Los últimos movimientos de las agencias online más importantes hacen que sea más necesario que nunca para los hoteles contar con una estrategia de distribución lo más acertada posible.
Productos como los add-ons de Expedia o Booking.basic que complican el control de los hoteles sobre sus tarifas, obligan también de algún modo a los alojamientos a aplicar tecnología para captar a los viajeros y aumentar los ratios de conversión en su canal directo.
Con esta filosofía, la compañía The Hotels Network celebró ayer en Madrid un taller dirigido a hoteleros. El objetivo de la jornada era precisamente hablar de nuevas herramientas que permiten a las empresas optimizar su contacto con el cliente y aumentar su venta directa.
Juanjo Rodriguez, fundador y CEO de The Hotels Network, protagonizó una de las ponencias más interesantes de la jornada, centrada en Analítica predictiva y machine learning para mejorar las reservas directas.
Los viajeros consultan muy diferentes fuentes durante multitud de micromomentos, y el hotel sólo está presente en una parte de ese proceso. Rodríguez señaló el hecho que todos los hoteles, desde pequeños independientes a grandes cadenas, tienen todavía ante sí un enorme potencial para mejorar su conversión.
En dicha conversión influyen múltiples factores como el dispositivo que se utiliza, la paridad de precios o el motor de reservas.
«Precisamente, con respecto con al motor de reservas podemos ver cuáles convierten mejor. La tecnología no es neutra, y esto es muy significativo por que la elección del motor adecuado puede significar que aumentemos por cuatro la conversión», explicó el CEO de The Hotels Network.
Además, el rendimiento varía pos dispositivo. Hay un gran potencial de crecimiento en smartphones y tablets. El tráfico del móvil sube cada vez más pero la conversión sigue siendo mala para todas las empresas, grandes y pequeñas. Aún nadie ha triunfado en este entorno, algo que quizás tiene que ver todavía con la experiencia del usuario.
Aplicación del machine learning a la predicción
El machine learning permite a las empresas turísticas utilizar datos y algoritmos para llegar a conclusiones que humanamente no podríamos alcanzar.
«Podemos predecir el comportamiento del visitante, reaccionando en tiempo real; identificar el precio ideal y personalizado para cada cliente añadiendo el usuario a la ecuación. Podemos vender combinaciones de precios, experiencia y servicios diferentes a diferentes personas, de un modo automatizado. Además, el machine learning permite medir el rendimiento real de cada una de estas acciones», explica Rodríguez.
Este recurso debería permitir aumentar al número de reservas y el ADR. En el momento que cada cliente es distinto, es posible asignar determinadas campañas y elementos a ese usuario.
Por ejemplo, es posible ofrecer descuentos agresivos para visitantes con baja intención de compra, o quizás ofrecer productos de mayor valor a usuarios que el algoritmo identifica como viajeros con alta intención de compra.
La tecnología permite estudiar millones de usuarios e identificar patrones de comportamiento en función de múltiples factores. Se entrena al algoritmo para encontrar esos patrones que sirven posteriormente para predecir el comportamiento online de cada usuario una vez llega a la web.
«Podemos analizar la fuente que ha llevado el usuario a la web del hotel y su comportamiento –dónde hace click, qué búsquedas realiza y en qué orden– y a esta información añadimos lo que sabemos en función de lo que le mostramos al usuario –el precio comparado con las OTAs, una oferta concreta, etc.–», explica Juanjo Rodríguez.
