個人的でない電子メール キャンペーンではコンバージョン率が低くなりますが、パーソナライズする唯一の方法は、データがクリーンで完全であることを確認することです。不完全なデータは、収益機会の逸失、ゲストロイヤルティ（生涯価値）の低下、非効果的なマーケティングキャンペーン、OTA手数料の増加など、高い機会コストを伴います。

例を見てみましょう。 Expedia を通じて予約や仮想支払いを受け取った場合、これらの予約の一部には、ゲストの請求先住所として Expedia 本社が表示されることをご存知でしょう。これにより、エクスペディア本社があるシアトルからのゲストが誤解を招く可能性があります。おそらく、それらのゲストは実際に国中 (または世界中) の場所から予約したのでしょう。そして、このデータを使用して、シアトルを拠点とするゲストに「シアトルの灰色の天気を避けて、長い週末にぜひ遊びに来てください!」という内容のターゲットを絞った電子メールを送信したとします。キャンペーンが強力な結果を生み出す可能性は低いです。

同様に、ゲスト プロフィール データが不正確だと、誕生日、記念日、ロイヤルティ関連の特典などのパーソナライズされたメールが送信されなくなる可能性があります。ゲストにとって、誕生日にそれほど近づいていないのに「誕生日おめでとう」のメールを受け取ることほど不快なものはありません。チェックアウトの翌日に「会いたいです」のメールがゲストの受信箱に届いても、おそらく状況は変わりません。 。これらのメールはプロフェッショナルではないと思われる可能性があり、ゲストが完全に購読を中止する可能性があります。ここで Revinate の高度なプロファイル合成が活躍します。

乱雑なデータのコストがいかに高くつくかを考えると、データベースを自動的にクレンジングし、収益化に必要な洞察を提供するツールを導入することが重要です。 Revinate はまさにそれを行うために、Advanced Profile Synthesis と呼ばれる高度な人工知能と機械学習プロセスを使用していると述べました。しかし、高度なプロファイル合成とは正確には何でしょうか?

ほとんどのホテルのデータベースには、宿泊客に関する誤字、重複、不完全な情報が多数含まれています。データベースに何千ものプロファイルがある場合、この情報を手動でクリーンアップして維持することは不可能です。一部のソフトウェアでは、重複したプロフィールを単純に結合したり、不完全なレコードを除外したりすることができますが、ゲストのプロフィールは微妙であり、洗練されたホテルのマーケティング担当者は、この基本的な機能以上のものが必要であることを知っています。たとえば、同じゲストが 2 つの異なる電子メール アドレス (仕事用と個人用など) を持つ可能性があります。これら 2 つの電子メール アドレスは、2 つの別個のゲスト プロファイルに属すべきではありません。

Revinate の高度なプロファイル合成は、ゲスト プロファイル データのクリーニングと重複のマージまたは削除に対して、より総合的なアプローチを採用しています。自然言語処理と機械学習を使用して、システムはより人間的な方法でゲストのプロフィールを分類します。 Advanced Profile Synthesis では、2 つの一意の電子メール アドレスを 2 つの一意のゲストとして自動的に分類するのではなく、プロファイル内の他の多数のフィールドが考慮されます。たとえば、2 つのゲスト プロファイルの名前、住所、電話番号が同じで、電子メール アドレスが異なる場合、Advanced Profile Synthesis はこれらのプロファイルが同じゲストを表していると認識し、それらをマージします。対照的に、ほとんどの CRM システムでは、2 つのプロファイル内のすべての情報が完全に一致する必要があるため、それらを別々に保持します。

高度なプロファイル合成プロセスはバックグラウンドで自動的に実行されるため、最新のゲスト プロファイル データを選別するのではなく、そのデータを実行することに集中できます。

Revinate の高度なプロファイル合成がゲスト データベースをスクラブする際、舞台裏で何が起こっているのでしょうか?ソフトウェアは、標準化、クラスタリング、学習という 3 段階のプロセスに従います。

PMS に取り込まれるデータは、多くの場合、固有の形式で記録され、タイプミスが含まれます。これによりデータの照合が困難になるため、データを標準化するために、Revinate はまず、取り込んだすべての情報をフォーマットの観点から平等な競争の場に置きます。たとえば、ゲストは自分の電話番号をさまざまな形式で入力できます。 123-456-7890 と書く人もいます。 (123) 456-7890、あるいは 123.456.7890 と書く人もいます。 Revinate の機能は、誤った分類を避けるために、電話番号からすべての句読点を自動的に削除します。また、システムは、123 1st St. が 123 First Street と一致するように住所を標準化し、「n/a」、「null」、「555-555-5555」などのプレースホルダーを削除します。最後に、標準化プロセスは、「電話番号」や「電子メール アドレス」などの各フィールドに「タグ」を割り当てて終了します。これにより、フィールドを同一の方法で比較できるようになります。

次のステップでは、同じタグ内にある類似した値をクラスター化します。たとえば、「Catherine Smith」、「Cathy Smith」、「C.スミス」は一緒にグループ化されるでしょう。次に、システムはそれらのゲスト プロフィールの追加要素を分析して、それらが一致するかどうか、または実際にユニークなゲストであるかどうかを判断します。 「Catherine Smith」と「Cathy Smith」が同じ住所と電話番号を共有している場合、システムは 2 つのプロフィールが同一人物である可能性が高いと認識します。しかし、「Cathy Smith」のプロファイル データが「C. Smith」のデータと一致しない場合は、スミス」と言うと、システムは彼らが別の人であるとみなします。 Revinate のアルゴリズムには既知のニックネームも組み込まれているため、ファーストネームが「Mike」と「Michael」のプロフィールはグループ化されますが、「Ryan」と「Bryan」はグループ化されません。さらに、Revinate は名前の人気を比較検討するため、「Mike」プロフィールとあまり一般的ではない名前のプロフィールをグループ化することを検討する際に、より厳選されます。たとえば、データベースに「ユースタス」という名前のゲスト プロフィールが 2 つある場合、後者の名前が同じであることを考えると、それが同一人物である可能性は、「マイク」と「マイケル」が同一人物である可能性よりもはるかに高くなります。一般。

Revinate のプロセスの 3 番目の要素は、テクノロジーが継続的に学習していることです。システムは、一致したプロファイルを常に分析して、独自のデータベース内のパターンや類似点を見つけます。そうすることで、時間の経過とともに精度が向上し、より魅力的でパーソナライズされたオファーでより狭いセグメントのゲストをターゲットにできるようになります。

クリーンなデータにより、ホテルのマーケティング担当者はキャンペーンで創造性を発揮し、ターゲティング基準を非常に具体的にすることで、可能な限り低コストでコンバージョンを最大化することができます。

過去 3 年間の春休みにホテルを訪れた家族を再び招待したいとします。クレンジングされたデータベースを使用すると、レジャー目的で旅行し、ツインベッド付きのスイートを予約し、2018 年から 2021 年の 3 月と 4 月に少なくとも 5 泊滞在し、チェックアウト後に肯定的なレビューを残したゲストのセグメントを簡単に作成できます。このようにして、春休みのオファーが適切な視聴者に届くことを確信できます。一方で、最初はビジネスでホテルを訪れた過去のゲストに、再び旅行する準備ができたら、代わりに休暇を予約するよう促したいと考えているかもしれません。会議の一部として予約したゲスト、または特定の交渉された法人料金で予約したゲストをターゲットにすると、データベース全体を爆破する場合よりもエンゲージメントが向上する可能性があります。

高度なプロファイル合成を実行すると、ゲストごとの平均滞在数をより正確に把握できるという驚くべき結果が得られる傾向があります。このデータ ポイントを正確に理解することは、ターゲティングにとって重要です。これは、真の忠実なゲストが誰なのかを理解して、その人たちに向けてキャンペーンを推進したり、彼らについてさらに詳しく学んで、同様に忠実になる可能性のある同様のゲストをターゲットにできるようにするのに役立ちます。

平均滞在数が増加する傾向にある理由は次のとおりです。データベースがクリーンアップされると、以前は一意としてカウントされていたものの、実際には同一人物だったゲスト プロフィールが統合されます。 「Catherine Smith」と「Cathy Smith」のプロフィールはそれぞれ 2 回合計 7 泊の滞在があり、「C. Smith」のプロフィールは合計 7 泊したとします。スミス」には1回の滞在で計5泊しました。 Advanced Profile Synthesis がこれら 3 つの固有のプロファイルが同一人物であると判断できた場合、データベースは、ゲスト履歴全体を含む「Catherine Smith」の 1 つのリッチ ゲスト プロファイルで構成されることになります。彼女の新しい完全なプロフィールには、彼女があなたのホテルに 5 回、合計 12 泊滞在したことが示されます。宿泊日数を変数として使用してパーソナライズされたキャンペーンを構築している場合、このデータを正確に把握することは非常に貴重です。

正確なゲスト プロファイル データが重要です。適切なデータがなければ、最大または最も収益性の高いセグメントを構成しているのは誰かについて誤った考えを持ってしまう可能性があります。

では、ゲスト データベースの可能性を最大限に引き出すにはどうすればよいでしょうか?最初のステップは、データをクリーンアップし、重複したゲスト プロファイルを統合することです。次に、セグメントの分析を開始し、ホテルの全体的な戦略と真に一致するセグメントに基づいてマーケティング メッセージを調整できます。

どのセグメントをターゲットにするかに関係なく、これらの高度にカスタマイズされたキャンペーンは、より一般的なユーザーに送信されるキャンペーンよりも優れたエンゲージメントを獲得し、より多くのコンバージョンを生成します。実際、Revinate の高度なセグメンテーション ツールを使用しているホテルでは、あまり具体的でないキャンペーンを開始しているホテルと比較して、予約率が平均して 5 倍増加しています。高度なセグメンテーションを採用すると、直接予約が増加するだけでなく、無効または重複した電子メール アドレスに送信される電子メールに費やされるマーケティング予算の量も削減されます。さらに、 Revinate のようなツールでは、高度なターゲティング、セグメンテーション、A/B テストを利用するために追加料金がかかりません。また、データベース サイズや電子メールの量のしきい値に対して料金が発生することもありません。そのため、予算を損なうことなく、自由に構築、テスト、最適化を行うことができます。

目標がマーケティング コストの削減、ゲスト ロイヤリティの向上、またはキャンペーンのコンバージョンの増加であっても、高度なプロファイル合成のおかげでクリーンなゲスト データベースの力を活用することで、ホテルの最も貴重な資産の 1 つであるお客様の潜在力を最大限に引き出すことができます。ゲストデータベース。

このコンテンツは Revinate と Hotel Tech Report が共同で作成したものです。