【酒店高參】最早提出“大數據”時代到來的是全球知名諮詢公司麥肯錫，麥肯錫稱：“數據，已經滲透到當今每一個行業和業務領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。”
如果你關注大數據的概念，你或許注意到，所有行業的人都在向你“兜售”大數據的未來。就像大多數不斷湧現的技術一樣，人們很困惑它真正意味著什麼?或許它的潛力還不明朗，但有一點毋庸置疑，那些擁有大數據的企業能以一種全新的方式向消費者銷售行業產品。
喜達屋集團早在2014年就開始嘗試數據的運用，時任喜達屋集團大中華區總裁錢進曾經表示“喜達屋一直都非常注重數據，集團很多的決定，就是以數據作為決策的出發點。喜達屋集團對SPG會員俱樂部中重要的會員、客人的數據一直在保持著持續關注，他們的需求，他們的目的地，他們在入住酒店之後要求我們提供的服務，我們很多的想法和做法都是從此而來。在全球、亞太區、中國區喜達屋都建立了數據庫。酒店是服務性行業，顧客的消費行為和方式的數據對酒店的重要性可見一斑。”
大數據的真正價值不在於它的大，而在於它的全面，全面的大數據是由眾多小數據積累起來的，酒店行業從小數據做起，是酒店行業大數據從0到1的最佳破繭方案，現在絕大多數或多或少的採用PMS處理酒店業務，每個酒店一開門經營，數據就無處不在。
在酒店行業，海量數據的產生、獲取、挖掘及整合，使之展現出巨大的商業價值才是“大數據”所帶來的無限可能。科技改變世界，對於酒店業而言，大數據不僅改變了酒店和顧客聯繫和交易的方式，而且改變了酒店與供應商的聯繫和交易方式，改變了酒店與合作伙伴的聯繫和交易方式。
酒店客戶在大數據背景下，酒店業態要有未雨綢繆的意識，預先通過數據平臺改造，擴大用戶信息及行為的廣度。在自媒體環節，可通過對用戶行為的採集獲得用戶主動行為信息，逐步實現酒店業務數據、會員收集、非客房服務信息的統一，酒店業態希望在完成日常業務的同時，及時、高效，節約的對接大數據。
例如iDataBank基於大數據底層技術架構的對酒店數據進行監測分析，結合酒店現行系統及酒店自媒體數據使用，做到針對每一個酒店用戶的購買行為的敏銳洞察、深度收集、精準分析，對線上訂單實時追蹤，在不影響酒店現有業務流程的情況下，實現跨部門的數據收集、整合、統計、分析，用先進的事件模型將用戶行為數據化，提供多維度的交叉分析，從而驅動業務決策，改善用戶瀏覽、篩選、下單體驗，凸顯大數據時代下通過數據對用戶行為分析的“大、細、全、準”的優勢。
通過實時沉澱用戶數據行為，為酒店大數據變現建立基礎；通過重點考慮用戶與數據規模的增長，提前做好數據資產積累的準備；通過主動收集用戶信息、購買訂單、用戶畫像等數據，使iDataBank貫穿用戶使用產品的整個生命週期；通過採集足夠全面的屬性、維度、指標，掌握用戶網站行為習慣，讓積累的數據資產更加優質；通過提高數據採集和輸出的時效性，從而提高後續產品推薦的時效性。
近兩年在移動互聯網形態下，個性化服務和推薦帶來了用戶粘度和購買轉化的大幅提升，例如今日頭條依照用戶瀏覽數據和算法，為用戶提供個性化的新聞資訊，京東商城，通過用戶加入購物車及歷史購買數據等建立用戶畫像，為用戶做個性化的商品推薦。
DataMirror個性化推薦系統就是隨著數據爆炸的互聯網時代應運而生的一個提升用戶搜索效率、增加商家轉化率的有效方法。精準營銷和個性服務是目前企業在大數據應用上最大的需求點，同樣酒店客人也希望針對需求給予一定的建議，以後的營銷不再是大眾化營銷，而是窄眾營銷。這需要企業不僅在數據收集上下功夫，同時還需要在自媒體上確立營銷目標，如用戶瀏覽、購買、反饋、評價等，這些功能可以作為自媒體的個性化功能存在，也是作為優化系統推薦準確性的目標參考值。
完善的推薦系統一般由收集、分析、推薦三部分組成，收集用戶信息的用戶行為記錄模塊、分析用戶喜好的分析模型模塊、分析商品特徵的商品分析模塊和推薦算法模塊。
酒店通過iDataBank和DataMirror實現客戶數據收集、分析進而實現信息精準推送，促進客戶重複購買，幫酒店牢牢抓住直銷渠道客人，幫酒店實現經營業績的穩步提升。酒店數據思維在未來將會繼續深入人心，為酒店的創新提供有力的智力支持。
閱讀更多 酒店高參 的文章
