Cloudbeds onthult geavanceerde mogelijkheden voor inkomstenintelligentie en gastmarketing, aangestuurd door het Signals AI-fundamentmodel

Cloudbeds, het AI-gestuurde platform dat de groei van hotels stimuleert, heeft vandaag geavanceerde mogelijkheden voor revenue intelligence en gastmarketing aangekondigd van Signals, het eerste fundamentele AI-model in de hotelsector dat specifiek is ontworpen voor hotels. Deze nieuwe mogelijkheden zijn gebaseerd op baanbrekende causale AI-technologie die 4 miljard datapunten per uur verwerkt en revolutioneren revenue management en gastmarketing door oorzaak-gevolgrelaties tussen marktkrachten te begrijpen in plaats van simpele correlaties.

Deze speciaal ontwikkelde mogelijkheden spelen in op kritieke uitdagingen binnen de sector, aangezien hotels te maken krijgen met steeds kortere boekingsvensters, krimpende markten en de ineenstorting van traditionele prognosemethoden. COVID-19 heeft het revenue management fundamenteel veranderd door de betrouwbaarheid van historische data te ondermijnen, terwijl de na-pandemische 'wraakreizen'-hausse afneemt. Traditionele prognosemethoden hebben moeite met nauwkeurigheidspercentages van rond de 50-70%, waardoor hoteliers de precisie missen die nodig is voor optimale besluitvorming.

"AI zal de toekomst van de hospitality bepalen, maar alleen als het hospitality echt begrijpt", aldus Adam Harris, CEO en medeoprichter van Cloudbeds. "Signals is het eerste basismodel dat met en voor hoteliers is ontwikkeld en is getraind op basis van miljarden echte boekings-, gast- en marktsignalen. Het voorspelt de vraag, maar beter nog: het verklaart die. Voor het eerst in deze branche zetten we data om in intelligentie, in een organisatiebrede asset die hoteliers helpt om snellere en betere beslissingen te nemen met nauwkeurigheid waarop ze eindelijk kunnen vertrouwen."

Doorbraak in causale AI-technologie

In tegenstelling tot traditionele AI-systemen die afhankelijk zijn van correlaties, gebruikt Signals causale AI om oorzaak-gevolgrelaties tussen verschillende marktsignalen te modelleren. Deze baanbrekende aanpak stelt hoteliers in staat om de werkelijke impact te begrijpen van prijswijzigingen, het inzetten van marketingcampagnes of het reageren op aankondigingen van evenementen. Het systeem verwerkt diverse datastromen, waaronder tarieven van concurrenten, evenementenfeeds, weerpatronen en boekingsgedrag, om bruikbare inzichten te leveren.

De unieke technologie van het platform, genaamd "tijdsoppervlak van boekingsgegevens", gebruikt beide dimensies van boekingsgegevens gelijktijdig om gecorreleerde dagen en projecten in twee dimensies te begrijpen voor een hogere nauwkeurigheid. Deze baanbrekende innovatie in de branche stelt Signals in staat om tot 95% prognosenauwkeurigheid te bereiken over perioden van 90 dagen, met name in het kritieke boekingsvenster van zeven dagen.

Resultaten uit de praktijk stimuleren omzetgroei

Early adopter Mercure Paddington Hotel toont de transformerende impact van Signals. Het hotel is actief in de competitieve markt van het stadscentrum van Londen, met uitdagende boekingstijden en een gevarieerde mix van bedrijven. Het gebruikt Signals al meer dan een jaar voor inkomsteninformatie, zowel voor omzet- als marketingstrategieën.

Tijdens de uitdagende januariperiode maakte Signals gerichte e-mailcampagnes en strategische tariefaanpassingen mogelijk die opmerkelijke resultaten opleverden:

• Hotelbezetting: 93% versus gemiddelde van 64% van de concurrentie

• RevPAR: £120 versus gemiddelde van £79 van de concurrent

• Betere prestaties dan de markt dankzij gerichte, gesegmenteerde mailers en een op data gebaseerde tariefstrategie

Gepersonaliseerde gastervaringen op schaal

Naast omzetoptimalisatie stelt Signals hotels in staat om hypergepersonaliseerde gastervaringen te bieden, van het eerste contact tot en met de interactie na het verblijf. Het systeem analyseert gastgedrag, voorkeuren en boekingspatronen om content, aanbiedingen en communicatie op maat te creëren die individuele reizigers aanspreken.

Casestudy Bespoke Hotels illustreert deze personalisatiekracht. Beginnend met nul gastgegevens na de overname van 40 hotels, gebruikte het bedrijf Signals om klantgegevens te verzamelen via wifi-integratie en gepersonaliseerde marketingcampagnes te creëren op basis van klantsegmenten (kust, platteland, seizoen). De causale AI identificeerde vraagverschillen, bepaalde het optimale boekingstijdstip en genereerde relevante content. Hiermee werd binnen een jaar een omzet van £ 1 miljoen behaald via gerichte e-mailmarketing met een openingspercentage van 20% voor sterk gesegmenteerde campagnes.

Voordeel van het Foundation Model

Signals vult een belangrijke lacune in het AI-landschap op: grote taalmodellen zoals ChatGPT beschikken slechts over beperkte, specifieke data voor de horeca (slechts 0,004%), terwijl Cloudbeds al meer dan tien jaar bezig is met het verzamelen en structureren van data voor de horeca en het doorbreken van de barrières tussen revenue management, marketing, bedrijfsvoering en gastervaring.

Belangrijke onderscheidende kenmerken zijn:

• Eerste funderingsmodel speciaal ontworpen voor de horeca

• 4 miljard datapunten per uur verwerkt

• Causaal AI-raamwerk dat echte oorzaak-gevolgrelaties modelleert

• Integratie van omzet- en marketinggegevens voor uniforme inzichten

• Eigendomsgegevensverwerking en tijdsoppervlaktechnologie voor de horeca

Signals vormt de AI-basis voor het gehele Cloudbeds-platform en reikt verder dan alleen revenue intelligence. Het gaat ook over het transformeren van gastsentimentanalyse, beoordelingscategorisatie, optimalisatie van digitale marketing en zoekmogelijkheden voor bedrijven. De technologie maakt natuurlijke taalzoekopdrachten binnen hotelactiviteiten mogelijk en ontsluit patronen uit zowel gestructureerde als ongestructureerde databronnen.

Met het Cloudbeds-platform kunnen hotels profiteren van onbenutte omzetkansen dankzij beter inzicht in de markt, vraagvoorspelling en gepersonaliseerde gastbetrokkenheid. Tegelijkertijd automatiseren ze processen die voorheen handmatige analyse vereisten.

"Hotels maken een fundamentele verschuiving door, waarbij traditionele benaderingen tekortschieten", aldus Amit Popat, hoofd Machine Learning bij Cloudbeds. "Signals vertegenwoordigt het soort innovatie dat de sector nodig heeft: technologie die niet alleen data levert, maar ook bruikbare informatie levert waarmee hoteliers direct en vol vertrouwen beslissingen kunnen nemen."