提高收益 酒店大数据之客户数据收集

文章讲的是提高收益 酒店大数据之客户数据收集,收益管理在酒店运营中发挥着至关重要的作用,其精确的数据分析能够帮助酒店根据精准预测,提升效率、增加营收,而酒店标准化的实务操作则有助于发挥收益管理工具的最佳效果。通过制定和执行数据收集操作流程,细化客户类别,酒店可提高实务操作的标准程度,进而使收益管理工具更好地为酒店服务。

  在和客户的沟通中,我们经常会被问到:

  为什么我们酒店每年拼了命维持住一定的出租率甚至有时还有些提高,但是最终却发现酒店的收入不升反降?

  如果酒店已经能够达到一个比较高的出租率的话,那么收益管理到底还怎么能帮助酒店继续提高收益呢?

  为了能够帮助客户寻找提升收益的机会,我们尝试着让客户利用系统的数据对酒店的业务情况进行分析,却发现这些数据中连一些最基本的信息都不够完整。比如,酒店有多少是一般散客,有多少是预付或其他散客等等。

  通过和客户沟通,我们了解到——客户在内部的数据管理上,并没有清晰的标准。例如刚刚提到的市场细分,到今天为止,很多酒店还在使用预订渠道或公司作为主要的业绩统计来源。然而,相比几年前,现在的OTA的预订却要复杂的多。除了常规的一般散客现付预订,还会经常见到预付、包房、提早预订订单甚至还有某些商务公司的订房,这几乎已经涵盖了酒店大部分的散客市场细分。因此,酒店仅仅统计客户来源的做法,已经很难跟上时代的步伐。因为,大家都知道,对于酒店日常操作判断来说非常重要的就是预测,但是预测的前提基础是要找到有相同属性的客户的消费习惯,这样才能使预测更符合实际。

  酒店应该如何设定数据标准,在日常实务操作中收集数据,以便酒店能够更好地理解客户的购买行为,为日后发现潜在销售机会以及提出更有针对性的市场活动提升销售收入打好基础?

  数据收集标准操作流程的制定和执行

  作为收益管理周期循环中的重要一环,数据收集是客户购买行为划分和分析的基础,但却并未引起大部分酒店或酒店集团的重视——大部分酒店没有设立一个标准化的操作流程或者有标准却不执行。

  为了分别统计通过OTA的预付价格来预订的客户和通过OTA现付价格预定的客户等等,需要设置几个重要的分类标准:细分市场代码、细分市场分组、客源代码、房价代码和客户档案的维护和团队操作的标准流程等等。

  细分市场代码(Market Segment Code)和细分市场分组(Market Segment Group)

  细分市场代码主要是统计客户的购买行为、价格、入住星期等等购买行为的代码,是酒店对于客户行为分析的最基础数据。同时,把具有相类似购买模式的细分市场组合成细分市场分组,构成了进行预测的关键数据。对于细分市场代码的有效的界定和严格的执行往往是我们能否做出精准预测的关键。很遗憾的是,很多酒店对此没有引起足够的重视,前台甚至是预订部门都搞不清楚每个具体的细分市场的含义与用途。在实际工作中,这部分数据往往经常与客户来源数据(Source Code)的使用相混淆。

  客户的购买行为的统计主要包括了对预订的时间(也就是我们通常说的预订进度)、价格、类型(散客预订还是团队预订)、入住的星期(比如商务客户一般选择周中,而休闲客户会选择周末及假期)、入住的天数以及可能产生的不确定性(诸如取消或者未入住)。

  随着收益管理的不断变化,关于细分市场的划分会越来越专业化和精细化,将会出现一些根据是否有价格关联或者是否能够被调控的新的细分市场的趋势。

  客源代码(Source Code)

  客源代码主要是统计客户通过何种渠道来预订的。包含酒店自有渠道,诸如传统上的电话(或者呼叫中心)、传真、邮件以及酒店官网和APP乃至于酒店官方微信营销等,除此之外还包括第三方订房渠道,如OTA、GDS渠道和酒店中央预订系统产生的其他预订等等。对于各种订房来源进行归类,能够帮助我们更好地理解酒店客户的订房来源和预订方式。现在几乎很少会有客户使用传真这样的方式来预订,而更多地使用网络或者APP这样的新型预订方式。酒店应根据类似这样的实际情况尽快调整自身的预订接受方式。更甚者,有的酒店会调整预订部的工作时间,以便接受晚上9点后APP预订高峰所产生的订单。

  客源代码能够让酒店了解各个订房来源的实际情况,以便针对不同的客源实施不同的策略,甚至对不同渠道的投入提供数据支持。

  房价代码(Rate Code)

  房价代码是对不同客源客户的价格进行分类的代码,这个相对比较好理解。但是,我们经常在实际工作中看到,许多酒店会使用一个房价代码来操作所有的团队预订,或者使用相同的房价代码来处理同一个OTA渠道的所有订单等等,之后,再使用手工变价的方式来满足不同预订价格的订单。这种简单的控制方法基本丧失了使用房价代码来统计不同客源的可能。针对这种情况,酒店应该设置不同的房价代码用于不同价格的预订。简而言之,同一个公司或渠道的不同的价格可以用不同的房价代码来表示,这样可以方便地统计出不同价格的预订情况。

  客户档案的建立和维护

  几乎每家酒店都会在PMS系统中建立客户入住的档案。但是由于不同预订来源提供的客户联系方式不同(在中文中,同名同姓甚至同音的情况特别多),导致在预订的时候,预订员很难分辨是否为同一位客户。大部分的情况下,预订员会先处理完订单,留待客户入住时,由前台人员跟进确认。但是由于很多原因,在实际操作的时候,很难确保每位客户的入住历史能够被很好地记录下来,导致很多酒店的系统中存在许多重复的客户档案。这也意味着酒店很难像OTA那样完整地记录着客户每一次的入住以及消费信息。所以,建议酒店定期检查合并同一位客户的档案,以帮助酒店了解每位客户的具体需求、入住习惯、价格水平以及消费记录。

  团队操作的标准流程

  说到团队操作,很多酒店几乎没有清晰的运作标准。

  1. 销售在报价的时候应该注意收集各种信息,包括客户愿意承受的预算以及竞争酒店的报价等等。

  2. 同时,在报价时还需要注意计算该团队潜在的置换收入。

  3. 销售或预订部处理团队锁房的具体标准需要明确。询价、待定、确定、分配,这些流程需要每一位团队成员清晰了解并认真执行。

  酒店对于团队数据的处理需要遵循一致的标准,这样才能帮助收益经理更加准确地理解团队预订的进度以及相对的不确定性,为团队的合理预测提供有利的支持。

  合理、准确并综合运用这些不同的代码,能够帮助酒店精确地了解自身的客源结构、业绩构成并能够作为制定未来决策的数据基础。然而,很多酒店的运营部门还没有意识到自己的日常操作和服务对收益管理和数据处理所带来的影响。只有自上及下认识到收益管理能够给酒店带来好处,收益管理才能实实在在给酒店带来变化,让酒店精准的数据分析给酒店管理带来革命性的变化。(作者:IDeaS高级客户服务经理)

作者:陈东

来源:IT168

原文链接:提高收益 酒店大数据之客户数据收集

时间: 2024-09-14 18:56:11

提高收益 酒店大数据之客户数据收集的相关文章

酒店大数据之客户数据收集

ZD至顶网软件频道消息: 收益管理在酒店运营中发挥着至关重要的作用,其精确的数据分析能够帮助酒店根据精准预测,提升效率.增加营收,而酒店标准化的实务操作则有助于发挥收益管理工具的最佳效果.通过制定和执行数据收集操作流程,细化客户类别,酒店可提高实务操作的标准程度,进而使收益管理工具更好地为酒店服务. 在和客户的沟通中,我们经常会被问到: 为什么我们酒店每年拼了命维持住一定的出租率甚至有时还有些提高,但是最终却发现酒店的收入不升反降? 如果酒店已经能够达到一个比较高的出租率的话,那么收益管理到底还

大数据时代,数据资产成为核心竞争力

"大数据"一词这两年被炒的火热,但直到现在也没有达成一个统一的概念.对于很多传统而言,对数据的重视程度本身就不够,更别谈大数据. 国联股份COO王挺先生认为,在未来,互联网时代,尤其对于互联网公司来说,一切皆可数据化.所以对于传统企业而言,没必要纠结于大数据还是小数据,至少先把数据的意识建立起来.在这里王挺先生套用邓爷爷的一句话"不管白猫黑猫,抓住耗子就是好猫".数据不论大小,能够为决策提供依据的就是有价值的数据. 国联股份COO王挺先生说,在大数据时代已经来临的时

大数据没用?5个通过大数据分析提升客户体验的方式

在互联时代,拥有一个大数据战略来收集.存储.组织和分析广泛客户数据的踪迹,对于及时开展个性化客户交互至关重要.幸运的是,通过采用正确的技术.基础设施和分析功能来全面释放这一数据的潜力,实现与互联客户的更深入交流,绝非空想. 以下这五种使用大数据分析的途径将能够帮助您提升互联客户体验: 1. 找到"隐藏的"大数据见解,更全面地了解客户. 在大数据的初期,从电子邮件和网站点击收集到的见解帮助企业重塑了营销计划,启动了新的活动,并带来了更加个性化的体验.但所有这些优势通常采用产品推荐的形式完

甲骨文4大策略曝光:云+大数据+移动+客户体验

据http://www.aliyun.com/zixun/aggregation/31646.html">媒体报道,甲骨文表示,过去一年逆势增长,一体机产品成长最快,电信.金融的信息构建需求强:未来一年甲骨文将注重4大策略发展,包括云计算.大数据.移动化.以及客户体验深耕中国市场. 甲骨文日前在中国台湾发布年度发展方向.甲骨文资深副总裁暨大中华区董事总经理潘少海指出,台湾地区市场位居大中华区战略地位,甲骨文除在高科技产业获得客户青睐外,在金融.建筑.电信以及传统产业等领域也多有崭获. 他说

大数据下客户金融产品购买概率预测

模型 基本假设:客户每日的持仓,是基于当时金融市场情景以及股票属性作出决策的独立事件.   该逻辑回归Logistic Regression模型简单描述如下: 客户购买持仓股票概率是指客户在指定日期购买持有指定股票的概率.表述如下: 其中,为自变量,为需要判定的系数.自变量包括客户特征,股票特征,以及当日市场特征,系数, 通过回归或极大似然估计获得.之后可将估计因子应用于购买预测,求得的P∈[0,1]即为客户股票购买持仓概率.样本标记为指定客户在指定日期是否持有指定股票.以唯一客户号标记客户,以

如何用大数据找到客户

Intetix Foundation(英明泰思基金会)由从事数据科学.非营利组织和公共政策研究的中国学者发起成立,致力于通过数据科学改善人类社会和自然环境.通过联络.动员中美最顶尖的数据科学家和社会科学家,以及分布在全球的志愿者,我们创造性地践行着我们的使命:为美好生活洞见数据价值. 原作者:1.Jeroen D'Haen 2.Dirk Van den Poel 3.Dirk Thorleuchter 摘要 一般来说,新客户获得的过程对销售代表而言压力颇大.幸运的是,销售代表们可以运用一些模型来

大数据思维与数据挖掘能力正成为大型商业银行核心竞争力

◆ ◆ ◆ 摘要 大数据能力特有的性质,使其正在成为大型银行真正的核心竞争力.银行大数据能力表现在多方面,但大数据思维和数据挖掘能力是最关键.也是最重要的.数据挖掘对银行竞争力的影响主要表现在客户洞察.营销规划.产品创新.风险管理.流程优化.网点选址和人力资源管理等方面.大数据价值的实现,关键在于挖掘分析能力.数据挖掘可以推动商业银行战略转型.提升运营管理能力.重塑银行企业文化.促进风险经营的精细化专业化.银行数据挖掘能力建设的关键是行动,行动中需要考虑许多因素,包括挖掘分析工具和方法.数据获取

云中的大数据:数据速度、数据量、种类、真实性

本文重点介绍使用大数据的应用程序,解释大数据分析背后的基本概念,以及如何将这些概念与商业智能 (BI) 应用程序和并行技术相结合,比如 "云扩展" 系列第 3 部分中介绍的计算机视觉 (CV) 和机器学习方法. 大数据分析与视频分析的区别在于所处理数据类型的广度上,而且与所使用的数据挖掘或 MapReduce 方 法相比,所提供的交互式分析和搜索工具可能更加复杂,而且比 Google BigQuery 的运行时间长得多.例如 ,Google BigQuery 使用列式搜索来压缩和加速海

从数据来源、数据生态、数据技术、数加平台等方面,漫谈阿里大数据

目前人人都在谈大数据,谈DT时代,但是,大数据是什么,每个人都有自己的一个看法,好比盲人摸象,每个都认为自己摸到是真正的大象.我也担心我所看到的,只是大数据的冰山一角,毕竟,将引领整个人类下一次变革的大数据,不是几篇文章就能说清楚的. 一,DT时代 大数据这个概念,其实在上世纪九十年代就有人提出来了,当时希望通过将所有零散的数据归并起来,然后进行数据挖掘,以看到以前存在的问题,去预测未来几年的趋势,来指导商业决策.比如保险行业,人寿保险会通过大数据的统计计算,根据人均寿命来计算保费与回报率. 这