当下酒店业务链条全面且分散，涉及生产营销服务等方方面面。巨头也在发力渗透，行业飞速发展。内外挑战和重压之下，酒店想要抢占市场困难重重，经营的试错成本也越来越高。
随着消费者在全网平台愈发丰富的发声和行为，以及酒店日趋深度的数据积累，高价值的决策成为可能。到底如何利用好这些大量的潜在信息，也成为我们着重思考的话题。
6月28日，国双商业事业群全国解决方案总经理卢元出席了由环球旅讯主办的“2018中国住宿业峰会(HMC)”，并以“酒店如何利用数据来驱动高价值的决策”为主题进行演讲。什么是高价值的数据?如何保证数据更科学地支撑决策?卢元结合实例分享了国双如何应用数据挖掘、采集，来帮助企业取得成效。
卢元谈到国双服务的客户所提到一个有趣问题，“我现在手里有很多铲子，他们教我应该怎么做，但是却没有人告诉我应该在哪里挖矿。”在他看来，工具固然有作用，但是工具得出的结论，需要通过数据分析和挖掘才能产生最终的价值。
国双商业事业群全国解决方案总经理卢元
以下为国双商业事业群全国解决方案总经理卢元演讲的记录：
很高兴今天有机会来到这里。我是来自于国双科技的卢元，我今天探讨的主题是酒店如何用数据来驱动高价值的决策。今天想分享的是在为酒店客户服务的过程中，如何帮助酒店客户解决问题，如何利用数据引导决策。
我们在服务酒店客户时发现，他们会碰到不少问题，将问题分类，我们发现不外乎三个方面。***是经营生产，比如说价格怎么定，酒店主题怎么定，房型怎么升级。第二是营业指导。这和营销相关，比如说活动效果到底怎么样，哪个明星能够为我带来销量。第三是和服务优化相关的。比如说如何优化服务管理的流程，或者说如何通过组合捆绑的销售模式提升收益。这些是酒店集团或者酒店客户碰到的问题。
现阶段酒店所面临的挑战不仅仅是传统的酒店，我们发现很多这个生态圈之外的人也在进入这个行业，所以今天碰到的问题是本身的业务比较繁杂，再加上竞争的激烈，试错的成本越来越高。我们的酒店客户如何面对，如何应用数据才能让效率提升?那就是要有高价值的数据。
什么是高价值的数据，我们认为，有科学依据的数据是高价值的数据。
如何保证数据更科学地支撑我的决策?这里有四点：
***点，更广泛的数据来源。我相信在座的各位都很认可，在前几年可能只有单一的数据维度帮酒店做决策，比如说酒店自有系统里的数据或者第三方调研的数据。但是今天技术已经成熟了，我们可以做多数据源的打通，无论是社交平台、新闻、广告、自有的数据以及OTA合作的数据，这些数据的打通能够帮助酒店减少试错成本。
第二点，更完善的行业体系。从传统来说，我们可能用的都是通用的逻辑产出，但是在今天有更多的数据，我们要依据酒店行业的特征来定制化我们独有的业务模型。举例子来说，酒店选址，可能在以前更多是选择人群密集的商圈或景区，但是因为我们手上有大量的数据，我们希望结合酒店的属性、销售渠道等相关的数据来建模。建模这件事情是一个非常关键的事情，我们有数据科学团队帮助我们把那些原始数据通过建模的数据提纯，最终变成有价值的东西，所以建模非常重要。
第三点，更准确的数据处理。我们有了这些数据，如何更准确地了解它的意义?我们以前可能简单地通过人工或一些技术的功能去做简单的判断，但是今天我们有人工智能、机器学习，可以让酒店的判断更加精准。
举个例子，看到一个评价，“这次入住酒店A和酒店B相比，不得不说还是非常让人不满意的”。这句话看起来有点拗口，在传统领域下做判断就比较难。但是今天有了机器学习，就可以告诉机器怎样的判断可以符合普通用户的意思，我们通过双重否定来判断客户的想法，从而知道到底是A还是B让消费者更满意。对自然语言的分析，不是只通过技术就可以做到的，要结合学术方面的专业理论。比如说国内的哈工大在中文语言的处理上有非常深的“技术+学术”的积淀。
第四点，更深度的洞察剖析。以前我们看到一个数据可能只有1-3层的剖析，今天可以做到6层。比如说，一个酒店想知道到底哪个区域的人来的多，要针对这个情况做哪些改善?我们经过分析是广东省的客源比较多，家庭、亲子的客人也比较多。但是这第二层的剖析不足以给酒店的客户做支撑，酒店不知道到底应该做怎样的改善。其实我们可以做下一步的剖析，比如说对于亲子来说，更关注的是位置、服务等。那么在服务方面，客人比较关注什么?我们看到效率在这里面起到比较大的决定因素，那么，效率是换房的效率、登记的效率还是接机的效率?这就是2层剖析到6层的剖析，这可以帮助酒店提升它的效率。
做个小的总结。数据驱动酒店高价值运营决策体系就是，通过行业定制采集相关的数据，对数据进行解析和清洗，进行多维度的剖析，然后应用到生产营销、营销指导以及服务优化等领域的内容。
我们知道在环球旅讯的会议上，光有理论是不够的，接下来我结合实例来告诉大家如何应用我前面说到的数据挖掘、采集，来帮助企业在这方面取得成效。
我们在澳门服务的某个酒店集团，它在生产经营方面提出的要求是酒店改造，它的问题是如何结合大陆游客的目的地选择的偏好，改造伦敦主题酒店。这个酒店集团旗下有很多类型的酒店，所以它觉得主题酒店为它带来了高收益，它想把旗下的度假酒店也改为主题酒店。
那么，怎样才可以把主题发挥到***?我们在讨论伦敦的时候，消费者关注的是什么?我们给这家酒店提了一些建议，比如在艺术方面，这个酒店有自己的剧场，它应该上演什么剧目更适合来伦敦住酒店的人。比如在体育方面，英国最知名的是英超，英超的主题是否可以引入到酒吧街。这些在软件方面。在硬件方面，小吃街、购物等等也是它们比较关注的。
我们对地标建筑进行了分析，发现国人去伦敦最关注的景点排名前三是白金汉宫、大英博物馆、大本钟。这些地标的关注人群有一定的差异性，我们发现虽然排前几名的都是一线城市，但是关注这三个景点的城市人群不一样。我们发现来澳门的人，来澳门的大多数人是来自于广东，六成的关注者分布在一线城市。在后期的消费力分析以及性别分析当中，我们发现大本钟很适合伦敦人的角色，另外我们发现大本钟又有一定的功能，可以让人了解具体的时间。后期，客户采用了大本钟作为它们主题酒店的地标建筑。
第二，是关于营销方面的指导。到底是什么样的营销才能打动用户?其实对于酒店客户来说，无外乎是四个方面，用合适的内容在我想要打通的渠道，用特殊的形式去影响与酒店相关的人群，所以内容在这里变得特别重要。但是我们传统的营销方式是拍脑袋想卖点，这不一定符合消费者的需求。我们希望结合用户口碑、行业热点等来做一个综合的输出。
下面来看我们的内容如何确定。
***部分，首先我们来看一下澳门的目标用户是谁，他们关注哪些内容。在这里我们发现很多人关注的是交通出行，他们热议的关键词是酒店品牌的本身以及交通。我们知道澳门是一个很小的城市，如果入住的酒店去各个景点或者购物中心很方便的话，将是帮助他做决策的最重要因素。澳门是什么形象?我们发现大多数人对它的印象是浪漫、繁华、文艺。因此，我们判断，在做内容时要以浪漫繁华相关的内容以及交通便利性作为助推的主要内容，这就是用数据分析来驱动内容。
第二部分，如何进行差异化竞争。在澳门，我们发现最多的就是酒店，各种各样的酒店。那么，我们服务的酒店A品牌和其他的品牌之间有没有关联性?在整体对澳门的讨论中，有18%的人讨论到了酒店A以及相关的品牌，我们再把18%进行拆分，我们发现当中有三分之一的人只讨论酒店A，但是有不少人除了讨论酒店A还讨论其竞品，所以说我们要做一些差异化的营销。我们发现酒店A上面关注的线是最深的，对于酒店C中间的点是关注最深的，所以说差异点就出来了。
我们把内容做好了，接下来要看传播的效果到底如何。这个酒店当时请了一些明星给它做代言，最传统的考核模式就是转、评、赞。但是今天这种考核模式已经显得有点老套了，我们可能用一些新的方法来做一些辅助。比如说讨论明星的人有没有在讨论酒店的品牌，话题和酒店的品牌关联度是怎么样的。此外就是明星代言影响的深入是不是能够给品牌带来一定的收益。接下来的例子就是这家酒店请了两位明星，A和B，他们是一对CP，做了一个营销活动。我们看到，绿色的部分是B的粉丝讨论影响力，紫色的是A明星的微博帐号讨论力，我们剖析了一下，发现B只有三个人在不停互相转评赞，相对于B明星来说，A明星的点相对比较分散，也就是说很多的非明星的公众号在不停宣传这次的内容，包括和酒店也是有互动的。所以说，从明星自身来说，是明星B比较强，但是从和酒店相关度来说，是A更强一些。
这一波活动给品牌带来的实际效果到底如何?***，提及率。这么多的声量中，有多少声量是和酒店本身相关的，总体的提及率有2.5%。第二，美誉度提升了6.5%。第三，消费意愿提升了5.3%。
如何通过交叉售卖实现业务增值。传统的业务诉求只能是根据自己的诉求打包酒店内部的产品，但是现在要通过目标用户的需求、竞品的需求等等来看如何实现业务的增值。澳门游的话，是家庭亲子为主，还有朋友出行、情侣出行等等，不同的出行模式对于景点的偏好不一致，除澳门塔以外，可能情侣更关注金沙城中心，亲子出游是蝙蝠侠夜神飞驰等等。
面对不同出游的形式，我们可以打出不同的组合策略，比如说对于情侣出游，更多关注金沙城中心，这时候酒店是不是可以和它做一些捆绑销售，入住酒店可以享受到一些其他的优惠政策。同时家庭出游是不是可以有一些演出的套票或者儿童套票等等。通过不同的组合分析，我们为不同的客户提供不同的组合销售，这就是用数据提供服务。
做一个小的总结。通过数据的挖掘和分析，我们认为有科学价值的数据是可以很好地帮助酒店做高价值的运营决策，无论是在生产运营、营销指导，还是在服务优化上。
***，我想和大家分享一下我们在和客户沟通中的一个有趣的观点，某客户告诉我说，今天越来越多的人向我提供各种各样的工具，我现在手里有很多铲子，他们教我应该怎么做，但是却没有人告诉我应该在哪里挖矿。工具固然有作用，但是工具得出的结论，需要通过数据分析和挖掘才能产生最终的价值。
以上是我今天的分享，感谢大家的聆听!
