Onpersoonlijke e-mailcampagnes leveren lage conversiepercentages op, maar de enige manier om te personaliseren is ervoor te zorgen dat uw gegevens schoon en volledig zijn. Onvolledige gegevens brengen hoge opportuniteitskosten met zich mee, zoals gemiste omzetkansen, verminderde gastloyaliteit (lifetime value), ineffectieve marketingcampagnes en hogere OTA-commissies.

Laten we eens kijken naar een voorbeeld. Als u via Expedia boekingen en virtuele betalingen ontvangt, weet u dat bij sommige van deze reserveringen het hoofdkantoor van Expedia als factuuradres van de gast wordt weergegeven. Dit zou ertoe kunnen leiden dat u een misleidend aandeel gasten uit Seattle ziet, waar het hoofdkantoor van Expedia is gevestigd. Waarschijnlijk hebben deze gasten daadwerkelijk geboekt vanaf locaties in het hele land (of over de hele wereld). En als u deze gegevens zou gebruiken om een ​​gerichte e-mail naar gasten in Seattle te sturen met de tekst: “Ontsnap aan het grijze weer in Seattle en kom ons een lang weekend bezoeken!” Het is onwaarschijnlijk dat uw campagne sterke resultaten zal opleveren.

Op dezelfde manier kunnen onnauwkeurige gastprofielgegevens ervoor zorgen dat uw gepersonaliseerde e-mails voor verjaardagen, jubilea of ​​loyaliteitsgerelateerde aanbiedingen in de war raken. Niets is zo onaangenaam voor een gast als het ontvangen van een e-mail met 'gefeliciteerd met zijn verjaardag' die niet in de buurt komt van zijn of haar verjaardag, en een e-mail met 'we missen je' die de dag na het uitchecken in de inbox van een gast terechtkomt, zal waarschijnlijk niets veranderen. . Deze e-mails kunnen onprofessioneel overkomen en kunnen ertoe leiden dat uw gasten zich helemaal afmelden. Hier komt de geavanceerde profielsynthese van Revinate in het spel.

Gezien hoe kostbaar rommelige gegevens kunnen zijn, is het belangrijk dat u over een tool beschikt die uw database automatisch opschoont en u de inzichten biedt die u nodig heeft om er inkomsten mee te genereren. We zeiden dat Revinate daarvoor een geavanceerd proces van kunstmatige intelligentie en machinaal leren gebruikt, genaamd Advanced Profile Synthesis. Maar wat is geavanceerde profielsynthese precies?

De meeste hoteldatabases bevatten veel typefouten, duplicaten en onvolledige informatie over hun gasten. Als u duizenden profielen in uw database heeft, is het onmogelijk om deze informatie handmatig op te schonen en te onderhouden. Met sommige software kun je simpelweg dubbele profielen samenvoegen of onvolledige records uitsluiten, maar gastprofielen zijn genuanceerd en ervaren hotelmarketeers weten dat ze meer nodig hebben dan deze basisfunctionaliteit. Dezelfde gast kan bijvoorbeeld twee verschillende e-mailadressen hebben (bijvoorbeeld werk en privé). Deze twee e-mailadressen mogen niet in twee afzonderlijke gastprofielen thuishoren.

Revinate's geavanceerde profielsynthese hanteert een meer holistische benadering bij het opschonen van gastprofielgegevens en het samenvoegen of verwijderen van duplicaten. Met behulp van natuurlijke taalverwerking en machine learning sorteert het systeem gastprofielen op een meer menselijke manier. In plaats van twee unieke e-mailadressen automatisch te categoriseren als twee unieke gasten, houdt Advanced Profile Synthesis rekening met tal van andere velden in het profiel. Als twee gastprofielen bijvoorbeeld dezelfde naam, adres en telefoonnummer hebben, maar verschillende e-mailadressen, zal Advanced Profile Synthesis begrijpen dat deze profielen dezelfde gast vertegenwoordigen en deze samenvoegen. Daarentegen zouden de meeste CRM-systemen ze gescheiden houden, omdat alle informatie binnen de twee profielen exact overeen zou moeten komen.

Het geavanceerde profielsyntheseproces vindt automatisch en op de achtergrond plaats, zodat u zich kunt concentreren op het in praktijk brengen van uw actuele gastprofielgegevens in plaats van er doorheen te bladeren.

Wat gebeurt er achter de schermen terwijl Revinate's geavanceerde profielsynthese uw gastendatabase opschoont? De software volgt een proces in drie stappen: standaardisatie, clustering en leren.

Gegevens die in uw PMS worden opgenomen, worden vaak in unieke formaten vastgelegd en bevatten typefouten. Dit maakt het moeilijk om gegevens te matchen, dus om gegevens te standaardiseren, plaatst Revinate eerst alle informatie die het binnenkrijgt op een gelijk speelveld in termen van opmaak. Gasten kunnen bijvoorbeeld hun telefoonnummers in verschillende formaten invoeren. Sommigen schrijven 123-456-7890. Anderen schrijven (123) 456-7890, of misschien zelfs 123.456.7890. De functionaliteit van Revinate verwijdert automatisch alle leestekens uit telefoonnummers om verkeerde categorisering te voorkomen. Het systeem standaardiseert ook adressen zodat 123 1st St. overeenkomt met 123 First Street, en verwijdert tijdelijke aanduidingen zoals ‘n.v.t.’, ‘null’ of ‘555-555-5555.’ Ten slotte eindigt het standaardisatieproces door aan elk veld ‘tags’ toe te wijzen, zoals ‘telefoonnummer’ en ‘e-mailadres’, zodat velden op een appel-met-appel-manier kunnen worden vergeleken.

De volgende stap is het clusteren van vergelijkbare waarden die binnen dezelfde tag vallen. Profielen met namen als 'Catherine Smith', 'Cathy Smith' en 'C. Smith” zou worden gegroepeerd. Vervolgens analyseert het systeem aanvullende elementen van die gastprofielen om te bepalen of ze een match zijn of dat het inderdaad unieke gasten zijn. Als “Catherine Smith” en “Cathy Smith” hetzelfde adres en telefoonnummer delen, begrijpt het systeem dat de twee profielen waarschijnlijk dezelfde persoon zijn. Maar als geen van de profielgegevens voor “Cathy Smith” overeenkomt met de gegevens voor “C. Smith', dan gaat het systeem ervan uit dat het verschillende mensen zijn. Het algoritme van Revinate bevat ook bekende bijnamen, dus profielen met de voornamen “Mike” en “Michael” worden gegroepeerd, terwijl “Ryan” en “Bryan” dat niet doen. Bovendien weegt Revinate de populariteit van namen af, dus zal het kieskeuriger zijn bij het groeperen van “Mike”-profielen versus profielen met minder gebruikelijke namen. Als er bijvoorbeeld twee gastprofielen met de naam ‘Eustace’ in een database staan, is de kans dat dit dezelfde persoon is veel groter dan dat ‘Mike’ en ‘Michael’ dezelfde persoon zijn, aangezien de laatste naam zo is. gewoon.

Het derde element in het proces van Revinate is dat de technologie voortdurend leert. Het systeem analyseert voortdurend de profielen die het met succes heeft gematcht om patronen of overeenkomsten in uw unieke database te vinden. Door dit te doen, wordt het in de loop van de tijd nauwkeuriger, wat betekent dat u kleinere segmenten gasten kunt targeten met aantrekkelijkere en gepersonaliseerde aanbiedingen.

Dankzij schone data kunnen hotelmarketeers creatief aan de slag met campagnes en conversies maximaliseren tegen de laagst mogelijke kosten door ongelooflijk specifiek te worden met targetingcriteria.

Stel dat u gezinnen wilt uitnodigen die uw hotel de afgelopen drie jaar tijdens de voorjaarsvakantie hebben bezocht. Met uw opgeschoonde database kunt u eenvoudig een segment van gasten creëren die voor hun plezier hebben gereisd, een suite met twee eenpersoonsbedden hebben geboekt, in maart en april van 2018-2021 ten minste 5 nachten hebben verbleven en na het uitchecken een positieve beoordeling hebben achtergelaten. Op deze manier kunt u erop vertrouwen dat uw voorjaarsvakantieaanbieding de juiste doelgroep bereikt. Aan de andere kant wilt u misschien voormalige gasten die uw hotel oorspronkelijk voor zaken bezochten, inspireren om in plaats daarvan een vakantie bij u te boeken zodra ze klaar zijn om weer op reis te gaan. Door gasten te targeten die hebben geboekt als onderdeel van een conferentie of met een specifiek onderhandeld bedrijfstarief, krijgt u waarschijnlijk een betere betrokkenheid dan wanneer u uw hele database zou opblazen.

Het uitvoeren van Advanced Profile Synthesis levert vaak ook een verrassend resultaat op, namelijk dat u een nauwkeuriger beeld krijgt van het gemiddelde aantal verblijven per gast. Een nauwkeurig begrip van dit datapunt is van cruciaal belang voor targeting. Het zal u helpen te begrijpen wie uw echte loyale gasten zijn, zodat u campagnes naar hen kunt sturen en ook meer over hen te weten kunt komen, zodat u zich kunt richten op soortgelijke gasten die het potentieel hebben om ook loyaal te worden.

Dit is de reden waarom het gemiddelde aantal verblijven de neiging heeft toe te nemen: Zodra een database is opgeschoond, zijn gastprofielen die voorheen als uniek werden geteld, maar die in feite dezelfde persoon waren, samengevoegd. Laten we zeggen dat de profielen van “Catherine Smith” en “Cathy Smith” elk twee verblijven hadden van in totaal 7 nachten, en het profiel van “C. Smith” had één verblijf van in totaal 5 nachten. Als Advanced Profile Synthesis kon vaststellen dat deze drie unieke profielen dezelfde persoon waren, zou uw database nu bestaan ​​uit één Rich Guest Profile voor “Catherine Smith” met haar volledige gastgeschiedenis. Uit haar nieuwe, volledige profiel zou blijken dat ze vijf keer in uw hotel heeft verbleven, in totaal twaalf nachten. Als u een gepersonaliseerde campagne opzet met het aantal overnachtingen als variabele, is een accuraat beeld van deze gegevens van onschatbare waarde.

Nauwkeurige gastprofielgegevens zijn essentieel. Zonder de juiste gegevens heeft u mogelijk een verkeerd idee van wie uw grootste of meest winstgevende segmenten vormt.

Dus hoe kunt u het potentieel van uw gastendatabase maximaliseren? De eerste stap is het opschonen van uw gegevens en het consolideren van dubbele gastprofielen. Vervolgens kunt u beginnen met het analyseren van uw segmenten en uw marketingboodschappen afstemmen op de segmenten die echt aansluiten bij de algemene strategie van uw hotel.

Ongeacht welke segmenten u target, deze zeer op maat gemaakte campagnes zullen een grotere betrokkenheid genereren en meer conversies genereren dan campagnes die naar een meer generieke doelgroep worden gestuurd. Hotels die de geavanceerde segmentatietool van Revinate gebruiken, zien hun boekingspercentages gemiddeld vervijfvoudigen vergeleken met hotels die minder specifieke campagnes lanceren. Het gebruik van geavanceerde segmentatie zal niet alleen het aantal directe boekingen verhogen, maar ook de hoeveelheid marketingbudget verminderen die wordt besteed aan e-mails die naar ongeldige of dubbele e-mailadressen worden verzonden. Bovendien brengt een tool als Revinate geen extra kosten in rekening voor geavanceerde targeting, segmentatie of A/B-testen. Er worden ook geen kosten in rekening gebracht voor de databasegrootte of de drempelwaarden voor het e-mailvolume. U bent dus vrij om te bouwen, testen en optimaliseren zonder uw budget te schaden.

Of het nu uw doel is om de marketingkosten te verlagen, de loyaliteit van gasten te vergroten of de conversie van uw campagnes te verhogen, door gebruik te maken van de kracht van een schone gastendatabase dankzij Advanced Profile Synthesis kunt u het volledige potentieel van een van de meest waardevolle bezittingen van uw hotel realiseren: uw gastendatabase.

Deze inhoud is gezamenlijk gemaakt door Revinate en Hotel Tech Report.