2016年CHAT上海
中国酒店及旅游业论坛

9月21-22日 | 上海雅居乐万豪酒店

拒绝空谈大数据:赶上未来,从利用好酒店的“小数据”开始

2016-5-25

q2

The Future is Now未来就是现在”——Margaret Mead

 

2016年。尽管摩尔定律中说的科技增长速度也许已经慢下来,但我们的生活方式演变的速度却因为科技带动互联网,促进物联网的发展,正以前所未有的速度在改变。现在智能电话的功能已经不单能取代传统计算机和照相机,更能代替我们的钱包、信用卡,甚至我们家里的钥匙、电视遥控、空调开关。而另一方面,系统与系统之间的链接与整合也正在大规模的展开。就好比苹果电话、计算机与云端应用近乎无缝的对接,我们生活中的每个节点,在不久的将来就能透过科技联通互动。

q3

说到这里,在酒店旅游行业工作的大家可能会突然发觉:世界走得很快。社会上几乎每一个行业都在急速转型,但好像有点不对劲。

 

没错,再仔细想想,是因为我们的行业还在原地踏步。而原地踏步的最主要痛点是:酒店并没有充分的利用数据,更无从谈起将零散的数据转化成能够带来实际效能,从而换化成利润

 

 

Capture

发掘数据之间的相关性这个话题已经不新鲜。但一般我们都是在人家推销大数据的时候听到。但今天酒店行业面临最大的危机不在于我们不能够转化酒店以外的大数据,而在于往往连酒店自己产生的、一直储存于酒店的小数据也没有处理好。

 

 

在我们继续开展这个话题前,先来跟大家介绍一下什么是大数据小数据

 

大数据这个名词大家应该都不陌生了。大数据的定义就是从我们自身环境以外获取的数据,例如是气候、航班、搜索引擎数据等信息。

 

而小数据虽然未如大数据这么广为人知,但对酒店运营却也非常重要。小数据指的是一组具有特定属性、数量较小而且更容易掌控的数据。对酒店来说,我们每天接触的房价、预定渠道统计、客人国籍、以至酒店官网的流量转换率都是我们可以利用的小数据

 

 

 

现时酒店行业里面闹哄哄地在谈怎么运用大数据。但我的观点是虽然大数据的应用是行业未来非常重要的话题,但我们现在要踏出的第一步并不是要盲目的追捧大数据,而是要先发掘、管理好酒店内部及周边,一些我们平常都会碰到的信息。要了解如何做小数据开发,我们先要理解目前国内酒店处理数据的通病。

 

 

Capture

很多酒店管理人员会觉得他们对酒店的数据已经了如指掌,但事实是我们对数据的了解往往停留在表面,缺乏数据项目与历史数据的对比以及不同数据点中间的相互对比。

另一方面,社会快速转型,但行业里关心的数字数十年来却始终如一。而不少数据点虽然也是来自酒店自身,却经常缺乏重视。在这时代,逆水行舟,不进则退。如果我们缺乏对新兴指标的关注,可能就不能及时的洞察市场趋势,失去调整运营的时机。

 

虽然平均房价、住宿率等数字对酒店经营仍然非常重要,但对酒店的经营与销售更包括网上评论评分、网站及社交媒体流量及转化率等。例如美国康乃尔大学早在2012年就发表研究指出,酒店的评论分数与收益是有直接关系的,而后续研究更指出评论分数与酒店的资产价值也有密切关系

 

q4

△ booking.com的宾客体验导图

 

 

除此之外,不少本地酒店的痛点是对OTA的依赖。其中一个原因酒店缺乏渠道管理的概念及数据分析。渠道管理是一个国外较为成熟的概念,当中主要是对每个渠道带来的房晚数以及随之而来的销售成本的统计。清楚了解渠道数据对酒店更有效去发掘更具潜力的销售增长点。

这些数据在未来对于酒店预测收益、改善运营及利润的价值可能不亚于传统指标。酒店应该开始将这些指标纳入日常分析里。

 

Capture

其中一个原因是虽然不少酒店已经采用了各种各样的系统:酒店管理系统、收益管理系统、定价系统、网络评论管理系统。系统五花八门,但我们并没有完全使用到这些功能。试想想较高端的PMS内普遍设有上百种报表,酒店平常又能用上多少?

q5

其中一个原因是虽然不少酒店已经采用了各种各样的系统:酒店管理系统、收益管理系统、定价系统、网络评论管理系统。系统五花八门,但我们并没有完全使用到这些功能。试想想较高端的PMS内普遍设有上百种报表,酒店平常又能用上多少?

 

酒店不少系统的专业技术对运营非常关键,但有时候系统所带来的处理工作却非常繁琐。就拿收益管理作为例子:日常收益管理部门需要由分析员整理各种各样的Excel电子表格,而且处理过程往往是手工操作的。酒店应该采用更多的自动化工具,来将这些数据更有效率的处理,并更容易的让管理层灵活应用,以更好的将数据换化成有商业价值的知识

Capture

除了更有效的处理数据以外,我们也不能忽视更有效去解读数据的重要性。有一些酒店可能每天都会利用大量报表来分析及呈现酒店的数据。

 

 

 

 

什么是“非架构化”与“结构化”数据?

 

非结构化数据指没有预先定义格式的数据。例如,TripAdvisor网站的顾客评论包括大量数据,但这些数据并未立即组织用来进行分析。尽管此类数据难以获取,但仍可为您的酒店提供有价值的信息。结构化数据指以预先定义的方式储存和标记的信息。例如,预订数量、社交媒体流量等属于结构性信息,比非结构化数据更容易检索和分析。

 

 

 

 

 

所谓将数据结构化及可视化,是指数据在未来应该用更直观的方式显示出来。因为在部分酒店没有挖掘好数据的同时,部分酒店也出现了数据泛滥的问题。管理层每天受到数以十计的报表,而要从这些密密麻麻的数字里面看出趋势并不是每一个酒店人能够做到的。

又举另外一个例子。酒店的网上评论是由宾客的各种风格的文字所组成。光是浏览这些个人点评很难分析出顾客反馈的共同点。一些舆情分析系统就带有语篇分析工具,分析每则点评中的语境,统计近意词语出现的频率,从而让酒店更轻松的了解客人对酒店的服务意见

q6

 △ tripadvisor上的宾客评论

在未来,酒店可以更好的运用市面上的工具来将数据以更形象化的方式展现出来。以图表方式、抽取最重要数据来将管理人员最需要知道的信息一目了然的给到他们。这让能够帮助我们更快速的辨认市场状况,了解重点。不但能更快、更准的做出决定,也能让我们将空出来的时间创造更多价值。

总之,酒店需要能够更好的利用自身的资源,将酒店拥有的数据充分利用,转化成能创造商业价值的信息以协助管理成因应市场做出更好的决定。

目前,由德国引进的SnapShot Analytics 数据分析工具是一个能够让酒店更好管理自己数据的工具。不单能以非常可视化的方式呈现酒店的PMS数据,更能整合STR对比数字、TripAdvisor评论分数及特性等不同信息。让酒店的整体运营绩效能够一目了然的展现在酒店管理者眼前

酒店行业要与时并进,必须开始改变。而这个改变并不重于取代现有的系统,因为这些系统能带给酒店的专业功能还是未能取代的;反而我们应着重于改变我们使用这些科技的方法,让酒店管理人员提高管理的效率,创造更大的价值。

q7