扫一扫,关注和君咨询,共同分享有建设性价值的商业思索、见闻和感悟

公司总机:010-84108866

业务咨询:400-610-3699

文化旅游产业研究中心

思想观点

【和君文旅·旅游产业】TIC沙龙第六期:众荟信息张猛谈酒店业大数据应用

 

 

2017-08-26 张猛 

大家好,今天非常荣幸有这样机会跟大家做一个分享,会议主办方给我的主题是关于科技对旅游业的影响,大数据在科技这一块是比较主流的技术,加上我们公司主要业务是做酒店这一块,我今天分享主要针对大数据结合人工智能技术在酒店这个行业我们公司的实践,跟大家做一些具体的分享。

    我们公司众荟信息做酒店行业大数据,我自己以前在读博和做博士后的时候,一直做人工智能这块研究,主要专注于做自然语言理解,后来加入这家公司以后希望在公司平台上用我们数据和技术的优势,深化人工智能的应用。这是我分享的大纲包括四个方面,首先对我们公司做一个介绍,然后从个性化营销、服务质量和数据管理,讲讲在酒店行业里面的大数据应用。

    先介绍一下我们公司众荟信息,我们公司是一家以行业级大数据为依托,以人工智能技术为基础核心,专注于做酒店、定制、智慧酒店管理,整体解决方案的DT公司,公司2016年在新三板挂牌。我们公司分三个事业部,慧评、慧通和慧云,慧云主要为酒店行业提供传统的CS架构的PMS,以及相关的CRS,包括云端架构的PMS。慧通事业部主要做PMS以及和OTA之间的信息通路,为客户实现这两个服务的直连,这个过程中可以积累下很多数据,我们还有机会拿到一些OTA的数据,因为我们公司是一家携程控股的公司,所以我们有这个机会拿到携程系各种用户的行为数据,我们综合了各种数据。最终通过慧评事业部做一些大数据的产品,以SaaS服务的形式提供给酒店。

    我们公司的能力概括来说是这几个方面,人工智能、大数据、用户画像,因为我们服务的客户是酒店,而酒店最终服务的客人是住客,所以我们收集数据围绕住客,从他的住前、住中、住后三方面去收集。住前主要是指用户在OTA上搜索、浏览这样的一些行为数据。住中主要指PMS里面的数据,住后主要是指用户发表点评的数据,包括酒店的问卷等,综合用户跟住宿相关产业的数据提供数据型的产品,我们的产品可以在酒店营销管理、品牌管理、运营管理和数据管理几个方面,提升酒店的管理水平,我们说提升酒店的智慧,实际上就是提升酒店的管理水平。比如说营销方面可以帮它去分析竞争对手,帮它分析在OTA上爆光和转化率之类的,品牌宣传这一块可以帮它分析它的品牌知名度、美誉度,还提供酒店名片这样一些产品,帮助它更好的做营销。

    在运营这块有一些和质检有关的产品,帮助酒店集团或酒店单品,去更好的管控它的各个部门和各个单点,提升它的管理效率。在数据这块,主要推出跟数据管理相关的工具,或者数据管理系统,帮助酒店去提升它的数据管理的水平,最终通过这样一些数据功能,提升酒店的营销能力和管理的效率,最终提高它的收入。

    谈到做大数据有两块,我们在数据和技术两方面有优势。先说数据,目前在PMS上,包括我们传统的PMS以及云PMS已经覆盖了10万家酒店,其中包括三千多家中高端的酒店,因为我们之前有一个事业部,主要做中高端的酒店,还有一部分是做得客栈民宿这样一些非标,差不多有10几万家。另外一块慧通做直连,这块积累服务的酒店业有10万多家,慧评这块做住户的数据,每天服务的酒店,以及酒店竞争对手酒店加起来差不多有40万家,每天对40万家酒店的点评数据和价格数据做一个实时监控。以点评的数据为例,每天监控的数据量可能达到10万条,主要是从携程系的数据中心拿到。我们比较突出代表的是语义分析能力,对点评的数据做一个语义分析,最终提供给客户一些产品,人工智能除了这一块以外还有对市场需求的预测,包括智能的定价。

    下面我以这块的技术为例,给大家具体可感官的认识。这是从几家OTA上截的一些图,围绕点评或简介,现在已经提炼出这样一些标签,方便用户更好更快速的了解的一家酒店,甚至可以有针对性的去关注自己所关注的某一方面的点评,这个就是这样一些产品,这个产品背后依托于语义分析的技术,对点评、简介做语义的分析。

    以点评为例子,这是我们做点评的分析结果,我们对于一个点评,把点评里面表达用户观点的语句先挑出来,再识别一下它到底是好的观点还是差的观点,再进一步识别说得是哪一方面,我们称之为美誉度,这是我们对点评这块做的语义分析。我们现在能支持十个语种的分析,中文达到98%,英语上达到96%。其他语种也都能达到90%。一般提到比较多的是准确率,大家都好理解。还有一个概念叫做召回率,我把刚才说的一些观点要分析出来,不仅要分析准,还要分析多,这两者之间要达到比较好的平衡。这一点也是非常重要的。

     我们用知识图谱帮助做更好的做语义分析,我们把一些点评分析之后,也会把里面提到一些数据加工之后变成知识放到我们知识库里面,这就是我们知识图谱的一个本体,它相当于一个数据结构,去描述我里面有哪些知识。这个知识包括静态知识和动态知识,静态知识主要把酒店里面长期的概念、属性,和一些属性值,概念和属性之间的关系整理出来。还有一些关于事件互动的知识,事件之间还有一些图谱的知识,这是我们自己的知识图谱。我们有这样一个知识图谱才能更好的去理解这些典型。

    我们语义分析可以支持十个语种,每个语种分析和理解之后,最后得到的语义导式其实是同一套。这样做有一个好处,就是说不管你用什么语言去表达同一个句话,基本上只要说的是同一个意思我就可以识别出来,我们可以很容易做复述,复述意思就是说我把这些点评理解之后,把它每一句话的意思用中文输出来,我们背后的逻辑比较简单,我不管英文还是中文,你只要说得是同一个意思,我就可以用相同语义把这个句子表达出来。背后我可以建立一个关联,我再根据上下文的情景做一个简单的拼接,这样就能生成出来。我们提炼的每一句话都是原汁原味中文的点评,这样每一句的流畅度都比较好,而且真实性比较好。可以对比一下谷歌的翻译,谷歌是做机器翻译行业里面做得比较好的,大家看完以后大体意思能懂,但是流畅度不是很好,我们用这种方法可以比较好的解决这个问题。

    希望大家对我们人工智能技术有一个更感性的了解。我下面分别从三个方面跟大家做进一步的分享。首先说的是个性化营销。

    对于一家航空公司或者说酒店或者景点而言,比较早的了解旅客的需求,更好的满足旅客的需求,更好的创造价值,最终能够为企业带来比较好的利润。怎么能更好理解这个用户的需求,我们可以从数据上去了解和旅客相关的旅程,包括他的旅行目的、动因、各种行为偏好,以及整个旅行中涉及到他的分享,所有的这些数据可以帮助我们了解这个旅客。前段时间看到说是BCG咨询公司2017年发表了这样一个研究报告,说现在有好多企业在利用这种先进的数字技术和消费者个人数据做个性化体验服务,这些企业的营业盈利收入能够增加6%到10%。

    订酒店,对于一个旅客而言,到底什么因素决定了他去选择订一家酒店,我们之前都做过一些分析。一般来说一个住客选择一家酒店的时候,他可能从品牌、网络评价、他人推荐、价格、地理位置综合去做评估,大家基于现在OTA或者官网提供的各种数据或者朋友推荐最终选择一家酒店。

    技术上,现在有一些企业也在尝试去做,其实可以有更好的订酒店的方式,比如说我下周三要去上海外滩附近开会,要住两晚,这是你入住的需求,有了这个需求之后,应该是这样帮助你找到一个适合你的酒店。这应该是系统自动去做的,这时候库里发现一共有163家,进一步再根据用户以前消费的历史,发现他可能商务出差,而他商务出差的时候一般选择酒店价格是在这样一个范围,这时候会会帮他进一步的缩小了酒店的价格候选范围,这样再通过用户以前的点评,或在他的一些基础属性里面,知道他喜欢游泳池,或者比较在意酒店卫生,一些方方面面的客户的偏好,最终经过若干筛选之后,选出一两家给他,这样就有机会帮助住客找到最适合他的,最终推荐的时候,把他关注的方面做一个信息提炼,这样有助于用户更快速做决策,找到适合自己的酒店。做这个事情背后,一方面需要对用户的查询需求做一个语义分析,除此之外也要有一个用户画像的技术支持,用户画像就是对用户做一个建模,现在大家比较常用方式给客户打标签,从技术角度有各种方式,也可以用向量表达,比较常用还是这个。打这个标签有两个特点,这个标签是短文本的,不希望用机器再对他做进一步的分析了,直接拿来就可以去用,直接做匹配就可以去用。另外一点希望这个标签比较好理解,这个标签不能看完之后非常晦涩不太容易理解,现在打标签主要考虑这两点。

    对这些标签进行分析的时候,从一些类别来分,比如说用户的基本属性、社会属性、行为习惯、兴趣偏好等方方面面对他做一些分析,这是具体的例子。

    有了用户画像,你可以更好去给用户做个性化的酒店推荐,也可以更精准的去做广告投放。这个投放不仅是针对每一个人做精准营销的投放,可能通过一些广告平台选一个用户群体,一般做营销的时候,第一步可能先做一个客群的定位,这都是需要这样一个数据和技术。具体跟酒店相关的,在酒店里面具体的营销场景规划不同的,比如说升档销售,住客订了一间标准房,实际上根据用户的历史发现,他其实一般情况下他住一个大套房,当时也可能因为预订的时候没有了,现在忽然有这个房了,这时候当他入住酒店时候,你对他进行升级销售,这种机会大很多,这是具体在酒店做精准营销的场景。这个进一步的延伸,除了精准营销之后还可以做一些更个性化的服务,不管是精准营销还是做其他的,关键都是要做个性化,不管是个性化的营销还是个性化的服务,像用户喜欢睡什么样的枕头有什么样偏好,都可以去挖掘出来,更好提升用户的体验,对酒店而言有助于提升用户的忠诚度。

    下面我从服务质量管理的角度做一下分享。咱们国家这些年已经很明显的成为旅游大国,不管是出境还是入境,咱们国家整个旅游发展过程当中存在重硬轻软,或者说重建轻管的问题,降低用户旅行的体验。咱们国家的旅游业在服务质量管理上还是面临很大问题的,从这块梳理也可以帮助他去做很多事情。每一家企业都是希望把自己的服务做好的,这是毋庸置疑的,但是为什么还是有一些没有做好?因为有成本在,想把服务做好要付出很多,就要很高的成本,关于质量和成本之间达到比较好的平衡点,你到底怎么找到这样一个平衡点,我们针对酒店提出了顾客的敏感度模型,我们认为做的时候不能盲目去做,要有针对性的,针对你比较短板或痛点的地方先去投入你成本改善质量,这样逐渐逐渐的慢慢提高,而不是盲目的。

    这个顾客敏感度模型目的就是综合各种数据,根据住客在酒店入住的体验,帮它去找到顾客对于它关注度比较高,或者吐槽比较多的这样一些点,它应该针对这样一些点有针对性的去提升它的服务质量。为了做好这个事情我们基于三个数据去做,一是在线点评数据、二是调查问卷、三是神秘客,主要基于这三类数据,这三类数据基本上行业来讲覆盖比较全,可以从官方的角度,像线下神秘客比较专业的角度,比较好的对这个情况进行分析。最终我们基于这三类数据制定出统一的数据标准,分别对每一类数据进行分析再去做一个聚合,把聚合后的结果提供给酒店,这样对它服务质量的方方面面有一个综合了解。

    下面以S星酒店为例,这是上海的一家五星级的酒店,这是它在2017年上半年做的调查问卷,通过问卷分析以后按照NPS处理的,这样就知道酒店在哪些方面到底做得怎么样,对它的评价。对神秘客也可以聊NPS的事情,点评刚才提到具有语义分析技术,这个完全自动取做的,这个数据量是最大的,最终基于三方面的数据做一个聚合,给它提供一个综合的结果,通过每一方面都能看到,在某一类的客户眼中,它到底哪些方面做得比较好,哪些方面做得比较差,这是三方面综合的结果。这家酒店大家对于它的早餐和正餐这方面抱怨比较多,这家酒店应该首先从这块提高它的服务质量。

    下面分享一下数据管理这一块,简单说一下数据管理的概念,将合适的产品通过合适的渠道,以合适的价格,在合适的时间向合适的客户去销售,这个事情说起来简单,但是做起来还是挺挺难的。

    数据管理这个事情本身最早在美国的航空业中展开的,上世纪80年代大家开始有这个意识,后来这种理念推广到酒店,不仅仅在酒店,现在在宴会、在餐厅、在机场、甚至高尔夫领域,跟旅游相关的各个领域,非旅游行业都在有数据管理的意识和理念做一些相关的事情。

   传统酒店行业做数据管理,酒店收益总监或者收益经理基于酒店自己的PMS的数据,加上他自己通过一些渠道零散收集到一些行业数据,再利用他自己个人的经验,然后为这家酒店制定出收益管理的策略。我们现在认为今后的方向应该靠AI技术和大数据把人替代,刚才那个过程替代的话,大数据会有什么好处?一方面首先它的数据不仅仅局限于酒店自己的PMS的数据,除此之外还可以拿到各家OTA行业的数据,显然比它的数据丰富很多,除了OTA的数据,还可以拿到航空数据、展会的数据、天气的数据,综合各种因素帮助他去做决策,而且这些数据的采集因为是技术在做,所以数据的采集分析都可以实时完成,最终给酒店制定出合理的收益管理策略。

    我们现在也是基于这样一个思路在开拓一些收益管理的工具和软件。我这里举两个例子,一个是关于市场需求,一个是关于酒店竞争圈的选择,这两个是数据管理的两个点,以这两个为例说一下我们怎么做的。

    一块关于市场需求的,我们认为从市场需求到入住酒店,酒店需求,实际上是一层一层的过滤的,相当于我对不同的用户,最初只是有一个出行的意愿,他想去某个城市待几天,有这样很粗的出行的意愿,后来这些用户经过筛选以后,真的打算出行,这时候你才关注他的一些消费水平、消费星级、设施、地理位置,进一步在这个基础上,有些人真的最终我选择了入住某家酒店,这时候涉及到消费的决策,要关注口碑、评分、房型价格或者说打包的产品,我们希望从三个层面对消费需求去做一个过滤,每个层面都要考虑这些因素,因为这个事情也是比较复杂,不可能人去做,我们现在每一层的这个事情,都是尝试用人工智能的方法去做。

    因为我制定一个策略之后,反过来也会影响到市场的需求,所以我们这里面强调需要有这样一个反馈的机制,我们制定任何一个价格策略,当前这个价格策略就是最优的,这是动态变化的,而且反馈到市场需求,会影响市场需求,最终发生变化,可能又不断的动态的迭代,最终找到比较一个最优的价格。   我们做的时候通过深度学习的模型,融合PMS的数据、OTA的数据、航空数据、展会的数据,最终去做这样一个定价。

    下面提一下数据管理中很重要的事情,就是竞争酒店的选择,自己制定价格策略的时候不可能自己闭门造车,你一定会参考周围的竞争酒店,选好你的酒店是非常重要的事情。传统大家选酒店的方法,按照地理位置选一些和你在一定范围里面,找一些同星级、价位差不多的酒店。现在我们觉得这个方式可以去做一些修改,实际上你的竞争对手也许距离你很远,这个怎么发现,我们现在利用用户在OTA上浏览的数据,我看A酒店以后我没有预定,然后我又去看B酒店然后我产生了预定,那么这时候A酒店和B酒店之间形成了一个竞争关系,可能它俩地理上离得比较远,我们基本上基于客户的浏览数据做分析,就能找出你可能抢了谁的流量,谁抢了你的流量。这是一个新的思路,大家更好发现自己的竞争酒店。

    这是我今天的分享,谢谢大家!