大資料如何助力酒店業應對出遊高峰期？
更多精彩請關注清華-青島資料科學研究院官方微信公眾號“THU資料派”
利用大資料進行精准行銷
酒店利用大資料改變與使用者的聯繫和交易方式，往往容易實現精准行銷的目的。以美國經濟型連鎖酒店Red Roof Inn（紅樹屋酒店）為例，該酒店旗下的許多酒店毗鄰各大機場。2013年冬季，受航班大面積取消的影響，9萬多名旅客滯留機場。酒店的行銷和分析團隊基於旅客使用移動互聯網查找附近酒店的行為習慣，充分利用獲取門檻極低的天氣資料和航班資料，
美國的另一家連鎖酒店Denihan Hospitality擁有多家精品酒店，包括James和Affinia 酒店等品牌。Denihan酒店的精准行銷，在使用IBM分析技術來匯總連鎖店的交易資料和客戶資料之外，非常重視客人在評價網站上的回饋等非結構化資料的使用。這家連鎖酒店在評估客戶回饋資訊和交易資料後，
比如，為家庭集體出行的旅客提供更多浴室存放架、提供小廚房等。這家連鎖酒店還將資料分析的職責交到前臺接待人員手中，在工作人員的手機上配備儀錶盤，幫助他們預測客人在入住期間的需求，比如餐飲、禮賓、觀光等，預測資訊發送給客房服務人員後，客房服務的定制化得以保證，比如淩晨兩點為客人送上咖啡和三明治。
利用大資料確定房價
在酒店業中，使用大資料確定房價已經成為潮流。
喜達屋酒店及度假村集團在大資料和分析技術上的投資一直保持著較大的力度。該集團在世界各地擁有1200家酒店，他們的大資料系統會結合當地及世界經濟因素、活動和天氣預報等資訊，來確定最優房價。比如，通過分析北美地區天氣對高淨值人群的心理影響，
在旅行房屋短租方面，大資料可以綜合位置、出租時間段、房間或床鋪的類型、交通便利程度等資料變數來決定一個房間或一間公寓的合適價格，C2C 旅遊住宿共用平臺Airbnb（愛彼迎）就在利用演算法為平臺客戶提供定價參考服務。Airbnb開發了一套叫“Aerosolve”的機器學習平臺，被分析的資料主要是由格式化的和無固定格式的消息混合起來的內部資訊，既有屋主拍攝的房間照片、地理位置、裝修情況及房屋設施等內容，也有使用者回饋和評分等資訊，重大賽事、重大節日等外部資料會被考慮進去，從而保證參考房價能在房東受益和用戶接受度之間找到最佳平衡。
利用O2O網站大資料提升酒店綜合收益
當前，線上酒店的覆蓋率已經超過90%，面臨新一代年輕用戶需求的多樣化以及酒店行業成本與經營壓力的提升，線上酒店要從享受用戶和流量帶來的紅利轉向精細化運營。而O2O網站大資料既可以從品類維度等方面幫助酒店實現用戶增量，也可以提供基於場景的用戶畫像，幫助酒店提升綜合收益。
以美團點評為例，該平臺在一站式服務使用者多種需求的同時，給酒店收益的提升帶來了機會。資料顯示，32%的用戶在入住酒店的時候有美食需求，17%的用戶有休閒娛樂需求。發現這些需求後，平臺通過提供“住宿+餐飲”的打包服務，使流量提升了將近17%，酒店的增量收益也接近20%，效果非常明顯。
傳統情況下，人們認為價格是影響酒店消費者選擇的主要因素，但通過O2O大資料分析發現，價格在影響因素中的權重並不高，反而圖片、差評資訊等帶來的影響會更大。有些因素在短期內無法改變，比如酒店的位置、線上用戶評論量等，於是酒店可以針對差評方面進一步展開工作，比如通過提供免費早餐的方式來吸引使用者。
美團點評對用戶的分析基於兩個維度，一方面是年齡、職業、收入等基礎資料，另一方面是習慣、偏好等行為資料，在兩個維度的基礎上對用戶需求進行把握，能為酒店精准行銷提供針對性的建議。
“物聯網+大資料”開啟個性化酒店服務時代
隨著技術的發展，大資料將為酒店業的個性化發展提供了更多可能。未來，物聯網與大資料的結合，能説明酒店深度挖掘目標人群，為酒店消費者提供更加個性化的服務體驗，提升到店消費的轉化率。比如，把房客資訊與房間設備的使用資料相結合，在房客走進房間插卡取電的那一刻，燈光系統會自動選擇他喜好的燈光場景模式，空調已經調至他過往偏好的溫度；打開電視，之前沒看完的電影已經在等待他；清晨到來，有他習慣的音樂喚他起床；下午茶時間，水果愛好者將看到一份自己喜歡的果盤；走到餐廳，他喜愛的牛排已經準備好，而且是他喜歡的七成熟。
酒店網評大資料蘊藏開發價值
在當前的傳播環境中，公眾分享資訊變得更加便捷自由，消費者的評價內容也日趨專業化和理性化。點評網站、社交網站和自媒體成為展示酒店使用者感受的重要媒介，相關資料既是酒店進行服務品質和產品品質評估的重要管道，也是其它用戶進行選擇的重要參考。酒店行業企業如果能對互聯網上與本行業相關的評論資料進行收集，建立網評大資料庫，通過資料分析瞭解消費者的價值取向、新消費需求，同時發現企業服務中的問題進行優化和創新。總之，其中蘊藏的行業需求開發價值難以估量。
此外，廣大網友在論壇、新聞評論、電商平臺上留下的痕跡，涵蓋著產品使用體驗、商品流覽記錄、商品成交記錄、產品價格動態等海量資訊，將這些資料聚類，可以為酒店行業提供市場需求分析和競爭情報，為酒店企業決策服務。
相信隨著技術的發展，大資料對酒店業的價值會愈發明顯。酒店業將經歷一場巨大的結構化轉型，從經營模式到品牌感官、管理及體驗，多個細分領域都將不斷升級。與此同時，大資料會不斷改變人與酒店的關係，酒店業的很多崗位都會被人工智慧所取代。消費者入住酒店不再需要人工接待，所有環節都被大資料系統安排妥當。沒有前臺接待的酒店究竟什麼樣？讓我們拭目以待。
C2C 旅遊住宿共用平臺Airbnb（愛彼迎）就在利用演算法為平臺客戶提供定價參考服務。Airbnb開發了一套叫“Aerosolve”的機器學習平臺，被分析的資料主要是由格式化的和無固定格式的消息混合起來的內部資訊，既有屋主拍攝的房間照片、地理位置、裝修情況及房屋設施等內容，也有使用者回饋和評分等資訊，重大賽事、重大節日等外部資料會被考慮進去，從而保證參考房價能在房東受益和用戶接受度之間找到最佳平衡。利用O2O網站大資料提升酒店綜合收益
當前，線上酒店的覆蓋率已經超過90%，面臨新一代年輕用戶需求的多樣化以及酒店行業成本與經營壓力的提升，線上酒店要從享受用戶和流量帶來的紅利轉向精細化運營。而O2O網站大資料既可以從品類維度等方面幫助酒店實現用戶增量，也可以提供基於場景的用戶畫像，幫助酒店提升綜合收益。
以美團點評為例，該平臺在一站式服務使用者多種需求的同時，給酒店收益的提升帶來了機會。資料顯示，32%的用戶在入住酒店的時候有美食需求，17%的用戶有休閒娛樂需求。發現這些需求後，平臺通過提供“住宿+餐飲”的打包服務，使流量提升了將近17%，酒店的增量收益也接近20%，效果非常明顯。
傳統情況下，人們認為價格是影響酒店消費者選擇的主要因素，但通過O2O大資料分析發現，價格在影響因素中的權重並不高，反而圖片、差評資訊等帶來的影響會更大。有些因素在短期內無法改變，比如酒店的位置、線上用戶評論量等，於是酒店可以針對差評方面進一步展開工作，比如通過提供免費早餐的方式來吸引使用者。
美團點評對用戶的分析基於兩個維度，一方面是年齡、職業、收入等基礎資料，另一方面是習慣、偏好等行為資料，在兩個維度的基礎上對用戶需求進行把握，能為酒店精准行銷提供針對性的建議。
“物聯網+大資料”開啟個性化酒店服務時代
隨著技術的發展，大資料將為酒店業的個性化發展提供了更多可能。未來，物聯網與大資料的結合，能説明酒店深度挖掘目標人群，為酒店消費者提供更加個性化的服務體驗，提升到店消費的轉化率。比如，把房客資訊與房間設備的使用資料相結合，在房客走進房間插卡取電的那一刻，燈光系統會自動選擇他喜好的燈光場景模式，空調已經調至他過往偏好的溫度；打開電視，之前沒看完的電影已經在等待他；清晨到來，有他習慣的音樂喚他起床；下午茶時間，水果愛好者將看到一份自己喜歡的果盤；走到餐廳，他喜愛的牛排已經準備好，而且是他喜歡的七成熟。
酒店網評大資料蘊藏開發價值
在當前的傳播環境中，公眾分享資訊變得更加便捷自由，消費者的評價內容也日趨專業化和理性化。點評網站、社交網站和自媒體成為展示酒店使用者感受的重要媒介，相關資料既是酒店進行服務品質和產品品質評估的重要管道，也是其它用戶進行選擇的重要參考。酒店行業企業如果能對互聯網上與本行業相關的評論資料進行收集，建立網評大資料庫，通過資料分析瞭解消費者的價值取向、新消費需求，同時發現企業服務中的問題進行優化和創新。總之，其中蘊藏的行業需求開發價值難以估量。
此外，廣大網友在論壇、新聞評論、電商平臺上留下的痕跡，涵蓋著產品使用體驗、商品流覽記錄、商品成交記錄、產品價格動態等海量資訊，將這些資料聚類，可以為酒店行業提供市場需求分析和競爭情報，為酒店企業決策服務。
相信隨著技術的發展，大資料對酒店業的價值會愈發明顯。酒店業將經歷一場巨大的結構化轉型，從經營模式到品牌感官、管理及體驗，多個細分領域都將不斷升級。與此同時，大資料會不斷改變人與酒店的關係，酒店業的很多崗位都會被人工智慧所取代。消費者入住酒店不再需要人工接待，所有環節都被大資料系統安排妥當。沒有前臺接待的酒店究竟什麼樣？讓我們拭目以待。