Wissen sie auch, wie sie Big Data für sich nutzen können?
Es handelt sich hierbei um etwas, das die großen E-Commerce Plattformen bereits seit einiger Zeit umgesetzt und perfektioniert haben. Netflix ist vielleicht das älteste Beispiel, an das ich denken kann (aber wahrscheinlich nicht das erste überhaupt), und gleich darauf folgt dann Amazon. Sicherlich schwer zu sagen, welche der beiden Plattformen damit angefangen hat– solltest Sie es wissen, schreib mir bitte!
Von den Besten Lernen!
Bevor Netflix zum populärsten Streaming-Dienst der Welt wurde, verlieh und verkaufte das Unternehmen noch DVDs. Doch schon damals, lange bevor die Internetblase platzte , verwendete Netflix die Daten über das Leihverhalten, die Wishlist und „harte Daten“ seiner Kunden, um diesen maßgeschneiderte Filmempfehlungen zu bieten. Zum Beispiel empfahl seinen Kunden Netflix Filme vom selben Produzenten, mit denselben Stars oder dem gleichen Regisseur. Dies ist sehr leicht umzusetzen mit einem Programmierer und einer Datenbank.
Was mich damals schon faszinierte: Netflix nutzte die Listen, die ich gerade erwähnt habe, um Kunden in bestimmte „Affinity Gruppen“ einzuordnen. Man versuchte also - einfach ausgedrückt - den Filmgeschmack eines Kunden einzuordnen. Darauf wurden Kunden mit demselben Geschmack in der Datenbank gesucht, mit denen dann die Listen verglichen wurden. So konnte Netflix Kunden Filme empfehlen, die diese nicht auf ihrer Wishlist hatten. Mehr dazu, wie der Netflix Algorithmus funktioniert erfährst Du auch hier.
Einfach mixen und eigene Rezepte kreieren!
Es ist einfach das Netflix-Prinzip auf die Hotellerie zu übertragen: Sie haben ein Hotel in Nähe einer Konzerthalle. Eine Band X hat drei Konzerte in den letzten 5 Jahren dort im Zuge ihrer Welttourneen gegeben. Filtern wir jetzt die Datenbank Ihres Hotels nach Kunden, die zu allen drei Terminen einen Aufenthalt gebucht haben, können wir davon ausgehen einen Fan der Band X zu Gast zu haben. Dieser Prozess wird nun mit anderen Künstlern, Konzerten und Kunden wiederholt. Ordnen wir darauf noch Künstler nach Genre, erhalten wir sogar einen guten Überblick darüber, welche Musikfans allgemein bei uns zu Gast sind. Mit der Konzertplanung der Halle nebenan bewaffnet können wir nun eine Menge anfangen, und maßgeschneiderte Musikfan-Angebote bieten!
Natürlich ist die Musik nur ein Beispiel, im Grunde ist dieser Ablauf mit eigentlich allen Informationen möglich – das Oktoberfest in München, der Karneval in Rio, die jährliche CES Convention in Las Vegas oder die IAA in einer deutschen Grossstadt.
Start Small and cast your net wide
Start with one of the examples above. Concentrate on one aspect of your guests behaviour, and keep your filters (and mind) open. Start sending out offers for example to all music lovers and you will then see which guests react to which kind of offer, allowing you to further fine tune your database. You will also learn and react faster to mistakes, if you just have one project to concentrate on at the beginning.
Mutiger werden und mehr Daten nutzen
Wenn Sie bisher alles gut umgesetzt haben, können Sie weitere Parameter hinzufügen und schauen, was sich damit anstellen lässt – einige Beispiele wären:
• „Mit welchem Buchungskanal reservieren Gäste üblicherweise ihre Zimmer?“
• „Mit welchem zeitlichen Abstand zum Check-In wird die Buchung durchgeführt?“
• „Welche Raumkategorie wird am häufigsten genutzt?“
• usw.
Mit diesen Informationen können Sie ziemlich leicht Ihre Distributionskanäle optimieren, Upsells promoten und Frühbucherrabatte anbieten, um die Belegung auszulasten und den Umsatz zu steigern.
Vorsicht vor der DSGVO
Die Datenschutz-Grundverordnung der EU sollten Sie im Hinterkopf behalten. Die von den Kunden erfassten Daten dürfen nach dem GDPR nur mit deren Einverständnis genutzt werden. Die Grundlagen der EU Gesetzgebung zu dem Thema habe ich bereits in einem anderen Blogpost behandelt.
Write a comment