BI（商业智能）是组织跟踪数据流并在此过程中识别机会、最小化风险和优化其业务方式的能力。大多数企业——不仅仅是酒店——还没有达到最佳的商业智能成熟度水平。许多公司拥有自动化的数据收集、报告生成，以及在某些情况下的数据可视化。但这并不意味着他们正在将数据转化为行动。很多时候，人们使用他们的BI 平台只不过是安排在收件箱中通过电子邮件发送给他们的报告，但报告本身并不构成商业智能。因此，在决策支持方面，他们仍然停留在静态电子表格模式中。更高级的用户利用 BI 工具来提高他们在 BI 门户中的发现速度，但最终会花费数小时尝试向不在同一环境中操作的其他人重新分享和解释他们的发现。他们通常最终会与同事进行长时间的讨论，以弄清楚“为什么你的数字与我的数字不匹配？” （星期几与日期，公司概况与协商费率代码，数据捕获时间，按不同维度过滤 - 可能性比比皆是！）。
查看自动预定报告无疑是朝着正确方向迈出的一步，当酒店团队正在探索数据以做出明智的决策时甚至更好。然而，今天如何利用 BI 的缺点是非常明显的。
进入决策智能 (DI)
谷歌首席决策科学家 Cassie Kozyrkov 将 DI 描述为一种通过社会科学、决策理论和管理科学来增强数据科学的方法。因此，它可以更有效地帮助人们实际使用 BI 数据做出更好的决策。她用来描述数据科学和 DI 之间差异的一个很好的类比是将它们与制造微波炉的人和使用它们的厨师进行比较。请注意，她所说的“数据科学”指的是通过 BI 平台提供的分析。简而言之，DI 是 BI 最终目标的推动者——识别机会、最小化风险并优化您开展业务的方式。
但是如何？
首先，重要的是要注意 BI 和 DI 不仅仅是技术，而是不断发展的组织能力。为了取得成功，您需要数据驱动的文化、人员和工具。前两个你不能从任何技术提供商那里购买现成的。它们必须被视为战略性组织目标。一旦做出承诺并开始积极努力，这里有 4 种方法可以让您比基本的自助式 BI 报告更进一步地使用数据：
1. 集中和关联
今天的酒店经营者正在使用来自其交易系统（ PMS 、 POS等）的大量有价值的数据以及来自各种第 3 方来源（ STR 、Kalibri Labs、 Knowland等）。然而，很少有人能真正将他们的渠道组合（以及许多其他业务维度）与他们的 STR 市场渗透指数 (MPI) 等相关联。这是因为大多数时候这些数据都位于各自的孤岛中，没有人能够看到其中一个如何影响另一个。因此，解锁这些洞察力的明显第一步是将所有这些信息集中在一个 BI 平台上，然后允许用户收集、分层和关联不同类型的数据，以全面了解业务。在下面的示例中，当用户浏览时间切片器时，他们可以看到他们的片段、频道和房间混合是如何变化并影响他们的 STR 索引的。
资料来源：HotelIQ STR 仪表板
2. 可视化和交互
人们使用电子表格养成的最糟糕的习惯之一是让自己习惯于查看数字墙上的特定单元格。他们查看同一组报告并定期浏览相同的单元格以监控其业务的健康状况。因此，当他们看到 BI 工具时，他们的第一反应是自动生成报告。他们仍然希望数字墙以他们习惯于阅读和思考的方式布置。然而，这种调节的巨大副作用是他们错过了所有隐藏在视线中的威胁和机会。例如，你有多大可能发现一只藏在斑马眼中的白虎？
同样，错误编码的房价代码可能会将自己埋在预订的海洋中。当您注意到整体ADR下降时，可能已经造成重大损失。但是，如果不是扫视一堵数字墙，而是将您的费率代码显示在散点图上怎么办？它会向您突出显示哪些表现比预期差，哪些表现更好。然后想象一下点击一个情节并在您的指尖获得您需要的有关它的信息！
资料来源：HotelIQ 代理趋势
3. 分析驱动的协作
我们都熟悉数字工作空间。如果不是以前，大流行已经迫使我们开始进行数字化合作。从 Sharepoint 到 Slack 再到项目管理门户——所有这些都促进了团队之间的协作。但是，在共享数据和见解方面，我们大多数人仍然依赖于数据提取和电子表格。因此，团队花费不合理的时间试图提出一个每个人都可以同意的单一版本的事实，然后才能采取任何决定性的行动。这就是您需要一个分析驱动的数字协作平台的地方 - 一个门户或内部网，您的战略团队每天都可以在其中登录工作，访问单一版本的事实（通过自动数据集成），共享、评论、计划和跟踪绩效。数字协作还有许多其他优势.
4. 人工智能驱动的决策支持
一旦您集中了所有数据并且您的团队能够轻松地探索、共享和协作，下一步显然就是确定要采取的行动方案。这就是人工智能可以通过处理历史和当前数据趋势来显着提升您的决策能力的地方，以突出未来的风险和机遇。然而，我们经常会关注人工智能预测的准确性。如果说大流行教会了我们什么，那就是没有人拥有可以准确预测未来的水晶球。相反，我们需要关注人工智能在决策过程中输入的可靠性和合理性。它可能无法预测大流行，但肯定可以突出显示比正常人更快需要您注意的异常活动。这么说吧，如果你有一个初级分析师，她的工作非常周到细致，CEO会把所有的决策权都交给她吗？人工智能就像那个分析师，应该以同样的方式对待——注意人工智能告诉你什么，然后做出明智的决定。
资料来源：HotelIQ 成就风险仪表板
最终，技术和决策科学将继续发展。将有更复杂的方法使企业能够消费信息，并让他们采取行动。但是，与电话或冰箱等战术技术不同，在组织的分析能力方面没有跨越式发展。你越拖延建立这种文化并引入这些解决方案，就越难在信息时代保持竞争力。
