Прогнозная аналитика в гостиничном и игорном бизнесе
14 августа
Статьи

Перспективы больших данных

Сегодня индустрия гостиничного бизнеса и развлечений имеет больше данных, чем возможностей их использования. Это включает в себя как:

  • Традиционные структурированные данные (например, записи транзакций, посещения веб-сайтов)
  • Так и неструктурированные данные (например, потоки в социальных сетях, гостевые карты комментариев, видеоролики и т. д.).

Благодаря дешевому хранению, мобильным технологиям, мощным обрабатывающим способностям и множеству других инноваций, отели и казино имеют теперь доступ к кладезю информации. Понимание больших данных может использоваться для предоставления услуг клиентам, совершенствования программ лояльности и маркетинговых кампаний. При условии, конечно, что компании готовы инвестировать в технологии и ИТ-экспертизу.

Управление доходами в режиме реального времени

В прошлом системе управления доходами мешала нехватка базовых точек данных. И ничего более. Теперь специалисты по обработке и анализу данных имеют возможность использовать постоянный поток данных о ценах в режиме реального времени и, соответственно, корректировать свои предложения.

Возьмем историю Лизы Терри из Marketspan. Чтобы помочь Kees Hospitality конкурировать с мировыми гостиничными брендами, провайдер по управлению доходами LeisureLink создал облачное приложение для управления доходами, мерчандайзинга и электронного распространения.

"В отличии от устоявшихся представлений, Marketspan применяет свои алгоритмы к постоянному потоку ценовых данных в реальном времени, поступающих из различных источников, включая OTA (Онлайн Туристическое Агентство), оптовые упаковщики, веб-сайты и клиентской СУГ (Система Управления Гостиницей)". В 2012 году, директор-распорядитель LeisureLink сообщил об увеличении годовых продаж почти на 94%.

Партнерские отношения между Denihan Hospitality Group и IBM - похожая история успеха. Помимо заполнения номеров в низкие сезоны, Denihan искала возможность повышения доходности и в самое активное время. Ежедневные отчеты IBM позволили сотрудникам отеля:

  • Прогнозировать наиболее выгодный характер деятельности на данный момент времени
  • Знать далеко наперед, что они будут делать
  • Определить заполняемость номеров, продолжительность пребывания клиента и через какие каналы будет осуществляться бронирование

IBM утверждает, что их инструменты обеспечили 40% прирост производительности группам управления доходами и позволили одному из в нью-йоркских отелей Denihan удвоить стоимость номера в ходе Недели ассамблеи ООН.

Гарантируем отличное обслуживание

Удовлетворенность клиента значит очень многое в гостиничном бизнесе. В отчете за 2012 год Влияние качества обслуживания клиентов на бизнес, Forrester обнаружил, что степень удовлетворенности качеством обслуживания в отелях приносит дополнительный доход в размере 1,36 млрд. долларов США. Приблизительно 825 миллионов долларов из этого пришлось на сокращение оттока клиентов.

Но как определить, что такое счастье? Специалисты по обработке и анализу данных в гостиничном бизнесе рассматривают широкий спектр точек соприкосновения с клиентами: отслеживание веб-сайтов, подробные сведения по статьям покупок, предпочтения в области питания, установка температурного режима в помещении, опросы посетителей, мобильные приложения, комментарии в социальных сетях - для создания полной картины о потребителях.

  • Например, гостиница Affinia Manhattan группы Denihan разделила свои гостиничные номера на три зоны (для релаксации, работы и сна) после того, как анализ данных показал, что посетители нуждаются в более гибком пространстве.
  • Компания SaskGaming использовала прогнозный анализ данных для увеличения спроса на игровые автоматы. Выводы из исследования позволили SaskGaming предложить правильные игры в нужном месте для привлечения постоянных клиентов.

Казино

Игорная индустрия так же, если не больше, удовлетворяет потребности клиентов. Казино имеют данные за прошлые периоды и данные в режиме реального времени обо всем: от расчетов в ресторанах, спа-салонах и гольф-клубах до времени, проведенного с игровыми автоматами. Данные в режиме реального времени с игрового поля постоянно поступают в базы данных. Данных за прошлые периоды из программ работы с постоянными клиентами становится все больше с каждым днем.

Это позволяет казино индивидуализировать стимулы, предлагаемые клиенту при ставках во время азартных игр. Например:

  • Уже в 2010 году серверные игровые автоматы в Aria Resort & Casino могли быть изменены в соответствии с личностью каждого игрока. Во время Национального финала родео, игровой автомат мог загрузить тему родео, обеспечить шоутайм соответствующих событий, и даже пожелать игроку счастливого дня рождения.
  • Чтобы соответствовать игроку, Caesars разработал цифровые интерфейсы на своих играх. Это то, что Эрик Розенбаум называет "Нетфликс для игроков". Если дела идут плохо, игра или сотрудник могут перенаправить игрока на другой автомат.
  • Объединяя данные за прошлые периоды в серверные базы данных и существующие базы данных игровых систем, Echo Entertainment разработала мобильное приложение, способное идентифицировать азартных игроков и оповещать персонал об их местонахождении.

Обнаружение мошенничества

Казино также используют большие данные, чтобы избежать нежелательных событий. Вы помните историю конца 20-го века о Билле Каплане и команде Массачусетского технологического института по подсчету карт?

Они были частично дезориентированы при помощи Неочевидного осознанного взаимодействия (NORA), программного обеспечения для сопоставления данных, которое определяет связи (например, предварительные отношения между крупье и игроком), очевидные вещи, которые сразу не видны.

Сочетая этот вид технологий с данными распознавания лиц, видеоанализом, оперативной проверкой сведений, передатчиками радиочастотной идентификации в чипах казино - и у вас готовый рецепт постоянного наблюдения. У персонажей из фильма "Одиннадцать друзей Оушена" шанса бы не было.

SoLoMo маркетинг

Скажем, отель выполнил свое домашнее задание и делает посетителей счастливыми. Как можно лучше еще привлечь новых посетителей?

Посредством, как вам скажут специалисты по обработке данных в области розничной торговли, персонализированного маркетинга. В последние годы маркетологов охватило сильное воодушевление из-за мультитач-атрибуции и интеграции социальных, локальных и мобильных данных (SoLoMo).

Twitter-комментарии, геоданные местоположения, мобильные приложения, которые контролируют ваше повседневное поведение, - все это можно объединить с автономными данными, чтобы создать подробный профиль вашего поведения и предпочтений.

Маркетологи по гостиничному и игорному бизнесу будут иметь возможность делать персонализированные предложения, осуществлять рекламные акции и предоставлять услуги по каналам, которые вы предпочитаете. Например, мобильное приложение Hotel Tonight проверяет централизованные записи резервирования в отношении данных по географическому местоположению клиента и предоставляет предложения по бронированию в последнюю минуту.

Эта маркетинговая тактика не ограничивается новичками. Маркетологи также используют данные о клиентах и обратную связь для прогнозирования количества возвращающихся клиентов. Denihan, например, предоставляет индивидуальные предложения. Клиенты, которые тратят больше (например, десятки тысяч), получают другое предложение, чем те, кто тратит меньше (например, тысячи).

Добиться успеха несмотря ни на что

Но именно в динамичном мире азартных онлайн-игр обработка числовой информации особенно интересна. Специалисты по обработке и анализу данных поняли, что большие данные могут помочь онлайн-игрокам поймать свой шанс.

Например:

  • Заявляя о своей крупнейшей в мире базе данных по онлайн-покерным турнирам, покерная статистика фирмы SharkScope отслеживает миллионы игр и игроков в день. Те, кто использует SharkScope, могут отслеживать свою статистику, избегая покерных «акул», которые могут сожрать их деньги.
  • Онлайн-стартап Betegy использует алгоритмы обработки данных для расчета результатов футбольных матчей. Он предлагает прогнозы для 21 лиги и утверждает, что его сложный механизм данных (недавние выступления, история команды, ее форма, погода, мотивация игроков) может успешно предсказать результат 90 процентов всех матчей английской премьер-лиги.

В этой сфере скорость имеет первостепенное значение. SharkScope использует базу данных MySQL от TokuDB, которая способна анализировать различные запросы за две секунды.

Риски и правила работы с данными. Задачи, с которыми предстоит столкнуться

Гостиничные и игорные компании сталкиваются с множеством проблем в своем стремлении стать организациями с управлением данными.

Во-первых, многие по-прежнему сталкиваются с устаревшими реляционными базами данных и программным обеспечением, которое не может обрабатывать большие объемы как структурированных, так и неструктурированных данных. Не говоря уже о быстром анализе в реальном времени.

С другой стороны, они страдают от распространенного по всему миру дефицита в анализе данных. Бизнес-аналитика и CRM-системы прекрасны, но вам также нужны эксперты, которые знают, как извлечь из них ценную информацию. В отчете McKinsey о больших данных за 2011 г. говорится:

"К 2018 году только Соединенные Штаты могут столкнуться с дефицитом в 140 -190 тысяч человек, обладающими глубокими аналитическими навыками, а также с 1,5 миллионами менеджеров и современных аналитиков, использующих анализ больших данных для принятия эффективных решений".

Это особенно плохая новость для гостиничной индустрии, которая, как правило, находится в нижней части списка тех, кто желает работать с данными. Финансы, биотехнология, исследования и производство, как правило, обращают на них внимание в первую очередь. Так что, если отели и казино хотят привлечь талантливых аналитиков, они должны будут заплатить за это деньги.

Извините меня, но это частное дело

Гостиничная и игорная индустрия должны противостоять еще одной важной проблеме, именуемой индивидуальной конфиденциальностью.

Например, массовая индустрия онлайн-игр регулярно собирает конфиденциальную личную информацию, включая данные о поведенческих моделях и личных финансах. Как хранятся эти данные? Как они защищены? Само собой разумеется, что репутация службы безопасности этих компаний не всегда была на высоте.

Гостиницы и казино одинаково подвержены риску. Чем больше они собирают, хранят и обмениваются данными (например, со сторонними компаниями по бизнес-аналитике), тем ближе они к нарушению безопасности и злоупотреблению информацией.

Согласно отчету Trustwave о глобальной безопасности в 2013 году, индустрия гостиничного бизнеса была третьей по счету наиболее вероятной целью для киберпреступников (после розничной торговли и продуктов питания и напитков): - "Огромное количество платежных карт, используемых в этих отраслях, делает их очевидными целями".

Чем вы больше, тем хуже это для вас. Глобальные гостиничные компании обязаны соблюдать огромный набор правил о конфиденциальности данных. В частности, ЕС принял недавно строгие правила, касающиеся конфиденциальности.

И последнее, но не менее важное - вопрос об ответной реакции клиента. В то время как некоторые посетители могут оценить персонал, ставя "галочки" в опросниках, что доступно алгоритмам больших данных, другие менее отзывчивы. Казино неоднократно подвергались критике за использование программ лояльности и профилирования поведения, чтобы больше заманить клиентов на азартные игры, нежели те сами того желают.

История анализа данных в игорном и гостиничном бизнесах

"Изменение - это то, что приходит в вашу жизнь и ваш бизнес. Клиенту необходимо постоянно меняться, и ваш бизнес и вы должны измениться, чтобы удовлетворить эти потребности", - Д.У. Марриот

Гостиничная индустрия – "солянка" из жилья, ресторанов, планирования мероприятий, тематических парков, казино и круизов – собирает данные о своих клиентах с тех пор, когда человек смог оставить свой след в чужой пещере. Но если мы будем говорить о рождении современной науки о данных в этой области, то нашей первой темой должны стать авиакомпании.

Первая автоматизированная система бронирования

Путешествие имеет такое же отношению к гостиничному делу, как Синатра к свингу. Вы не можете иметь одно без другого.

В середине 1940-х годов American Airlines решает проблему бронирования рейсов с помощью экспериментальной автоматизированной системы бронирования Reservisor. Это было достаточно успешно, чтобы заинтересовать Sheraton Hotels, которые просто приравняли число гостиничных номеров к креслам самолетов.

Но это было не идеально. Во-первых, некоторые агенты по продаже билетов не могли напрямую обратиться к системе. Начиная с 1953 года, Trans-Canada Airlines (TCA) начала разработку системы резервирования с удаленными терминалами. В 1962 году, переименованная в ReserVec, новая система была готова в комплекте с транзисторным компьютером. В 1963 году это было в каждом офисе TCA по продаже билетов. Запросы и заказы могли выполняться за одну секунду без удаленных операторов.

SABRE

США выбрали свой собственный путь. Случайная встреча 1953 года на рейсе из Лос-Анджелеса в Нью-Йорк свела вместе двух Смитов. К.Р. Смит, директор-распорядитель American Airlines, спросил Р. Блэра Смита, старшего представителя по продажам IBM, удавалось ли что сделать в отношении неуклюжей системы Reservisor. И был рожден новый проект.

Результатом партнерства IBM и American Airlines стала полуавтоматизированная процедура исследования бизнес-среды (SABRE) Sabre имела возможность создавать и управлять резервированием мест в авиакомпании и предоставлять эти данные любому сотруднику в любом месте. Созданная в 1964 году, она стала самой крупной частной в мире системой обработки данных в реальном времени.

Автоматизированное бронирование отелей

Успех в авиационной отрасли побудил отели более пристально взглянуть на компьютеры. Дженнифер Рисельман пишет об истории электронного бронирования:

"В конце 1960-х годов отели стали рассматривать возможности, которые предоставляет электронная инфраструктура, и начали разрабатывать свои собственные системы, основанные на базовых программах авиакомпаний. Многие гостиничные бренды приняли идентификаторы гостиниц, основанные на кодах авиакомпаний. Некоторые из этих идентификаторов все еще используются и сегодня".

Holiday Inn, Marriott и Westin были всего лишь некоторые из гостиниц, которые стали работать с данными автоматизированного бронирования отелей.

Взрыв больших данных гостиницы Marriott

Стало еще жарче от технологического бума 1980-х. Настольные компьютеры и системы бронирования отелей появились на стойках регистраций. Туристические агенты научились укрощать телефон и стучать по клавиатуре, чтобы забронировать номер. В 1983 году Westin стала первой крупной гостиничной компанией, предлагающей бронирование и оформление при помощи международных пластиковых карт.

Но была еще одна случайная встреча, на этот раз между Робертом Крэндаллом, в настоящее время президент и исполнительный директор компании American Airlines и Д.У. "Биллом" Марриоттом, которая изменила историю данных навсегда.

Крэндалл возглавил усилия по управлению доходами, максимизируя доходы авиакомпании за счет управления ресурсами на основе методов анализа. Марриотт увидел, что система больших данных Крэндалла также хорошо подходит для гостиничного бизнеса, где предварительное бронирование, высокая конкуренция, большие колебания спроса и предложения всегда является проблемой.

Так Марриотт придумал систему управления доходами. Ван Цзянь определяет это так:

"Управление доходами представляет собой методологию, направленную на максимизацию общего доход на предприятии путем продажи правильного продукта правильному клиенту по правильной цене в нужное время и через нужный канал".

Эта система поддержки принятия решений на основе данных помогла Марриотту делать ежедневный прогноз спроса, предлагать адресные скидки, основанные на спросе и, в конечном счете, прогнозировать бронирование посетителями и оптимизировать информацию о наличии номеров.

Сногсшибательные скорости Travelocity

С появлением Интернета внимание переключается с компании на покупателя. Проводятся эксперименты по онлайн-доступу, и уже в 1985 году Sabre выпускает easySabre®, позволяющую клиентам с персональными компьютерами использовать систему Sabre для бронирования билетов в аэропортах, отелях и автомобилях, но только 12 марта 1996 года появляется на свет Travelocity.

Travelocity был одним из первых веб-сайтов, которые передавали информацию по бронированию непосредственно конечному пользователю. Теперь не было необходимости в туристическом агентстве. Клиенты могли получить доступ к информации о тарифах и расписании рейсов через Sabre, а также забронировать отели, арендовать автомобили, заказать круизы и пакетный отпуск в Нью-Йорке в течение минуты.

Разумеется, при этом веб-администраторы могли собирать большие объемы ценных данных о поведении клиентов. В том же году к Travelocity подключились Expedia и веб-сайты фирменных гостиниц.

Так индустрия перешла в новое тысячелетие...

  • Появились ценные инструменты поиска (например, поиск рейсов на основе тарифа.
  • Системы бронирования стали более эффективными.
  • Программы лояльности клиентов перенаправляются напрямую в гигантские базы данных.

В 1998 году Priceline запустила модель "Назови свою цену". Шесть лет спустя TripAdvisor организовал онлайн-форум по обзору отелей и рекомендациям. Прилив данных все увеличивался. Информация была повсюду.

Казино инвестируют в данные

В 1998 году Лавмен становится руководителем службы операционного управления компании Harrah’s License. Harrah's была игроком – это первая компания казино, котирующаяся на Нью-Йоркской фондовой бирже, но она не была крупной.

  • Ей хватало наличных средств для инвестиций в отели и зрелища.
  • Клиенты обычно были пожилые люди с небольшими доходами.
  • Владельцы карт лояльности часто играли в других местах.

Итак, как указывает Эффи Оз в своей книге Информационные системы управления, Лавмэн инвестировал в данные. Он бросил свои ресурсы в хранилище данных, систему бизнес-аналитики и аналитику данных.

Через серию экспериментов аналитики обнаружили:

  • Скидки в сувенирном магазине не были привлекательными, чего нельзя сказать о гостиничных номерах - с это и началось дело.
  • Клиенты, жившие поблизости, ценили фишки больше, чем любые другие стимулы.
  • Клиенты, которые получили удовольствие от своего визита, тратили уже больше на следующий год, поэтому сотрудникам устанавливались стимулы на основе удовлетворенности клиентов.

Используя программное обеспечение SAS, Harrah's могла даже определить, когда в течение дня игрок был готов признать неудачу:

"Когда член общества Total Reward вот-вот достигнет порога болевой чувствительности, казино предлагает ему бесплатное питание или билет на шоу, чтобы он оставался счастливым и не покидал здания. Многие считают, что вероятность выигрыша зависит от предыдущих выигрышей или проигрышей. Поэтому сотрудник может также предложить блокировку автомата до возвращения клиента с бесплатного питания".

Harrah's разрушила также и давние традиции. Она стал предлагать различные стимулы для разных клиентов на основе их предпочтений.

И сорвала джекпот. В период между 2003 и 2006 годами компания потратила 22 миллиона долларов на усилия по сбору данных. В свою очередь, Nuclear Research подсчитала, что Harrah’s заработала 208 миллионов.