當下酒店業務鏈條全面且分散，涉及生產營銷服務等方方面面。巨頭也在發力滲透，行業飛速發展。內外挑戰和重壓之下，酒店想要搶占市場困難重重，經營的試錯成本也越來越高。

隨著消費者在全網平臺愈發豐富的發聲和行為，以及酒店日趨深度的數據積累，高價值的決策成為可能。到底如何利用好這些大量的潛在信息，也成為我們著重思考的話題。

6月28日，國雙商業事業群全國解決方案總經理盧元出席了由環球旅訊主辦的“2018中國住宿業峰會(HMC)”，并以“酒店如何利用數據來驅動高價值的決策”為主題進行演講。什么是高價值的數據?如何保證數據更科學地支撐決策?盧元結合實例分享了國雙如何應用數據挖掘、采集，來幫助企業取得成效。

盧元談到國雙服務的客戶所提到一個有趣問題，“我現在手里有很多鏟子，他們教我應該怎么做，但是卻沒有人告訴我應該在哪里挖礦。”在他看來，工具固然有作用，但是工具得出的結論，需要通過數據分析和挖掘才能產生最終的價值。

國雙商業事業群全國解決方案總經理盧元

以下為國雙商業事業群全國解決方案總經理盧元演講的記錄：

很高興今天有機會來到這里。我是來自于國雙科技的盧元，我今天探討的主題是酒店如何用數據來驅動高價值的決策。今天想分享的是在為酒店客戶服務的過程中，如何幫助酒店客戶解決問題，如何利用數據引導決策。

我們在服務酒店客戶時發現，他們會碰到不少問題，將問題分類，我們發現不外乎三個方面。***是經營生產，比如說價格怎么定，酒店主題怎么定，房型怎么升級。第二是營業指導。這和營銷相關，比如說活動效果到底怎么樣，哪個明星能夠為我帶來銷量。第三是和服務優化相關的。比如說如何優化服務管理的流程，或者說如何通過組合捆綁的銷售模式提升收益。這些是酒店集團或者酒店客戶碰到的問題。

現階段酒店所面臨的挑戰不僅僅是傳統的酒店，我們發現很多這個生態圈之外的人也在進入這個行業，所以今天碰到的問題是本身的業務比較繁雜，再加上競爭的激烈，試錯的成本越來越高。我們的酒店客戶如何面對，如何應用數據才能讓效率提升?那就是要有高價值的數據。

什么是高價值的數據，我們認為，有科學依據的數據是高價值的數據。

如何保證數據更科學地支撐我的決策?這里有四點：

***點，更廣泛的數據來源。我相信在座的各位都很認可，在前幾年可能只有單一的數據維度幫酒店做決策，比如說酒店自有系統里的數據或者第三方調研的數據。但是今天技術已經成熟了，我們可以做多數據源的打通，無論是社交平臺、新聞、廣告、自有的數據以及OTA合作的數據，這些數據的打通能夠幫助酒店減少試錯成本。

第二點，更完善的行業體系。從傳統來說，我們可能用的都是通用的邏輯產出，但是在今天有更多的數據，我們要依據酒店行業的特征來定制化我們獨有的業務模型。舉例子來說，酒店選址，可能在以前更多是選擇人群密集的商圈或景區，但是因為我們手上有大量的數據，我們希望結合酒店的屬性、銷售渠道等相關的數據來建模。建模這件事情是一個非常關鍵的事情，我們有數據科學團隊幫助我們把那些原始數據通過建模的數據提純，最終變成有價值的東西，所以建模非常重要。

第三點，更準確的數據處理。我們有了這些數據，如何更準確地了解它的意義?我們以前可能簡單地通過人工或一些技術的功能去做簡單的判斷，但是今天我們有人工智能、機器學習，可以讓酒店的判斷更加精準。

舉個例子，看到一個評價，“這次入住酒店A和酒店B相比，不得不說還是非常讓人不滿意的”。這句話看起來有點拗口，在傳統領域下做判斷就比較難。但是今天有了機器學習，就可以告訴機器怎樣的判斷可以符合普通用戶的意思，我們通過雙重否定來判斷客戶的想法，從而知道到底是A還是B讓消費者更滿意。對自然語言的分析，不是只通過技術就可以做到的，要結合學術方面的專業理論。比如說國內的哈工大在中文語言的處理上有非常深的“技術+學術”的積淀。

第四點，更深度的洞察剖析。以前我們看到一個數據可能只有1-3層的剖析，今天可以做到6層。比如說，一個酒店想知道到底哪個區域的人來的多，要針對這個情況做哪些改善?我們經過分析是廣東省的客源比較多，家庭、親子的客人也比較多。但是這第二層的剖析不足以給酒店的客戶做支撐，酒店不知道到底應該做怎樣的改善。其實我們可以做下一步的剖析，比如說對于親子來說，更關注的是位置、服務等。那么在服務方面，客人比較關注什么?我們看到效率在這里面起到比較大的決定因素，那么，效率是換房的效率、登記的效率還是接機的效率?這就是2層剖析到6層的剖析，這可以幫助酒店提升它的效率。

做個小的總結。數據驅動酒店高價值運營決策體系就是，通過行業定制采集相關的數據，對數據進行解析和清洗，進行多維度的剖析，然后應用到生產營銷、營銷指導以及服務優化等領域的內容。

我們知道在環球旅訊的會議上，光有理論是不夠的，接下來我結合實例來告訴大家如何應用我前面說到的數據挖掘、采集，來幫助企業在這方面取得成效。

我們在澳門服務的某個酒店集團，它在生產經營方面提出的要求是酒店改造，它的問題是如何結合大陸游客的目的地選擇的偏好，改造倫敦主題酒店。這個酒店集團旗下有很多類型的酒店，所以它覺得主題酒店為它帶來了高收益，它想把旗下的度假酒店也改為主題酒店。

那么，怎樣才可以把主題發揮到***?我們在討論倫敦的時候，消費者關注的是什么?我們給這家酒店提了一些建議，比如在藝術方面，這個酒店有自己的劇場，它應該上演什么劇目更適合來倫敦住酒店的人。比如在體育方面，英國最知名的是英超，英超的主題是否可以引入到酒吧街。這些在軟件方面。在硬件方面，小吃街、購物等等也是它們比較關注的。

我們對地標建筑進行了分析，發現國人去倫敦最關注的景點排名前三是白金漢宮、大英博物館、大本鐘。這些地標的關注人群有一定的差異性，我們發現雖然排前幾名的都是一線城市，但是關注這三個景點的城市人群不一樣。我們發現來澳門的人，來澳門的大多數人是來自于廣東，六成的關注者分布在一線城市。在后期的消費力分析以及性別分析當中，我們發現大本鐘很適合倫敦人的角色，另外我們發現大本鐘又有一定的功能，可以讓人了解具體的時間。后期，客戶采用了大本鐘作為它們主題酒店的地標建筑。

第二，是關于營銷方面的指導。到底是什么樣的營銷才能打動用戶?其實對于酒店客戶來說，無外乎是四個方面，用合適的內容在我想要打通的渠道，用特殊的形式去影響與酒店相關的人群，所以內容在這里變得特別重要。但是我們傳統的營銷方式是拍腦袋想賣點，這不一定符合消費者的需求。我們希望結合用戶口碑、行業熱點等來做一個綜合的輸出。

下面來看我們的內容如何確定。

***部分，首先我們來看一下澳門的目標用戶是誰，他們關注哪些內容。在這里我們發現很多人關注的是交通出行，他們熱議的關鍵詞是酒店品牌的本身以及交通。我們知道澳門是一個很小的城市，如果入住的酒店去各個景點或者購物中心很方便的話，將是幫助他做決策的最重要因素。澳門是什么形象?我們發現大多數人對它的印象是浪漫、繁華、文藝。因此，我們判斷，在做內容時要以浪漫繁華相關的內容以及交通便利性作為助推的主要內容，這就是用數據分析來驅動內容。

第二部分，如何進行差異化競爭。在澳門，我們發現最多的就是酒店，各種各樣的酒店。那么，我們服務的酒店A品牌和其他的品牌之間有沒有關聯性?在整體對澳門的討論中，有18%的人討論到了酒店A以及相關的品牌，我們再把18%進行拆分，我們發現當中有三分之一的人只討論酒店A，但是有不少人除了討論酒店A還討論其競品，所以說我們要做一些差異化的營銷。我們發現酒店A上面關注的線是最深的，對于酒店C中間的點是關注最深的，所以說差異點就出來了。

我們把內容做好了，接下來要看傳播的效果到底如何。這個酒店當時請了一些明星給它做代言，最傳統的考核模式就是轉、評、贊。但是今天這種考核模式已經顯得有點老套了，我們可能用一些新的方法來做一些輔助。比如說討論明星的人有沒有在討論酒店的品牌，話題和酒店的品牌關聯度是怎么樣的。此外就是明星代言影響的深入是不是能夠給品牌帶來一定的收益。接下來的例子就是這家酒店請了兩位明星，A和B，他們是一對CP，做了一個營銷活動。我們看到，綠色的部分是B的粉絲討論影響力，紫色的是A明星的微博帳號討論力，我們剖析了一下，發現B只有三個人在不停互相轉評贊，相對于B明星來說，A明星的點相對比較分散，也就是說很多的非明星的公眾號在不停宣傳這次的內容，包括和酒店也是有互動的。所以說，從明星自身來說，是明星B比較強，但是從和酒店相關度來說，是A更強一些。

這一波活動給品牌帶來的實際效果到底如何?***，提及率。這么多的聲量中，有多少聲量是和酒店本身相關的，總體的提及率有2.5%。第二，美譽度提升了6.5%。第三，消費意愿提升了5.3%。

如何通過交叉售賣實現業務增值。傳統的業務訴求只能是根據自己的訴求打包酒店內部的產品，但是現在要通過目標用戶的需求、競品的需求等等來看如何實現業務的增值。澳門游的話，是家庭親子為主，還有朋友出行、情侶出行等等，不同的出行模式對于景點的偏好不一致，除澳門塔以外，可能情侶更關注金沙城中心，親子出游是蝙蝠俠夜神飛馳等等。

面對不同出游的形式，我們可以打出不同的組合策略，比如說對于情侶出游，更多關注金沙城中心，這時候酒店是不是可以和它做一些捆綁銷售，入住酒店可以享受到一些其他的優惠政策。同時家庭出游是不是可以有一些演出的套票或者兒童套票等等。通過不同的組合分析，我們為不同的客戶提供不同的組合銷售，這就是用數據提供服務。

做一個小的總結。通過數據的挖掘和分析，我們認為有科學價值的數據是可以很好地幫助酒店做高價值的運營決策，無論是在生產運營、營銷指導，還是在服務優化上。

***，我想和大家分享一下我們在和客戶溝通中的一個有趣的觀點，某客戶告訴我說，今天越來越多的人向我提供各種各樣的工具，我現在手里有很多鏟子，他們教我應該怎么做，但是卻沒有人告訴我應該在哪里挖礦。工具固然有作用，但是工具得出的結論，需要通過數據分析和挖掘才能產生最終的價值。

以上是我今天的分享，感謝大家的聆聽!