Das Hotelnetzwerk definiert die direkte Traffic-Akquise über Kanäle mit vorausschauenden Zielgruppen neu
Die hochmoderne Technologie des maschinellen Lernens optimiert Retargeting-Kampagnen, um den ROAS zu steigern
Das Hotels Network (THN), eine direkte Wachstumsplattform für Hotels, hat Predictive Audiences eingeführt, um den Return On Advertising Spend (ROAS) für Hoteliers zu steigern. Mithilfe von KI und gastgewerbespezifischen Algorithmen ermöglicht dieses innovative Tool die Optimierung von Retargeting-Kampagnen und bringt hochwertige Nutzer effektiv zurück auf die Website des Hotels. Predictive Audiences definiert die Traffic-Akquise neu, indem es Hotels in die Lage versetzt, die Gebote für Retargeting-Kampagnen auf Gäste abzustimmen, die eine höhere Conversion-Wahrscheinlichkeit haben oder höhere Ausgaben tätigen, was zu einem um bis zu 70 % niedrigeren CPA führt.
Wie funktioniert Predictive Audiences?
Basierend auf der Beobachtung von Hunderten Millionen Benutzern im umfangreichen THN-Netzwerk von über 19.000 Hotels nutzt diese Technologie Techniken des maschinellen Lernens, um Muster in Echtzeit auf der Grundlage von Hunderten von Variablen zu finden. Anschließend werden Vorhersagen zum Nutzerverhalten getroffen, indem Faktoren wie vergangenes und aktuelles Nutzerverhalten, THN-Interaktionen und externe Daten berücksichtigt werden, was Hoteliers ein umfassendes Verständnis des Nutzerengagements bietet.
Predictive Audiences optimiert den Prozess für Hoteliers, indem es das Nutzerverhalten automatisch analysiert und versteht und so aus dem gesamten Webverkehr hochwertige Zielgruppensegmente erstellt. Diese Zielgruppen werden dann verwendet, um Benutzer anzusprechen, Gebote zu optimieren und höhere Konversionsraten zu erzielen. Wichtig ist, dass dies erreicht wird, ohne die Werbeausgaben zu erhöhen, da es den Hotels ermöglicht, die Kampagnengebote so anzupassen, dass Gäste mit höherer Wahrscheinlichkeit konvertieren oder höhere Ausgaben tätigen.
Die leistungsstärksten Algorithmen zur Optimierung von Retargeting-Kampagnen sind:
Kaufabsicht: Dieser Algorithmus ermöglicht es Hotelvermarktern, Benutzer basierend auf ihrer Wahrscheinlichkeit, ein Zimmer auf der Website des Hotels zu buchen, anzusprechen.
Hohe Ausgaben: Der Algorithmus erkennt die Wahrscheinlichkeit, dass sich ein Benutzer auf der Website des Hotels für höhere oder niedrigere Preise entscheidet, und gibt an, welche Zimmerkategorie ein Benutzer wahrscheinlich buchen wird.
Die Zielgruppensegmente können mit anderen Verhaltens-Targeting-Regeln kombiniert werden, die auf Benutzerinteraktionen mit der Hotelwebsite basieren, beispielsweise gesuchte Aufenthaltsdaten oder URL-Variablen. Der Einsatz von Predictive Audiences auf diese Weise kommt Hoteliers zugute, indem er letztendlich den ROAS (Return on Ad Spend) steigert, den CPA (Cost Per Acquisition) senkt und höhere Konversionsraten ermöglicht.
„Nachdem wir mit unserer ersten Predictive-Personalisierungsplattform beachtliche Erfolge erzielt haben, freuen wir uns, ihre Fähigkeiten und den Mehrwert, den wir Hoteliers für ihre Direktkanalstrategien bieten, zu erweitern“, sagte Juanjo Rodriguez, Gründer von The Hotels Network. „Mit der Plug-and-Play-Implementierung von Predictive Audiences und der nahtlosen Verbindung zum Google Analytics-Konto der Hotelmarke können Hoteliers mühelos Retargeting-Kampagnen starten, die die Leistung ihres direkten Kanals sofort und deutlich verbessern.
Erfahren Sie mehr darüber, wie The Hotels Network die Leistungsfähigkeit der KI nutzt, um Direktbuchungsverkehr anzuziehen und zu konvertieren.
