在争夺客人的竞争中,Airbnb的表现每年都在提高。截至2019年4月,Airbnb的预订量同比增长45%,抵达人数增长62.5% (iPropertyManagement)。这一成功主要归功于该公司使用机器学习(ML)技术来优化他们的搜索和预订流程。Airbnb在打造个性化、高度精简的客户服务方面投入了巨资。正如Airbnb在一篇题为《Airbnb对付酒店的最大武器:机器学习》(the Biggest Weapon Against Hotels: Machine Learning)的文章中所指出的那样,“Airbnb的投资正在获得回报。”文章指出,该公司在转化率上的惊人增长,以及该平台让更多的人更快预订的能力。
广告对于大多数酒店来说,利用ML来提高客人体验、增加收入的第一步是要了解这些神话,放弃关于ML及其风险的夸大甚至不准确的想法,而是着眼于现实和回报。
以下是阻碍酒店从ML获益的两个最大的神话(更多的神话加上一本包含策略和用例的书,请参阅我们的新书:《酒店管理人员机器学习指南:你会成为领导者、追随者还是恐龙?》)
误解1:预订代理、收入经理和前台员工将会过时。
许多管理者认为,如果他们采用ML技术,他们自己和员工都会失业。布鲁金斯学会(Brookings Institute)的一项调查发现,52%的成年人认为机器人将能够在未来30年内完成人类的大部分活动(布鲁金斯学会)。事实是,我们远远没有达到深度学习(DL)的水平,而深度学习是机器人做我们做的所有事情所必需的,而且有些事情人类可以做,而机器根本做不到。机器不能很好地制定战略。他们擅长的是创造概率。它们可以通过做人类大脑做得不好的事情来增强我们人类的努力,但是人类的组成部分——尤其是在好客方面——是必不可少的。 机器擅长的是战术;人类擅长的是战略。像Nor1这样的公司从一开始就在解决人为因素。我们要问的一个核心问题是预订代理、收入管理器和代理如何与技术交叉?技术将如何帮助这些团队成员做更多他们擅长的事情,包括为客人服务?ML提供实时数据,使代理的工作更有效。从长远来看,ML并不意味着人类会被取代;这意味着我们的工作发展,在很多方面,他们会进化以适应我们更好,因为一些工作我们发现很难或不可能卷到毫升。《福布斯》杂志撰稿人谢普海依肯指出,“你能想象一个会计要做复杂的税务工作如果没有计算器吗?这就是企业需要考虑的人工智能。它是一个必不可少的工具,如果还没有,它将不仅仅是一种‘拥有它很好’的工具,而是一种‘必须拥有’的技术”(福布斯)。
误解2:我们已经实现了个性化,不需要ML。
这个神话特别说明了酒店对ML的认知方式,以及这种认知的必要性或缺乏性。许多属性多年来一直在收集数据,尽管数据仍然趋向于竖井和碎片化。有了这些数据,酒店很快就相信,如果电子邮件中有客人的名字和一些优惠的细节(比如,在美国,她曾经和我们打过高尔夫球,所以让我们给她发个高尔夫报价吧),这就算是个性化了。但这是在客人生命周期的晚期发生的事情,一旦客人已经入住,它并不总是正确的。,也许她打过高尔夫球,但不喜欢)。
有50%的客人你从来没有和他们通信过,你怎么看?你如何为这些客人提供个性化服务?要做到这一点,需要对“未知”客户有不同程度的了解,而ML是一个属性能够为从未预订过房间的客户提供的最接近个性化的服务。ML提供了使用大量数据进行细分的能力,并为你从未接触过的客人创造商品销售和价格的可能性。这是最接近个人个性化的。
此外,当涉及到个性化时,价格和提供选择必须携手并进。为特定客户提供理想的价格是ML为增加收入所做的最重要的工作。 个性化是RM和CRM之间的桥梁。在个性化服务中,提供什么和以什么价格提供同样重要。
Airbnb知道,真正的个性化需要ML技术实时聚合每个客户的数据点,以呈现理想的列表集。他们将ML技术的重点放在创建最明智的个性化水平上,以减少遗弃、加快客户决策和增加转化率。例如,“搜索结果不是通用的,而是基于你的个人资料,你在平台上的过去行为,以及与你相似的用户的行为……关于你如何反应的数据,包括旅行后的评分和评论,都会回到系统中。”
那些不仅想与Airbnb竞争,还想与邻近酒店竞争的酒店,必须从一开始就为客人提供更多他们想要的服务,从而提升客人的体验。由于其独特的实时处理数百万数据点的能力,ML是实现客户所寻求的个性化水平的唯一方法之一。这是一种双赢;它还能增加收入,带来更快乐的客人,而且,我们相信,还能让员工更满意,从长远来看,他们能把自己擅长的事情做得更多。
News/2020-02-27
酒店和宠物,服务和情感支持动物News/2020-02-27
独立酒店的5个营销技巧News/2020-02-25
招聘困境:顺利招聘的秘诀News/2020-02-25
在当前资本支出环境下,如何降低FF&E风险News/2020-02-21
新书360度全方位解读酒店业