分享

提高酒店预订转化率的新挑战

 北潜锋楼主 2014-08-25
发布时间: 2014年7月31日 发布人:Jade 

设备、网站和客户端的多样化衍生各种预订渠道,导致预订转化日趋复杂。营销人员的职责随之改变,侧重于处理不同平台之间的一系列交叉数据,而市场分析也必须与时俱进、革故立新。 

泛太平洋酒店集团网络营销副总裁Angie Ho表述:“我们根据不同营销渠道运用最契合的技术进行独立跟踪,比如Marin和Google Analytics用于投放点击付费广告,而MediaMind则用来展示横幅广告。”

Angie Ho认为,推行多渠道标准一致性原则至关重要,可以确保营销在客户的每个旅行消费阶段产生作用。如果同一标准技术能够跨屏追踪同一用户的访问数据,数字营销的影响将会进一步得到扩大。然而,说比做容易,到目前为止只有Google在朝这个大数据方向靠近。而随着数字领域的不断发展,这个目标很快就会实现。 

事实上,根据SAS Institute的高级解决方案架构师Suneel Grover的说法,这是评估酒店利用数字营销生态圈中一系列不同零散的服务产生的影响。

酒店现在向不同规模的技术供应商购买产品来开展数字营销活动,尤其是颇受热捧的应用分析服务,该服务不受任何形式的整合框架的约束,主要用于独立剖析各个数字营销挑战。

假如酒店无法汇集众多渠道的数据、处理大量繁杂的结构并进行详细分析,就会导致预订转化率的持续降低以及对客户市场的错误认知。创建一个数据处理方式,根除基本特定渠道报表应用中的那些封闭式数据碎片是必不可少的。分析模型受输入的数据影响,客户信息越少,模型产生的价值也就越低。

 挑战

  特定渠道

璞富腾酒店集团营销高级副总裁Casey Ueberroth承认,社交媒体和公关营销很有挑战性。该集团拥有接近五万Facebook粉丝以及约五千Twitter粉丝。

“我们在两个平台上不断与用户交流互动并发展忠诚粉丝。即便如此,将粉丝转化为消费客户依然不容易,”Casey Ueberroth说,“最近我们通过Facebook的广告交换平台FBX对用户投放重定向广告,反响和转化率都挺不错。而对于公关,我们分析往年同期最高预订的酒店或活动,以此为基础策划迎合当前市场需求的营销活动,但这非常难以判断,只能粗略进行推测。”

   多渠道分析的局限性

传统的网络分析主要采用聚合数据收集法,这造成多渠道分析的局限性,如何克服这种局限是营销人员必须解决的难题之一。

使用一种数据采集框架可以实现商业智能和高级分析。这种方法需要酒店做到以下几点:

1. 收集来自网络、社交媒体和移动客户端的数据,例如多域名访问量;

2. 精确整合同一访客的访问数据,无论匿名或否;

3. 验证身份后,详细整合同一客户在不同设备、浏览器和网域的访问记录。

营销人员必须重新思考如何采集数字平台上的行为数据,包括互联网、移动客户端等。 

预订转化算法

Suneel Grover认为,以算法为基础的预订转化模式可提高市场营销中的信用配额,重新审视现今流行的专注于效果的关键绩效指标,比如每行动成本(用于衡量广告的每次转化成本),从而深入了解营销活动的绩效和成本,大大减少无效的竞价广告策略,并提升高价值客户或潜在客户的转化率。

另外,该预订转化模式还可实现以下功能:

  不同渠道的客户互动:通过该模式分析,营销人员可了解不同渠道之间的相互作用,例如电子邮件如何影响网络搜索,整合营销力度加强渠道之间的互补和协作,,同时也促进部门内部和外部的共同配合。

  智能分配成本:领导人员指导团队优化广告、通信和媒体预算。利用数据分析成效最佳营销活动,竞标最有效的搜索关键词,在适当的网站展示广告,以便将更多有价值的流量引入酒店的网站。 

稳步发展

酒店行业有各种各样的商业模式和组织结构。举个例子,璞富腾酒店集团的合作酒店超过650家,因此其商业运营模式非常复杂。该集团保持自身品牌网站的长期广告投放,向消费者展示大量精心策划的单体酒店。与此同时,其成员酒店也致力于开拓直销渠道,获取更多直客和收入。

璞富腾集团在重定向广告方面投入颇大,最新选择的平台则是Facebook的FBX,并累积了一套完整的数据信息和实践方法,更完善地进行网站优化与客户分析。

酒店业还有很长的路要走。从开始广告投放,直到实现转化,营销人员必须对每个阶段的变化进行分析和调整。数据的扩增性对整合不同类型的数据、检测其模式和相关性以及全面掌控客户信息有一定的难度。酒店对数据的存储和处理仍处于隔离状态,很难对客户购买行为有一个全面的认知,这也造成重要数据的判别困难。


(英文原文出处:Ritesh Gupta;  Marketers Struggle with Conversion Attribution ;  2014. 07;  hotelnewsnow.com

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多