Campanhas de e-mail impessoais geram baixas taxas de conversão, mas a única maneira de personalizar é garantir que seus dados estejam limpos e completos. Dados incompletos acarretam altos custos de oportunidade, como oportunidades de receita perdidas, diminuição da fidelidade dos hóspedes (valor vitalício), campanhas de marketing ineficazes e aumento das comissões das OTAs.

Vejamos um exemplo. Se você recebe reservas e pagamentos virtuais pela Expedia, sabe que algumas dessas reservas mostram a sede da Expedia como endereço de cobrança do hóspede. Isso pode levar você a ver uma parcela enganosa de hóspedes vindos de Seattle, onde está localizada a sede da Expedia. Provavelmente, esses hóspedes realmente fizeram reservas em locais de todo o país (ou do mundo). E se você usasse esses dados para enviar um e-mail direcionado aos hóspedes de Seattle que dissesse “Fuja do clima cinzento de Seattle e venha nos visitar por um fim de semana prolongado!” é improvável que sua campanha gere resultados sólidos.

Da mesma forma, dados imprecisos do perfil dos hóspedes podem prejudicar seus e-mails personalizados para aniversários, datas comemorativas ou ofertas relacionadas a fidelidade. Nada é mais desanimador para um hóspede do que receber um e-mail de “feliz aniversário” perto do aniversário dele, e um e-mail “sentimos sua falta” que chega à caixa de entrada do hóspede no dia seguinte ao check-out provavelmente não vai mexer com a agulha. . Esses e-mails podem parecer pouco profissionais e fazer com que seus convidados cancelem totalmente a inscrição. É aqui que entra em jogo a Síntese de Perfil Avançado do Revinate.

Dado o quão caros e confusos os dados podem ser, é importante que você tenha uma ferramenta que limpe automaticamente seu banco de dados e forneça os insights necessários para monetizá-los. Mencionamos que o Revinate usa um sofisticado processo de inteligência artificial e aprendizado de máquina, chamado Advanced Profile Synthesis, para fazer exatamente isso. Mas, o que exatamente é Síntese de Perfil Avançado?

A maioria dos bancos de dados de hotéis contém muitos erros de digitação, duplicatas e informações incompletas sobre seus hóspedes. Se você tiver milhares de perfis em seu banco de dados, será impossível limpar e manter essas informações manualmente. Alguns softwares permitem simplesmente mesclar perfis duplicados ou excluir registros incompletos, mas os perfis dos hóspedes têm nuances e os profissionais de marketing de hotéis sofisticados sabem que precisam de mais do que essa funcionalidade básica. Por exemplo, o mesmo convidado pode ter dois endereços de e-mail diferentes (por exemplo, profissional e pessoal). Esses dois endereços de e-mail não devem pertencer a dois perfis de convidados separados.

A Síntese Avançada de Perfil do Revinate adota uma abordagem mais holística para limpar dados de perfil de hóspedes e mesclar ou remover duplicatas. Usando processamento de linguagem natural e aprendizado de máquina, o sistema classifica os perfis dos hóspedes de uma forma mais humana. Em vez de categorizar automaticamente dois endereços de e-mail exclusivos como dois convidados exclusivos, o Advanced Profile Synthesis considera vários outros campos no perfil. Por exemplo, se dois perfis de convidados tiverem o mesmo nome, endereço e número de telefone, mas endereços de e-mail diferentes, o Advanced Profile Synthesis entenderá que esses perfis representam o mesmo convidado e os mesclará. Por outro lado, a maioria dos sistemas de CRM os manteria separados, uma vez que exigiria que todas as informações dos dois perfis correspondessem exatamente.

O processo de síntese avançada de perfil ocorre automaticamente e em segundo plano, para que você possa se concentrar em colocar em ação os dados atualizados do perfil do hóspede, em vez de analisá-los.

O que está acontecendo nos bastidores enquanto o Advanced Profile Synthesis do Revinate limpa seu banco de dados de convidados? O software segue um processo de três etapas: padronização, agrupamento e aprendizado.

Os dados inseridos em seu PMS geralmente são registrados em formatos exclusivos e incluem erros de digitação. Isso dificulta a correspondência dos dados, portanto, para padronizar os dados, o Revinate primeiro coloca todas as informações que ingere em condições de igualdade em termos de formatação. Por exemplo, os hóspedes podem inserir seus números de telefone em vários formatos. Alguns escrevem para 123-456-7890. Outros escrevem para (123) 456-7890, ou talvez até 123.456.7890. A funcionalidade do Revinate remove automaticamente toda a pontuação dos números de telefone para evitar erros de classificação. O sistema também padronizará os endereços para fazer com que 123 1st St. corresponda a 123 First Street e removerá espaços reservados como “n/a”, “nulo” ou “555-555-5555”. Por fim, o processo de padronização termina atribuindo “tags” a cada campo, como “número de telefone” e “endereço de e-mail”, para que possa comparar os campos de maneira igualitária.

A próxima etapa é agrupar valores semelhantes que se enquadram na mesma tag. Por exemplo, perfis com nomes como “Catherine Smith”, “Cathy Smith” e “C. Smith” seriam agrupados. Em seguida, o sistema analisará elementos adicionais desses perfis de hóspedes para determinar se eles correspondem ou se são realmente hóspedes únicos. Se “Catherine Smith” e “Cathy Smith” compartilharem o mesmo endereço e número de telefone, o sistema entenderá que os dois perfis provavelmente são a mesma pessoa. Mas se nenhum dos dados do perfil de “Cathy Smith” estiver alinhado com os dados de “C. Smith”, então o sistema assumirá que são pessoas diferentes. O algoritmo do Revinate também incorpora apelidos conhecidos, portanto, perfis com nomes próprios “Mike” e “Michael” serão agrupados, enquanto “Ryan” e “Bryan” não. Além disso, o Revinate avalia a popularidade dos nomes, por isso será mais exigente ao considerar agrupar perfis “Mike” versus perfis com nomes menos comuns. Por exemplo, se existirem dois perfis de hóspedes com o nome “Eustace” numa base de dados, a probabilidade de serem a mesma pessoa é muito maior do que “Mike” e “Michael” serem a mesma pessoa, dado que este último nome é tão comum.

O terceiro elemento no processo da Revinate é que sua tecnologia está aprendendo continuamente. O sistema analisa constantemente os perfis aos quais correspondeu com sucesso para encontrar padrões ou semelhanças em seu banco de dados exclusivo. Ao fazer isso, ele se torna mais preciso ao longo do tempo, o que significa que você poderá atingir segmentos mais restritos de hóspedes com ofertas mais envolventes e personalizadas.

Os dados limpos permitem que os profissionais de marketing de hotéis sejam criativos com as campanhas e maximizem as conversões com o menor custo possível, sendo incrivelmente específicos nos critérios de segmentação.

Digamos que você queira convidar de volta as famílias que visitaram seu hotel nas férias de primavera nos últimos três anos. Com seu banco de dados limpo, você poderia facilmente criar um segmento de hóspedes que viajaram a lazer, reservaram uma suíte com duas camas de solteiro, ficaram pelo menos 5 noites durante março e abril de 2018-2021 e deixaram uma avaliação positiva após o check-out. Dessa forma, você pode ter certeza de que sua oferta de férias de primavera alcançará o público certo. Por outro lado, talvez você queira inspirar os hóspedes anteriores que visitaram originalmente seu hotel a negócios a reservar férias com você quando estiverem prontos para viajar novamente. Ao direcionar os hóspedes que fizeram reservas como parte de uma conferência ou com uma tarifa corporativa negociada específica, você provavelmente obterá um envolvimento melhor do que se explodisse todo o seu banco de dados.

A execução do Advanced Profile Synthesis também tende a produzir um resultado surpreendente: você tem uma visão mais precisa do número médio de estadias por hóspede. Ter uma compreensão precisa desse ponto de dados é fundamental para a segmentação. Isso o ajudará a entender quem são seus verdadeiros hóspedes fiéis, para que você possa direcionar campanhas para eles e também aprender mais sobre eles, para que possa atingir hóspedes semelhantes que tenham potencial para se tornarem fiéis também.

Veja por que o número médio de estadias tende a aumentar: depois que um banco de dados é limpo, os perfis de hóspedes que antes eram contabilizados como únicos, mas que eram, na verdade, a mesma pessoa, serão mesclados. Digamos que os perfis “Catherine Smith” e “Cathy Smith” tiveram duas estadias cada um totalizando 7 noites, e o perfil “C. Smith” teve uma estadia totalizando 5 noites. Se a Advanced Profile Synthesis fosse capaz de determinar que esses três perfis exclusivos eram a mesma pessoa, seu banco de dados agora consistiria em um Perfil de Convidado Rico para “Catherine Smith” com todo o seu histórico de hóspedes. Seu perfil novo e completo mostraria que ela se hospedou cinco vezes em seu hotel, num total de 12 noites. Se você estiver criando uma campanha personalizada usando o número de noites hospedadas como variável, ter uma visão precisa desses dados é inestimável.

Dados precisos do perfil do hóspede são fundamentais. Sem os dados corretos, você pode ter uma ideia errada de quem constitui seus segmentos maiores ou mais lucrativos.

Então, como você pode maximizar o potencial do seu banco de dados de convidados? O primeiro passo é limpar seus dados e consolidar perfis de hóspedes duplicados. Depois, você pode começar a analisar seus segmentos e adaptar suas mensagens de marketing com base nos segmentos que realmente se alinham com a estratégia geral do seu hotel.

Independentemente dos segmentos que você segmentar, essas campanhas altamente personalizadas atrairão melhor engajamento e gerarão mais conversões do que campanhas enviadas para um público mais genérico. Na verdade, os hotéis que utilizam a ferramenta de segmentação avançada do Revinate registam um aumento de cinco vezes nas taxas de reserva, em média, em comparação com os hotéis que lançam campanhas menos específicas. O emprego de segmentação sofisticada não só aumentará as reservas diretas, mas também diminuirá o valor do orçamento de marketing gasto em e-mails enviados para endereços de e-mail inválidos ou duplicados. Além disso, uma ferramenta como o Revinate não cobra mais para aproveitar a segmentação avançada, segmentação ou testes A/B. Também não cobra pelo tamanho do banco de dados ou pelos limites de volume de e-mail. Assim, você está livre para criar, testar e otimizar sem prejudicar seu orçamento.

Quer o seu objetivo seja diminuir os custos de marketing, fidelizar os hóspedes ou aumentar a conversão das suas campanhas, aproveitar o poder de uma base de dados limpa de hóspedes graças ao Advanced Profile Synthesis irá ajudá-lo a concretizar todo o potencial de um dos ativos mais valiosos do seu hotel: o seu banco de dados de convidados.

Este conteúdo foi criado em colaboração entre Revinate e Hotel Tech Report.