嵌入AI平台。不过，旅游价格和库存数量庞大且变化迅速，AI代理不能只靠抓取数据，仍需与库存和交易系统建立连接，因此中介不会简单消失。风险在于AI提高跨平台比价能力，可能迫使OTA增加促销；如果赞助展示减少、终端客户关系被AI平台掌握，或OTA需要与AI代理分摊佣金，抽佣率和获客经济性都可能受损。另一方面，大型OTA的实时库存连接、支付能力、技术基础和服务体系也可能使其成为AI时代的重要基础设施。报告强调，最终价值归属很大程度上取决于AI平台采用广告、交易佣金或其他收入模式。 Airbnb与传统OTA的逻辑不同。它通过点对点住宿创造了一个新类别，而不是单纯整合既有酒店分销渠道，因此增长机会更多来自扩大度假租赁品类、满足超过酒店供给增速的住宿需求、进入相邻业务并提高变现。Airbnb平台上的大多数房源具有独家性，超过90%的流量直接进入平台，显示其品牌依赖度和对上游流量渠道的依赖明显低于传统OTA。报告还指出，Airbnb具有行业领先的贡献利润率，并在渗透不足的欧洲及其他国际市场推动增长，其短租客房夜数增长已开始超过部分同业。AI仍可能改变住宿发现和预订方式，但差异化供给、强品牌和技术能力构成重要防御。 行业需求最终仍受宏观经济和消费者信心影响。报告观察到全球及美国地区的酒店客房夜需求与实际GDP增长具有较强相关性，但需求也会暂时偏离GDP所暗示的趋势，这种偏离通常与消费者信心变化有关。在经济衰退情景下，当前OTA缺少上一轮周期中的高渗透增速、丰富新增供给和明显比价优势，缓冲能力可能不及过去。估值方面，报告认为增长和现金转化是估值倍数的主要驱动因素；Booking通过改善利润率和现金转化表现获得了估值倍数上行。

分析框架

报告按行业历史和竞争阶段展开：先解释代理与商户两类商业模式，再以供给增长、客房夜数、搜索流量、价格样本和平台份额还原OTA的规模飞轮；随后比较Booking、Expedia与Airbnb的业务调整和竞争优势，并评估价格平价监管、Google产品变化、DMA及AI的传导路径。最后，报告结合宏观需求、消费者信心、在线渗透率、现金转化和估值倍数形成公司层面的差异化评级。

方法论与常识提炼

• 竞争与战略框架价值链分析

  旅游分销价值链与中介角色分析

  报告沿酒店及其他旅游供应商、技术与分销中介、流量平台和消费者之间的链条，分析库存、客户、支付和佣金如何流动，并判断不同中介能够获取的价值。

• 行业/产业分析框架供需框架

  住宿需求、酒店供给与度假租赁供给的匹配

  报告比较住宿需求与酒店、度假租赁供给的增长，认为酒店供给不足时，弹性更高的度假租赁需要扩张以满足需求，这构成Airbnb品类增长逻辑。

• 行业/产业分析框架渗透率 S 曲线

  在线旅游渗透率的基数与增速变化

  报告将金融危机时期约25%的在线渗透率及每年约250个基点的提升，与目前超过60%的渗透率及约150个基点的提升比较，用于说明数字化红利正随基数扩大而减弱。

• 事件博弈与行为金融事件驱动分析

  价格平价条款取消与DMA带来的分销变化

  报告分析监管规则调整前后的价格竞争、Google自然流量和搜索页获客机会，以判断事件如何改变OTA、酒店直销渠道和搜索平台之间的价值分配。

• 周期与景气框架景气拐点分析

  GDP、消费者信心与酒店客房夜需求分析

  报告以客房夜需求和实际GDP的相关性衡量基本景气趋势，再用消费者信心解释需求偏离趋势的阶段，从而讨论衰退情景下的行业敏感性。

• 估值方法

  增长与现金转化驱动的共识估值框架

  报告没有给出特定估值倍数或目标价，而是把增长、利润率和现金转化视为估值倍数的主要驱动因素，并据此解释Booking的估值改善。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Booking（BKNG）

  大型OTA核心受益者，依靠供给、流量和转化率形成自强化飞轮，但正向商户模式、关联行程和B2B分销转型。

  优势

  规模化供给、较强价格竞争力、良好用户体验、数据能力、Google流量运营能力以及改善中的利润率和现金转化。

  劣势

  在线渗透和新增供给红利减弱，对流量采购、折扣和商户化投入的依赖上升。

  对比

  自2008年以来客房夜数复合增速为22%；其品牌平均比Expedia品牌更具价格竞争力。

  风险

  Google流量规则、价格平价监管、AI分流、佣金分摊和价格透明化可能削弱获客及抽佣经济性。

• Expedia（EXPE）

  通过One Key整合B2C品牌，并扩大向第三方销售渠道提供旅游内容的B2B业务。

  优势

  拥有大型旅游内容和分销基础，B2B业务已成为更重要的增长来源。

  劣势

  报告显示其品牌平均价格竞争力弱于Booking，B2C端需要通过品牌整合和忠诚度计划改善执行。

  对比

  与Booking同为全球主要OTA，但在供给增长和价格竞争力方面相对落后。

  风险

  折扣竞争、Google流量变化、AI中介化及客户所有权转移可能影响利润和佣金水平。

• Airbnb

  通过点对点住宿创造新类别，增长更依赖度假租赁品类扩张、国际渗透和变现提升，而非单纯抢占传统OTA份额。

  优势

  大多数房源具有独家性，超过90%的流量直接进入平台，并拥有强品牌、技术能力和行业领先的贡献利润率。

  劣势

  欧洲及部分国际市场仍处于较低渗透阶段，需要持续扩充供给和使用场景。

  对比

  相较Booking和Expedia，Airbnb对搜索及元搜索引流依赖更低，且短租客房夜数增长已开始超过部分同业。

  风险

  AI可能改变旅客发现和预订住宿的方式，住宿需求或供给扩张不及预期也会影响品类增长。

• Tripadvisor

  报告给予Outperform评级，并将其置于在线旅游和元搜索竞争格局中。

  对比

  报告给予Tripadvisor与Airbnb相同的Outperform评级，高于Booking和Expedia的Market-Perform评级。

  风险

  AI、Google产品调整及旅游流量入口变化可能影响元搜索平台。

关键数据

• Booking客房夜数复合增速22%自2008年以来，约为行业增速的5倍、Marriott客房量增速的3倍
• Booking与Expedia全球客房夜数占比约12%报告据此认为OTA仍有进一步渗透空间
• Booking 2019年酒店供给增长5%同期客房夜数增长11%，显示增长已不只依赖新增供给
• Booking 2019年客房夜数增长11%高于同期5%的酒店供给增速
• 始于Google的酒店搜索占比至少55%报告对2018年的估计
• 价格比较样本N=355家酒店用于比较全球不同渠道显示最低房价的频率
• Booking关联行程占交易量低双位数百分比截至2025年第二季度，同比增长30%
• Airbnb直接流量占比超过90%显示其对元搜索等引荐渠道依赖较低
• 金融危机时期在线渗透率提升约250个基点/年当时在线渗透率约为25%
• 当前在线渗透率提升约150个基点/年当前渗透率已超过60%
• OTA客房夜数增长预期中个位数报告对未来增长的方向性预期

影响与含义

报告认为OTA仍能依靠较低的全球客房夜数占比、规模化供给和交易能力继续增长，但行业驱动力将由单纯的线上渗透与新增供给，转向忠诚度、商户模式、关联行程、B2B分销和AI连接能力。传统OTA需要在提高转化率与增加折扣之间保持平衡；Airbnb则更依赖独家供给、直接流量、品类扩张和国际渗透。AI不会必然消灭中介，但可能重新决定哪一层中介掌握客户并获得佣金。

风险

• AI可能分流OTA的上游流量、掌握终端客户关系，并要求分摊佣金，从而削弱OTA的抽佣经济性。
• AI推动更便捷的跨平台比价后，OTA可能被迫增加促销和折扣。
• 欧盟取消价格平价条款提高了酒店直销渠道平均价格低于OTA的可能性。
• Google酒店搜索和广告产品的调整可能改变自然流量、赞助展示及获客成本。
• 在线渗透率提升放缓且可新增供给有限，传统OTA的结构性增长红利正在减弱。
• 经济增长放缓或消费者信心下降可能压低酒店客房夜需求。
• Booking与Expedia面临TCOM等平台的价格竞争。

后续跟踪

• 生成式AI在旅行灵感、研究、规划和直接预订中的采用速度及其收入模式。
• OTA能否实现报告预计的中个位数客房夜数增长，并继续提高目前约12%的全球客房夜数占比。
• Booking关联行程的交易占比、增长速度及其降低获客成本的效果。
• Booking和Expedia在忠诚度计划、商户模式及B2B分销上的投入回报。
• DMA实施后Google自然流量、元搜索份额和OTA搜索页获客机会的变化。
• 酒店直销、Booking、Expedia及小型OTA之间的价格竞争力。
• Airbnb在欧洲及其他国际市场的渗透、独家房源扩张和直接流量表现。
• GDP与消费者信心变化对全球及美国酒店客房夜需求的影响。