Kollective achève la collecte initiale de données pour l'indice d'IA des hôtels-boutiques
Une étude indépendante a recensé 28 600 recommandations d'hôtels générées par l'IA sur cinq plateformes d'IA de premier plan.
L'agence de marketing hôtelier Kollective a achevé la phase initiale de collecte de données du Boutique Hotel AI Index, un projet de recherche indépendant examinant comment les plateformes d'IA recommandent des hôtels de charme aux voyageurs.
Mené en 15 campagnes de collecte entre le 18 juin et le 19 juillet 2026, le projet a analysé les réponses de ChatGPT, Google AI Mode, Google AI Overviews, Gemini et Microsoft Copilot dans 100 destinations à travers le monde en utilisant les versions grand public de chaque plateforme.
L'ensemble de données complet contient:
28 600 réponses générées par l'IA
156 074 événements de dénomination d'hôtels
9 895 hôtels distincts suite à la résolution de l'entité
252 032 enregistrements de sources citées répartis sur 11 811 domaines
Avec la démocratisation de la planification de voyages assistée par l'IA, il est devenu crucial pour les professionnels du marketing hôtelier de comprendre comment les hôtels sont sélectionnés et apparaissent dans les recommandations générées par l'IA. Malgré l'intérêt croissant du secteur, peu d'études indépendantes ont été menées sur la manière dont ces systèmes recommandent les hôtels de charme ou sur la cohérence de leur comportement selon les différentes plateformes d'IA.
L'indice d'IA pour les hôtels de charme a été créé pour fournir une méthodologie reproductible et transparente permettant d'étudier à grande échelle les recommandations hôtelières basées sur l'IA.
Au lieu d'évaluer chaque hôtel individuellement, la recherche se concentre sur le comportement des systèmes de recommandation d'IA, notamment la volatilité des recommandations, les différences entre les plateformes, les modèles de visibilité des hôtels, le comportement des citations et l'impact de la conception des invites.
Le projet comprend également des recherches spécifiques examinant les variations régionales, la stabilité des recommandations grâce à des tests répétés le même jour et la manière dont différentes formulations d'invites influencent les recommandations de l'IA.
« Tous les hôteliers se demandent comment les plateformes d'IA déterminent les établissements à recommander, mais les données indépendantes restent rares. L'indice IA des hôtels de charme a été conçu pour faire évoluer ce débat et dépasser les simples captures d'écran et les suppositions. En analysant des milliers de recommandations selon une méthodologie rigoureuse, nous espérons apporter des éléments concrets permettant au secteur de mieux comprendre l'évolution de la recherche d'hôtels par l'IA. »
Lynn Patchett, fondatrice et responsable de la visibilité en matière de recherche et d'IA chez Kollective
Au cours des prochaines semaines, Kollective publiera des résultats portant sur la volatilité des recommandations, les différences entre les plateformes, les modèles de citation, les variations géographiques et la relation entre les caractéristiques des hôtels et les recommandations de l'IA.
