Unpersönliche E-Mail-Kampagnen führen zu niedrigen Konversionsraten, aber die einzige Möglichkeit zur Personalisierung besteht darin, sicherzustellen, dass Ihre Daten sauber und vollständig sind. Unvollständige Daten verursachen hohe Opportunitätskosten wie verpasste Umsatzmöglichkeiten, verminderte Gästetreue (Lifetime Value), ineffektive Marketingkampagnen und erhöhte OTA-Provisionen.

Schauen wir uns ein Beispiel an. Wenn Sie Buchungen und virtuelle Zahlungen über Expedia erhalten, wissen Sie, dass bei einigen dieser Reservierungen die Expedia-Zentrale als Rechnungsadresse des Gastes angegeben ist. Dies könnte dazu führen, dass Sie einen irreführenden Anteil an Gästen aus Seattle sehen, wo sich der Hauptsitz von Expedia befindet. Wahrscheinlich haben diese Gäste tatsächlich von Standorten im ganzen Land (oder auf der ganzen Welt) gebucht. Und wenn Sie diese Daten nutzen würden, um eine gezielte E-Mail an Gäste in Seattle zu senden, in der steht: „Entfliehen Sie dem grauen Wetter in Seattle und besuchen Sie uns für ein langes Wochenende!“ Es ist unwahrscheinlich, dass Ihre Kampagne gute Ergebnisse erzielen wird.

Ebenso können ungenaue Gästeprofildaten Ihre personalisierten E-Mails zu Geburtstagen, Jubiläen oder Treueangeboten beeinträchtigen. Nichts ist für einen Gast abstoßender, als eine „Alles Gute zum Geburtstag“-E-Mail zu erhalten, die nicht annähernd an seinem Geburtstag liegt, und eine „Wir vermissen dich“-E-Mail, die am Tag nach dem Auschecken im Posteingang eines Gastes eintrifft, wird wahrscheinlich nichts bewegen . Diese E-Mails können unprofessionell wirken und dazu führen, dass sich Ihre Gäste ganz abmelden. Hier kommt die Advanced Profile Synthesis von Revinate ins Spiel.

Da unübersichtliche Daten sehr kostspielig sein können, ist es wichtig, dass Sie über ein Tool verfügen, das Ihre Datenbank automatisch bereinigt und Ihnen die Erkenntnisse liefert, die Sie zur Monetarisierung benötigen. Wir haben erwähnt, dass Revinate zu diesem Zweck einen hochentwickelten Prozess aus künstlicher Intelligenz und maschinellem Lernen namens Advanced Profile Synthesis verwendet. Aber was genau ist Advanced Profile Synthesis?

Die meisten Hoteldatenbanken enthalten zahlreiche Tippfehler, Duplikate und unvollständige Informationen über ihre Gäste. Wenn Ihre Datenbank Tausende von Profilen enthält, ist es unmöglich, diese Informationen manuell zu bereinigen und zu pflegen. Mit mancher Software können Sie doppelte Profile einfach zusammenführen oder unvollständige Datensätze ausschließen, Gästeprofile sind jedoch differenziert und erfahrene Hotelvermarkter wissen, dass sie mehr als diese grundlegende Funktionalität benötigen. Beispielsweise könnte derselbe Gast zwei verschiedene E-Mail-Adressen haben (z. B. geschäftlich und privat). Diese beiden E-Mail-Adressen sollten nicht zu zwei separaten Gastprofilen gehören.

Die Advanced Profile Synthesis von Revinate verfolgt einen ganzheitlicheren Ansatz zur Bereinigung von Gastprofildaten und zum Zusammenführen oder Entfernen von Duplikaten. Durch die Verarbeitung natürlicher Sprache und maschinelles Lernen sortiert das System die Gästeprofile auf menschlichere Weise. Anstatt zwei eindeutige E-Mail-Adressen automatisch als zwei eindeutige Gäste zu kategorisieren, berücksichtigt Advanced Profile Synthesis zahlreiche andere Felder im Profil. Wenn beispielsweise zwei Gastprofile denselben Namen, dieselbe Adresse und dieselbe Telefonnummer, aber unterschiedliche E-Mail-Adressen haben, erkennt Advanced Profile Synthesis, dass diese Profile denselben Gast repräsentieren, und führt sie zusammen. Im Gegensatz dazu würden die meisten CRM-Systeme sie getrennt halten, da alle Informationen in den beiden Profilen exakt übereinstimmen müssten.

Der Prozess der erweiterten Profilsynthese erfolgt automatisch und im Hintergrund, sodass Sie sich darauf konzentrieren können, Ihre aktuellen Gästeprofildaten in die Tat umzusetzen, anstatt sie zu durchforsten.

Was passiert hinter den Kulissen, während die Advanced Profile Synthesis von Revinate Ihre Gästedatenbank bereinigt? Die Software folgt einem dreistufigen Prozess: Standardisierung, Clustering und Lernen.

Daten, die in Ihr PMS aufgenommen werden, werden häufig in eindeutigen Formaten protokolliert und enthalten Tippfehler. Dies macht es schwierig, Daten abzugleichen. Um die Daten zu standardisieren, stellt Revinate zunächst alle erfassten Informationen in Bezug auf die Formatierung auf ein einheitliches Feld. Gäste können beispielsweise ihre Telefonnummern in verschiedenen Formaten eingeben. Einige schreiben 123-456-7890. Andere schreiben (123) 456-7890 oder vielleicht sogar 123.456.7890. Die Funktionalität von Revinate entfernt automatisch alle Satzzeichen aus Telefonnummern, um eine Fehlkategorisierung zu vermeiden. Das System standardisiert außerdem Adressen, sodass 123 1st St. mit 123 First Street übereinstimmt, und entfernt Platzhalter wie „n/a“, „null“ oder „555-555-5555“. Schließlich endet der Standardisierungsprozess mit der Zuweisung von „Tags“ zu jedem Feld, etwa „Telefonnummer“ und „E-Mail-Adresse“, damit die Felder direkt miteinander verglichen werden können.

Der nächste Schritt besteht darin, ähnliche Werte zu gruppieren, die in dasselbe Tag fallen. Beispielsweise sind Profile mit Namen wie „Catherine Smith“, „Cathy Smith“ und „C. Smith“ würden zusammengefasst werden. Anschließend analysiert das System weitere Elemente dieser Gästeprofile, um festzustellen, ob sie übereinstimmen oder ob es sich tatsächlich um eindeutige Gäste handelt. Wenn „Catherine Smith“ und „Cathy Smith“ dieselbe Adresse und Telefonnummer haben, geht das System davon aus, dass es sich bei den beiden Profilen wahrscheinlich um dieselbe Person handelt. Wenn jedoch keine der Profildaten für „Cathy Smith“ mit den Daten für „C. Smith“, dann geht das System davon aus, dass es sich um unterschiedliche Personen handelt. Der Algorithmus von Revinate berücksichtigt auch bekannte Spitznamen, sodass Profile mit den Vornamen „Mike“ und „Michael“ zusammen gruppiert werden, „Ryan“ und „Bryan“ hingegen nicht. Darüber hinaus gewichtet Revinate die Beliebtheit von Namen und ist daher wählerischer, wenn es um die Gruppierung von „Mike“-Profilen im Vergleich zu Profilen mit weniger gebräuchlichen Namen geht. Wenn beispielsweise in einer Datenbank zwei Gästeprofile mit dem Namen „Eustace“ vorhanden sind, ist die Wahrscheinlichkeit, dass es sich dabei um dieselbe Person handelt, viel höher als bei „Mike“ und „Michael“, wenn es sich um dieselbe Person handelt, vorausgesetzt, letzterer Name ist dies gemeinsam.

Das dritte Element im Prozess von Revinate ist, dass die Technologie kontinuierlich lernt. Das System analysiert ständig die erfolgreich abgeglichenen Profile, um Muster oder Ähnlichkeiten in Ihrer einzigartigen Datenbank zu finden. Dadurch wird die Genauigkeit mit der Zeit immer präziser, was bedeutet, dass Sie engere Gästesegmente mit ansprechenderen und personalisierteren Angeboten ansprechen können.

Saubere Daten ermöglichen es Hotelvermarktern, bei Kampagnen kreativ zu werden und die Conversions zu möglichst geringen Kosten zu maximieren, indem sie die Targeting-Kriterien äußerst präzise festlegen.

Nehmen wir an, Sie möchten Familien wieder einladen, die Ihr Hotel in den letzten drei Jahren während der Frühlingsferien besucht haben. Mit Ihrer bereinigten Datenbank können Sie ganz einfach ein Segment von Gästen erstellen, die privat gereist sind, eine Suite mit zwei Einzelbetten gebucht haben, im März und April von 2018 bis 2021 mindestens fünf Nächte hier verbracht haben und nach dem Check-out eine positive Bewertung hinterlassen haben. Auf diese Weise können Sie sicher sein, dass Ihr Frühlingsferienangebot die richtige Zielgruppe erreicht. Andererseits möchten Sie vielleicht frühere Gäste, die ursprünglich geschäftlich in Ihrem Hotel waren, dazu inspirieren, stattdessen einen Urlaub bei Ihnen zu buchen, sobald sie wieder reisebereit sind. Indem Sie gezielt Gäste ansprechen, die im Rahmen einer Konferenz oder zu einem bestimmten ausgehandelten Firmentarif gebucht haben, erzielen Sie wahrscheinlich eine bessere Einbindung, als wenn Sie Ihre gesamte Datenbank sprengen würden.

Die Ausführung der erweiterten Profilsynthese führt in der Regel auch zu einem überraschenden Ergebnis: Sie erhalten einen genaueren Überblick über die durchschnittliche Anzahl der Aufenthalte pro Gast. Ein genaues Verständnis dieses Datenpunkts ist für das Targeting von entscheidender Bedeutung. Es wird Ihnen helfen, zu verstehen, wer Ihre wahren treuen Gäste sind, damit Sie Kampagnen gezielt an sie richten und mehr über sie erfahren können, damit Sie ähnliche Gäste ansprechen können, die das Potenzial haben, ebenfalls treu zu werden.

Deshalb steigt die durchschnittliche Anzahl der Aufenthalte tendenziell an: Sobald eine Datenbank bereinigt ist, werden Gästeprofile zusammengeführt, die zuvor als eindeutig galten, bei denen es sich jedoch tatsächlich um dieselbe Person handelte. Nehmen wir an, dass die Profile von „Catherine Smith“ und „Cathy Smith“ jeweils zwei Aufenthalte mit insgesamt 7 Nächten hatten und das Profil von „C. Smith“ hatte einen Aufenthalt von insgesamt 5 Nächten. Wenn Advanced Profile Synthesis feststellen konnte, dass es sich bei diesen drei eindeutigen Profilen um dieselbe Person handelte, würde Ihre Datenbank nun aus einem umfangreichen Gastprofil für „Catherine Smith“ mit ihrer gesamten Gasthistorie bestehen. Aus ihrem neuen, vollständigen Profil würde hervorgehen, dass sie insgesamt 12 Nächte fünf Mal in Ihrem Hotel übernachtet hat. Wenn Sie eine personalisierte Kampagne mit der Variable „Anzahl der Übernachtungen“ erstellen, ist eine genaue Ansicht dieser Daten von unschätzbarem Wert.

Genaue Gästeprofildaten sind der Schlüssel. Ohne die richtigen Daten haben Sie möglicherweise eine falsche Vorstellung davon, wer Ihre größten oder profitabelsten Segmente ausmacht.

Wie können Sie also das Potenzial Ihrer Gästedatenbank maximieren? Der erste Schritt besteht darin, Ihre Daten zu bereinigen und doppelte Gästeprofile zu konsolidieren. Anschließend können Sie mit der Analyse Ihrer Segmente beginnen und Ihre Marketingbotschaften auf die Segmente zuschneiden, die wirklich mit der Gesamtstrategie Ihres Hotels übereinstimmen.

Unabhängig davon, auf welche Segmente Sie abzielen, erzielen diese hochgradig maßgeschneiderten Kampagnen ein besseres Engagement und generieren mehr Conversions als Kampagnen, die an eine allgemeinere Zielgruppe gesendet werden. Tatsächlich verzeichnen Hotels, die das fortschrittliche Segmentierungstool von Revinate verwenden, im Durchschnitt eine Verfünffachung der Buchungsraten im Vergleich zu Hotels, die weniger spezifische Kampagnen starten. Der Einsatz einer ausgefeilten Segmentierung erhöht nicht nur die Zahl der Direktbuchungen, sondern verringert auch den Betrag des Marketingbudgets, der für E-Mails ausgegeben wird, die an ungültige oder doppelte E-Mail-Adressen gesendet werden. Darüber hinaus fallen für ein Tool wie Revinate keine zusätzlichen Kosten an, um erweitertes Targeting, Segmentierung oder A/B-Tests zu nutzen. Es fallen auch keine Gebühren für die Datenbankgröße oder die Schwellenwerte für das E-Mail-Volumen an. So haben Sie die Freiheit, zu entwickeln, zu testen und zu optimieren, ohne Ihr Budget zu belasten.

Ganz gleich, ob Ihr Ziel darin besteht, die Marketingkosten zu senken, die Gästetreue zu steigern oder die Konvertierung Ihrer Kampagnen zu steigern, die Nutzung der Leistungsfähigkeit einer sauberen Gästedatenbank dank Advanced Profile Synthesis wird Ihnen dabei helfen, das volle Potenzial eines der wertvollsten Vermögenswerte Ihres Hotels auszuschöpfen: Ihre Gastdatenbank.

Dieser Inhalt wurde gemeinsam von Revinate und Hotel Tech Report erstellt.