踩了这6个坑 酒店官网当然没有OTA转化率高

　　当你访问一个酒店官网预订周末度假、家庭旅行或商务会议时，你看到的内容很可能完全一样。事实上，有人可能会说，一个可下载的PDF文档可能是几乎相同的体验。时至今日，酒店官网往往只是一些附有预订引擎的在线宣传册。

　　在最终点击"预订"按钮之前，潜在的客人会看到很多静态且华丽的内容，这时他们就会被带到另一个系统去完成繁重的工作。这种情况现在仍在发生，但这与个人无关。在这个时代，人们甚至不需要搜索就能想到合适的电影或产品。

　　Booking.com的首席营销官Pepijn Rijvers表示:"去年，阿里巴巴50%的营业额都是通过个性化的促销活动产生的，而只有一小部分是通过搜索实现的。更不用说Google 搜索、Facebook、Twitter和成千上万的其他个人推荐，这些都是在没有任何活跃用户互动的情况下自动触发的。"

　　OTA早就放弃了这种静态的方式。他们根据系统认为您接下来想要看到的内容来定制所有内容。很明显，一个酒店官网不可能在所有方面都有竞争力，但它至少应该能够根据潜在客人的需求定制体验。

　　考虑到这一点，2009年，Avvio启动了一个研究和开发项目，以试验人工智能和个性化以及我们如何使用它们来改善直接预订体验。当时，Booking.com在欧洲以外的地方还不是很出名，iPhone才出现几年，云计算还是一个流行词。

　　我们最初的目标是证明一个酒店官网可以(也应该)不仅仅是一本小册子的电子版。我们认为，酒店官网需要从被动的宣传册模式转向更个性化的模式，以便更好地利用现有的所有技术。

　　这些年来，我们学到了很多。

　　作为"沟通"系统的酒店官网

　　我们认为酒店官网可以根据用户的意图进行动态调整、满足他们的需求，而不仅仅是强迫他们按"立即预订"按钮。通过这样做，我们最终可以将电子商务网站转化为通信系统，能够回答客人的问题或建议他们逗留的相关信息。

　　例如,如果客人在浏览了客房页面之后再返回官网，将是更相关的其他服务(如你的水疗或餐厅特色菜)的推送，或根据他们逗留的原因、他们在该地区做些什么的相关建议。现在的问题，不在于我们能做得多复杂，而在于它能给客人带来多大的直观感受。

　　为了帮助世界各地的酒店经营者和住宿供应商将个性化融入他们的官网，我们将我们的努力浓缩成六个关键原则。

　　原则1:你不能强制转换

　　客人是很聪明的。如果他们决定预订你的酒店，他们会发现"立即预订"按钮。你不能强迫他们预订;你只能回答他们的问题，并确保他们知道下一步该去哪里。

　　强行将官网用户引流到预订渠道，这不会增加转化率只会带来挫败感。在创建一个网站的时候，设计师应该从这样的假设开始:当用户登陆一个酒店网站时，他们知道自己在寻找什么。在预订旅行之前，消费者平均会访问38家旅游网站。这意味着一旦上了酒店的官方网站，他们就会对酒店的资产、声誉、平均价格等有一个相当准确的了解。

　　如果用户花时间访问brand.com，而不是停留在OTA、评论网站和元搜索引擎上，那么酒店应该奖励他们，而不是试图通过操纵他们的行为来惩罚他们。一个好的酒店网站，不应该是一个被按钮包裹着信息的巨大红色宝典，它应该提供给用户的是"当他们正在寻找某个信息的时候，你就提供给他们了"。

　　大多数预订不会发生在第一次访问酒店网站时，因此试图将"最佳价格"作为一种入门级的沟通方式，无助于客人对酒店的发现和研究。

　　原则2:用户做什么比用户喜欢什么更重要

　　一个用户的意图往往比其社交媒体行为提供了更多可操作的数据。意图往往是发生在当下且能够很好地通过点击和会话来分析出来。

　　在考虑个性化时，个人数据挖掘的想法是不可避免的。但对于一个酒店网站来说，过去的喜好、性别或年龄远不如网站上的次数、点击模式和访问国家有价值。

　　无论用户是否预定了房间，了解他们在搜索什么、他们访问网站的次数或原籍国等信息，这样信息数据可能与跟踪大量个人身份信息一样有价值(如果不是更多的话)。这应该比他们"喜欢"或在社交媒体上关注的精品酒店数量和其他任何此类信息更有相关性。

　　查看个人数据往往会增加对用户行为的成见和过度简化的风险，这些成见和过度简化是基于用户是谁而不是他们的意图。但分析用户在您的酒店网站上的搜索和点击模式能够提供准确和即时可操作的信息，就可以分析出什么是个性化。

　　这两个系统都不是完美的，但其中一个系统比另一个系统更具侵入性和相关性。随着新的更严格的隐私法规的出台，转向一种不过分以个人身份为中心的数据为中心的方式，可能是中长期的最佳战略决策。

　　例证:了解潜在客人第三次流量网站并且已经预订了房间，比了解他们"喜欢"伦敦丽兹酒店(Ritz London)或香港半岛酒店更重要。而且，由于这些信息，可以假定他们的意图是在到达之前对酒店有更多的了解。

　　原则3:太多的选择就像没有选择

　　一个好的AI系统需要提供给客人很多的选择，但是它也需要限制在任何时候呈现的频次。

　　一个常见的难题是，网站上应该有多少种房间类型、价格和两者的组合。对于静态的酒店网站，这个问题变得更加明显，因为其内容不会改变。选择的悖论是真实的。

　　但这正是人工智能可以提供帮助的地方：通过为各种场景提供多个套餐、价格和房间类型，个性化网站将根据分析过的意图模式提供有限的选择。

　　房间和价格的选择，以及套餐和升级，应该是丰富的同时也是稀缺的。

　　"学会选择是困难的，学会更好地选择则是难上加难。在一个充满无限可能的世界里，要学会如何做出正确的选择就更难了，也许太难了。"这是美国心理学家巴里•施瓦茨(Barry Schwartz)的话，摘自其颇具影响力的著作《选择的悖论》(the Paradox of Choice)。这本书最有趣的一个观点是"错失机会"。根据施瓦茨的观点，当人们不得不在众多选择中选择一个时，他们就会开始根据错失的机会而不是他们的潜力来评估所有不同的选择。多项选择会影响人们在做决定后的满意度。

　　比如说，开发一个"房间+早餐+spa"套餐，但只向那些对spa感兴趣的人展示。而且，还要根据入住时间的长短、多种水疗等等。

　　原则4:你认为你知道的一切(可能)都不是真的

　　要掌握个性化，首先要假设要显示的答案、套餐、时间。我们认为我们知道，是因为我们已经做了很多年了。但当你得到数据时，你会发现它可能是错的。

　　个性化最重要的部分在于找到可操作的模式。除非您有数据来创建这些模式，否则您需要基于直觉和实际经验来创建它们。随着时间的推移，使用真实数据，您可以验证(或反驳)这些假设。

　　但是，即使使用从数据中收集的模式，您仍然需要对其进行解释，使其成为一个有用的故事。任何个性化系统都需要人工输入和修正。虽然酒店经营者应该相信系统能够发现模式，但也应该相信人类能够提供更多的结果。

　　"在1697年以前，老师们满怀信心地教导欧洲学童"所有的天鹅都是白色的"。他们没有理由不这么想，因为每只被检查过的天鹅的羽毛都是一样的。但后来荷兰探险家威廉·德·弗拉明(Willem de Vlamingh)登陆澳大利亚时发现了黑天鹅。"《黑天鹅:极不可能的影响》一书的作者纳西姆·尼古拉斯·塔勒布写道。

　　这个例子描述了我们过度信任数据的本能。我们都遭受着心理学家所谓的"确认偏见"的折磨，因为我们倾向于选择性地关注那些证实我们已有信念的信息：仅仅因为我们没有见过黑天鹅，并不意味着就没有黑天鹅。

　　因此，在数据分析中，存在两个内在的风险:过分信任数据;或者过滤掉那些不能证实我们的假设的东西。在以客人为中心的酒店业，我们需要在数据和过往经验之间找到正确的平衡。最后，它需要讲一个故事。

　　举个例子：一个酒店人"知道"来自俄罗斯的客人想要喝香槟、打高尔夫球，因为这是一个人的经验(以及一些刻板印象的描述)所说的，所以这些被默认为给所有来自俄罗斯的网站访问者提供的套餐。但看看数据，我们可能会发现，大多数俄罗斯客人实际上是被你们酒店提供的俄罗斯电视频道所吸引，他们实际上对spa很感兴趣，而且没有人喝很多香槟。

　　原则5:平均总是错的

　　为了理解数据，你需要将平均值形象化。它们将帮助您了解用户流程。但是平均值总是错的。一旦你有了数据，你就需要经验来使它准确。

　　了解客人的模式，了解他们在给酒店打电话或发电子邮件时提出的问题，这些只是你需要知道的一些关键点，以便能够创建一个合适的客人旅程的"故事"。这些平均值会帮助你找到正确的方向，但真正的经验是无法取代的。

　　分析数据、寻找你没有想过的东西，但是用你的经验把它放到服务内容中为客人建立有意义的选择和旅程。

　　根据AdWeek的数据显示，52%的网络用户因为朋友的Facebook照片而受到启发去旅游。这在理论上很有趣，但这意味着什么呢?你应该如何处理这些信息?

　　平均而言，一个人，可以把头放在烤箱里，可以把脚放在冰箱里，平均感觉上很好。这和你的客户之旅是一样的，很容易用绝对化的语句来简化。每个酒店都不一样，每个客人都不一样。

　　即使是同一家酒店，随着时间的推移，也会出现客人行为模式的变化，这就是为什么个性化是一个不断变化的目标，需要不断改进和微调。人工智能可以帮助发现模式并发现模式的变化。但(目前)需要经验才能将其融入语境。

　　例子:当你分析你的网站时，你很容易被一个普通的访客路径所愚弄。您可能会认为最重要的页面是主页、价格和位置，因为这是平均预订旅程的样子。但这种假设忽略了简·史密斯所走的实际道路，正是这条道路让她在OTA上做了预订。为什么?因为她的问题没有在brand.com上得到回答。

　　原则6:如果结果不确定，增加样本量

　　如果您不能清楚地区分哪些想法最适合您的客户，那么您需要增加您正在测试的样本量。

　　我们经常跟随趋势设置我们酒店的选择和功能。因为客人选择习惯的教育效果，可能有助于发现趋势。但是如果结果是不确定的，并且您看到几乎相同数量的人使用一个或另一个选项，您最快的解决方案是增加测试基础。这不是绝对的，但它是解决非结论性测试最有效的方法。

　　在大多数情况下，你会看到一个选项比另一个增长得更快;如果不是这样的话，那么可能因为选项过于相似了。

　　我们太习惯于大数据等概念，以至于当我们没有足够的信息来得出结论时，你很难想象这会出现什么情况。您可能有一个5000用户的样本量，但是，如果A/B测试返回的结果是49 - 51%，您仍然需要增加样本量。

　　面对这种情况，酒店经营者应该接受研究的不确定性，重新开始。我们可能会试图从这些数字中挤出一些含义，但这样做，我们实际上是在自我破坏。在进行战略决策时，不存在数据太多的问题，因此值得花时间继续测试，直到结果可以正确解释为止。

　　举个例子:如果你想确定，是否应该聘用普通话员工或者接受WeChat支付来服务中国游客。但结果表明,这是兴趣几乎相同的两个选项,为了有一个更大的样本量，你的第一步就是让测试运行拉长。

　　"无论数据的大小，不要草率地得出结论。"

　　个性化已经成为常态

　　个性化仅仅是20年旅行搜索进化的结果，客人们也希望如此。不管我们喜不喜欢，客户搜索、互动和购买产品和服务的方式将继续演变。

　　然而，今天，客户有一种期望，即公司应该能够根据他们的需求预测和个性化产品。想象一下，一个女性用户登录亚马逊却只看到男性产品。我们期望个性化达到非个性化体验被认为是侮辱性的程度。

　　回顾过去，我们很容易就能发现一些重新定义旅行搜索的关键时刻。例如，在90年代中期，搜索引擎排名算法比今天简单得多，效率也低得多。具有讽刺意味的是，这种弱点创造了一些开发利用的机会(我们今天称之为"黑帽技术")。最终，在搜索引擎变得越来越智能并开始基于偏好、历史、位置和更多因素对搜索引擎结果进行个性化之后得出了一个突然的结论，那么我们将迎来一个搜索引擎优化的黄金岁月，

　　最终，酒店不得不适应这种优化(通过付费搜索广告)，以跟上时代的步伐。最近，随着谷歌以牺牲谷歌广告和有机结果为代价来公开增加酒店广告的可见性，TripAdvisor开始采用类似于Facebook和OTA反馈方以B2B2C的价格低于brand.com的报价方式，独立酒店正面临着新的挑战和收购成本的增加。

　　结论:现在开始个性化

　　分析人士预计，到2020年，OTA的市场份额将超过40%，因此，如今的酒店经营者基本上只有两种选择:继续使用他们的官方网站作为静态HTML手册，或者开始实施个性化体验以帮助那些想预订酒店的潜在客户。简而言之，我们需要效仿优秀酒店的做法，要在客人到达酒店之前就将其搬到网上。

　　我们对酒店经营者、住宿供应商、中介机构和数字营销经理的建议很简单。不管你用的是什么技术，你现在就必须开始个性化的旅程。为你的酒店建立合适的模型需要时间。

　　从今天开始。从现在可以个性化的小行动开始，然后一点一点的成长。优秀的服务从认识客人和他们的个性开始。

　　他们与你酒店的第一个接触点就是你的官网。俗话说，你没有第二次机会给别人留下好的第一印象。

　　本文作者：Frank Reeves是Avvio的CEO。

　　(本文由编译自phocuswire，原题《The six principles of personalization for hotel websites》，本文所使用图片也来自此文)