HOTELI 21. STOLJEĆA: Evolucija na podatkovni pogon

Za razliku od mnogih industrija, primarni fokus i najvažniji KPU (ključni pokazatelj uspješnosti) za hotele je iskustvo kupaca. Ako kupac ima jedno loše iskustvo, preći će na drugu marku. Visoka konkurencija s niskim troškovima prebacivanja čini ovo velikim područjem zbog kojeg su hoteli zabrinuti.

Ljestvica očekivanja od hotela visoka je jer internet i portali poput TripAdvisor čine potrošačima izuzetno prikladnim usporedbu hotela u pogledu sadržaja i usluga. Postoje razne dodirne točke za kupca, od rezervacije do recenzija nakon boravka, i iskustvo u svakoj od njih je važno. Podaci pomažu hotelima da strateški planiraju poboljšati iskustvo gostiju, a također stvoriti personalizirane i učinkovite marketinške komunikacije. 

Hotelima je na raspolaganju bogata baza podataka o klijentima, od transakcijskih podataka za sve faze kupčevog putovanja do podataka treće strane (na primjer, kalendari događaja za one koji potiču prodaju). Ključ uspjeha je mogućnost pregledavanja svih podataka i procjene te usredotočenost na životnu vrijednost kupca (Customer Lifetime Value, CLTV).

Također, pronalaženje odgovora na pitanje što bi bio privlačniji prijedlog za kupca visoke životne vrijednosti da izvrši ponavljanje rezervacije. Pored toga, podaci omogućuju hotelima da postignu bolje rezultate u ostala dva cilja (zajedno s podizanjem korisničkog iskustva) koji su važni za bilo koje poslovanje, tj. povećati prihod i smanjiti troškove. Evo kako se to radi u hotelskoj industriji.

Poboljšajte korisničko iskustvo

Podaci poput sviđanja/nesviđanja na društvenim mrežama i anketa gostiju pomažu hotelijerima da izvrše analizu raspoloženja. Ankete gostiju pomažu u razumijevanju motivatora za ponašanje – informacije o tome kako gosti donose odluke o rezervaciji i zašto se vraćaju.

Denihan Group koristila je podatke Facebooka i profila gostiju kako bi otkrila razne komentare o tome što gosti žele u njihovim sobama i u skladu s tim restrukturirala sobe. Otkrili su da gosti traže fleksibilne prostore koji se mogu koristiti za različite potrebe. Stoga su u sobe ugradili radni prostor, prostor za opuštanje i zonu spavanja. Dodano je više spremišta i čajnih kuhinja za obitelji.

Denihan je također stavio analitiku u ruke osoblja prvog reda. Oni promatraju nadzorne ploče kako bi predvidjeli što određeni gost želi – restoranska jela ili izlete u lokalna mjesta. Domaćinsko osoblje također može znati kojoj sobi treba dodatni jastuk i tko će naručiti sendvič u 2 sata ujutro. Kombiniraju se transakcijski podaci o kupcima zajedno s nestrukturiranim podacima s web lokacija poput TripAdvisor, da bi se steklo ovo razumijevanje.

Povećajte prihod

Postoje dva područja koja hotelima omogućuju izravno povećanje prihoda. Jedno je bolje predviđanje potražnje, a drugo je upravljanje prinosom.

Bolje predviđanje omogućuje analiza vremenskog trenda koja pomaže hotelima da preciznije predviđaju sezonske događaje, razumiju ponašanje u rezervacijama i predviđaju stope otkazivanja.

Red Roof Inn koristio se ovom vrstom analize koja je rezultirala oko 10% povećanjem prihoda. Shvatili su da se letovi otkazuju u određenim područjima jer ih čeka rekordna zima. Svakodnevno je u zračnim lukama ostalo na cjedilu blizu 90.000 putnika. Njihovi hoteli smješteni su u blizini zračnih luka. Stoga su njihovi marketinški i analitički timovi koristili javne skupove podataka o vremenskim uvjetima i otkazivanjima letova kako bi pokrenuli ciljanu marketinšku kampanju za mobilne korisnike na pogođenim područjima.

Podaci također omogućuju hotelima da bolje upravljaju prinosom, što u hotelskoj terminologiji znači “Prava soba po pravoj cijeni”, koja se nudi pravom gostu u pravo vrijeme. To se optimizira uzimajući u obzir pikove i točke najniže potražnje tijekom godine, kao i druge čimbenike poput vremena i događaja. Upravljanje prinosom može utjecati na broj i vrstu gostiju koji se prijavljuju. Različiti izvori podataka poput Yelp, TripAdvisor, Social Media i CRM zajedno pomažu u označavanju prave jednadžbe izračuna cijene.

Primjer privatne hotelske grupacije Denihan Group

Na primjer, Denihan Group, koja je privatna hotelska grupacija u Sjevernoj Americi, na početku dana priprema svoj tim za upravljanje prihodima koji im pomaže u predviđanju:

• Koju vrstu usluge želite rezervirati?

• Koliko unaprijed?

• Kojom brzinom?

• Kroz koji kanal?

• U kojem segmentu?

• Na koju duljinu boravka?

To im je pomoglo da naplaćuju 200% više od konkurencije tijekom razdoblja velike potražnje.

Smanjite troškove

Veliki podaci mogu se koristiti za upravljanje različitim troškovima hotela. Predviđaju se stope popunjenosti, što pomaže u regulaciji broja zaposlenih, pomaže uštedi na komunalnim troškovima i planira renoviranje za vrijeme izvan sezone.

Analytics daje izvješća koja hotelijerima daju sve informacije o gostima, obrasce poslovanja i predviđenu upotrebu. Također pomaže prodajnim timovima da razumiju:

• Kojim putevima dolazi prihod / rezervacije?

• Koji su najisplativiji putevi?

• I kako mogu potaknuti goste da rezerviraju određenim putem, što pomaže hotelima da ih bolje usluže

Denihan Group je pomoću takvih predviđanja povećala produktivnost za 40%.

Alat Marriott Group Pricing Optimizer također pomaže u smanjenju troškova omogućujući brže vrijeme odziva; brze, fino podešene cijene za više datuma i hotela i pružajući raspon za pregovaranje o cijeni. Također sugerira zamjenske datume ili hotele u slučaju nedostupnosti.

Bolja marketinška učinkovitost

Dodatni cilj za hotele i u kojima im podaci pomažu je bolja marketinška učinkovitost. To neizravno doprinosi sva tri cilja, što zauzvrat pomaže u povećanju životne vrijednosti kupaca i boljoj usluzi kupaca s visokim CLTV-om.

Srž bolje marketinške učinkovitosti jest učiniti je što osobnijom i utjecati na odluku o kupnji. To se može učiniti obradom pojedinačnih podataka kroz prizmu analitike podataka. Primjeri istih su sljedeći:

• Besplatan posjet toplicama za kupca koji svaki često odlazi u toplice

• Denihan je došao do gostiju s visokim potencijalom/visokim LTV-om i sličnih ljudi koji još nisu njihovi gosti

Analitika velikih podataka također pomaže napraviti razliku između jednokratnog velikog potrošača i štedljivog poslovnog putnika koji dolazi iznova i iznova i stoga ima veći LTV.

Denihan je ovo iskoristio za privlačenje gostiju sa visokim LTV. Od programa su dobili 300% ROI.

A/B testiranje također može pomoći u učinku marketinga učinkovitijim podešavanjem iskustva s odredišnom stranicom i drugim područjima njihove web stranice. To pomaže hotelima da se natječu s internetskim putničkim agencijama (OTA), koje su besplatna, ali konkurentna usluga.

Podaci stoga igraju ključnu ulogu za hotele da ne samo poboljšaju sebe, već i postignu svoje ciljeve u ovom konkurentnom okruženju.