Les campagnes par e-mail impersonnelles génèrent de faibles taux de conversion, mais la seule façon de personnaliser est de garantir que vos données sont propres et complètes. Les données incomplètes entraînent des coûts d'opportunité élevés, tels que des opportunités de revenus manquées, une diminution de la fidélité des clients (valeur à vie), des campagnes marketing inefficaces et une augmentation des commissions OTA.

Regardons un exemple. Si vous recevez des réservations et des paiements virtuels via Expedia, vous savez que certaines de ces réservations indiquent le siège social d'Expedia comme adresse de facturation du client. Cela pourrait vous amener à voir une part trompeuse de clients de Seattle, où se trouve le siège social d’Expedia. Il est probable que ces clients aient en fait réservé depuis des endroits à travers le pays (ou dans le monde). Et si vous deviez utiliser ces données pour envoyer un e-mail ciblé aux clients basés à Seattle indiquant « Échappez au temps gris de Seattle et venez nous rendre visite pour un long week-end ! » Il est peu probable que votre campagne génère de bons résultats.

De même, des données de profil client inexactes peuvent perturber vos e-mails personnalisés pour les anniversaires, les anniversaires ou les offres liées à la fidélité. Rien n'est plus rebutant pour un invité que de recevoir un e-mail de « joyeux anniversaire » loin de son anniversaire, et un e-mail « tu nous manques » qui arrive dans la boîte de réception d'un invité le lendemain de son départ ne fera probablement pas bouger les choses. . Ces e-mails peuvent sembler non professionnels et entraîner la désinscription totale de vos invités. C'est ici que la synthèse de profil avancée de Revinate entre en jeu.

Étant donné le coût élevé des données désordonnées, il est important que vous disposiez d'un outil qui nettoie automatiquement votre base de données et vous fournit les informations dont vous avez besoin pour la monétiser. Nous avons mentionné que Revinate utilise un processus sophistiqué d’intelligence artificielle et d’apprentissage automatique, appelé Advanced Profile Synthesis, pour faire exactement cela. Mais qu’est-ce que la synthèse avancée de profils exactement ?

La plupart des bases de données d'hôtels contiennent de nombreuses fautes de frappe, des doublons et des informations incomplètes sur leurs clients. Si vous avez des milliers de profils dans votre base de données, il est impossible de nettoyer et de conserver manuellement ces informations. Certains logiciels vous permettent simplement de fusionner des profils en double ou d'exclure des enregistrements incomplets, mais les profils des clients sont nuancés et les spécialistes du marketing hôtelier sophistiqués savent qu'ils ont besoin de plus que cette fonctionnalité de base. Par exemple, le même invité peut avoir deux adresses e-mail différentes (par exemple professionnelle et personnelle). Ces deux adresses e-mail ne doivent pas appartenir à deux profils d'invité distincts.

La synthèse de profil avancée de Revinate adopte une approche plus holistique pour nettoyer les données de profil des invités et fusionner ou supprimer les doublons. Grâce au traitement du langage naturel et à l'apprentissage automatique, le système trie les profils des invités de manière plus humaine. Plutôt que de classer automatiquement deux adresses e-mail uniques comme deux invités uniques, Advanced Profile Synthesis prend en compte de nombreux autres champs du profil. Par exemple, si deux profils d'invité ont le même nom, la même adresse et le même numéro de téléphone, mais des adresses e-mail différentes, Advanced Profile Synthesis comprendra que ces profils représentent le même invité et les fusionnera. En revanche, la plupart des systèmes CRM les maintiendraient séparés, car il faudrait que toutes les informations contenues dans les deux profils correspondent exactement.

Le processus de synthèse avancée de profil s'effectue automatiquement et en arrière-plan, afin que vous puissiez vous concentrer sur la mise à jour des données de votre profil d'invité plutôt que de les parcourir.

Que se passe-t-il dans les coulisses pendant que la synthèse de profil avancée de Revinate nettoie votre base de données d'invités ? Le logiciel suit un processus en trois étapes : standardisation, clustering et apprentissage.

Les données ingérées dans votre PMS sont souvent enregistrées dans des formats uniques et incluent des fautes de frappe. Cela rend difficile la mise en correspondance des données. Ainsi, afin de standardiser les données, Revinate met d'abord toutes les informations qu'il ingère sur un pied d'égalité en termes de formatage. Par exemple, les invités peuvent saisir leur numéro de téléphone dans différents formats. Certains écrivent 123-456-7890. D'autres écrivent le (123) 456-7890, ou peut-être même le 123.456.7890. La fonctionnalité de Revinate supprime automatiquement toute la ponctuation des numéros de téléphone pour éviter les erreurs de catégorisation. Le système normalisera également les adresses pour que le 123 1st St. corresponde au 123 First Street, et supprimera les espaces réservés tels que « n/a », « null » ou « 555-555-5555 ». Enfin, le processus de normalisation se termine par l'attribution de « balises » à chaque champ, comme « numéro de téléphone » et « adresse e-mail », afin de pouvoir comparer les champs de manière comparable.

L'étape suivante consiste à regrouper les valeurs similaires appartenant à la même balise. Par exemple, les profils portant des noms tels que « Catherine Smith », « Cathy Smith » et « C. Smith »seraient regroupés. Ensuite, le système analysera des éléments supplémentaires de ces profils d'invités pour déterminer s'ils correspondent ou s'il s'agit effectivement d'invités uniques. Si « Catherine Smith » et « Cathy Smith » partagent la même adresse postale et le même numéro de téléphone, alors le système comprend que les deux profils sont probablement la même personne. Mais si aucune des données de profil de « Cathy Smith » ne correspond aux données de « C. Smith », alors le système supposera qu'il s'agit de personnes différentes. L'algorithme de Revinate intègre également des surnoms connus, donc les profils portant les prénoms « Mike » et « Michael » seront regroupés, tandis que « Ryan » et « Bryan » ne le seront pas. De plus, Revinate évalue la popularité des noms, il sera donc plus pointilleux lorsqu'il envisagera de regrouper les profils « Mike » par rapport aux profils avec des noms moins courants. Par exemple, s'il existe deux profils d'invité portant le nom « Eustace » dans une base de données, la probabilité qu'il s'agisse de la même personne est beaucoup plus élevée que « Mike » et « Michael » étant la même personne, étant donné que ce dernier nom est ainsi commun.

Le troisième élément du processus de Revinate est que sa technologie apprend continuellement. Le système analyse constamment les profils auxquels il a réussi à faire correspondre pour trouver des modèles ou des similitudes dans votre base de données unique. Ce faisant, il devient plus précis au fil du temps, ce qui signifie que vous serez en mesure de cibler des segments plus restreints de clients avec des offres plus attrayantes et personnalisées.

Des données propres permettent aux spécialistes du marketing hôtelier de faire preuve de créativité dans leurs campagnes et de maximiser les conversions au coût le plus bas possible en étant incroyablement précis dans les critères de ciblage.

Disons que vous souhaitez inviter à nouveau les familles qui ont visité votre hôtel pendant les vacances de printemps au cours des trois dernières années. Avec votre base de données nettoyée, vous pouvez facilement créer un segment de clients ayant voyagé pour leurs loisirs, réservé une suite avec des lits jumeaux, séjourné au moins 5 nuits en mars et avril de 2018 à 2021 et laissé un avis positif après le départ. De cette façon, vous pouvez être sûr que votre offre de vacances de printemps atteindra le bon public. D'un autre côté, vous souhaitez peut-être inciter d'anciens clients qui ont initialement visité votre hôtel pour affaires à réserver des vacances avec vous une fois qu'ils seront prêts à voyager à nouveau. En ciblant les invités qui ont réservé dans le cadre d'une conférence ou avec un tarif d'entreprise négocié spécifique, vous obtiendrez probablement un meilleur engagement que si vous deviez faire exploser l'intégralité de votre base de données.

L’exécution de Advanced Profile Synthesis a également tendance à donner un résultat surprenant : vous avez une vue plus précise du nombre moyen de séjours par client. Avoir une compréhension précise de ce point de données est essentiel pour le ciblage. Cela vous aidera à comprendre qui sont vos véritables invités fidèles afin que vous puissiez lancer des campagnes vers eux et également en apprendre davantage sur eux afin de pouvoir cibler des invités similaires qui ont également le potentiel de devenir fidèles.

Voici pourquoi le nombre moyen de séjours a tendance à augmenter : une fois la base de données nettoyée, les profils de clients qui étaient auparavant considérés comme uniques, mais qui étaient en fait la même personne, auront été fusionnés. Disons que les profils de « Catherine Smith » et « Cathy Smith » ont chacun réalisé deux séjours totalisant 7 nuits, et que le profil de « C. Smith » a passé un séjour totalisant 5 nuits. Si Advanced Profile Synthesis était capable de déterminer que ces trois profils uniques étaient la même personne, votre base de données comprendrait désormais un profil d'invité riche pour « Catherine Smith » avec l'intégralité de son historique d'invités. Son nouveau profil complet montrerait qu'elle a séjourné cinq fois dans votre hôtel pour un total de 12 nuits. Si vous créez une campagne personnalisée en utilisant le nombre de nuits passées comme variable, avoir une vue précise de ces données est inestimable.

Des données précises sur le profil des clients sont essentielles. Sans les bonnes données, vous pourriez avoir une mauvaise idée de qui constitue vos segments les plus importants ou les plus rentables.

Alors, comment maximiser le potentiel de votre base de données clients ? La première étape consiste à nettoyer vos données et à consolider les profils d'invités en double. Ensuite, vous pouvez commencer à analyser vos segments et adapter vos messages marketing en fonction des segments qui correspondent réellement à la stratégie globale de votre hôtel.

Quels que soient les segments que vous ciblez, ces campagnes hautement personnalisées susciteront un meilleur engagement et généreront plus de conversions que les campagnes envoyées à un public plus générique. En fait, les hôtels qui utilisent l'outil de segmentation avancé de Revinate voient leurs taux de réservation multipliés par cinq, en moyenne, par rapport aux hôtels qui lancent des campagnes moins spécifiques. Le recours à une segmentation sophistiquée augmentera non seulement les réservations directes, mais réduira également le montant du budget marketing dépensé en e-mails envoyés à des adresses e-mail invalides ou en double. De plus, un outil comme Revinate ne facture pas de frais supplémentaires pour tirer parti du ciblage, de la segmentation ou des tests A/B avancés. Il ne facture pas non plus la taille de la base de données ou les seuils de volume de courrier électronique. Vous êtes donc libre de créer, tester et optimiser sans nuire à votre budget.

Que votre objectif soit de réduire les coûts marketing, de fidéliser vos clients ou d'augmenter la conversion de vos campagnes, tirer parti de la puissance d'une base de données client propre grâce à Advanced Profile Synthesis vous aidera à exploiter tout le potentiel de l'un des atouts les plus précieux de votre hôtel : votre base de données des invités.

Ce contenu a été créé en collaboration par Revinate et Hotel Tech Report.