10 Recomendações Sólidas de Produtos Para Conversões 3X | Empresa de viagens e hospitalidade

Enquanto os viajantes de todo o mundo saem de um hiato de 3 anos, acredite que 2023 será um ano de viagens como nenhum outro. De acordo com a Booking.com, 68% das pessoas farão planos de viagens em 2023. Mas um influxo de consultas implica que os clientes farão de tudo para obter ótimos negócios.

Se você administra uma empresa de viagens e/ou hotelaria, sabe que uma 'boa temporada' significa muito tráfego, mas também traz baixas taxas de conversão. A indústria de viagens e hospitalidade tem uma das maiores taxas de abandono de carrinho, com impressionantes 85%. Pode haver muitas razões para isso – preços mais baixos, melhores negócios, falta de personalização ou programas de fidelidade insatisfatórios.

76% dos consumidores ficam frustrados com empresas que não oferecem experiências personalizadas. Os usuários não têm mais tempo para suportar sobrecarga cognitiva e fazer o trabalho duro de 'procurar' o que precisam, porque o que precisam é entendido por seus produtos favoritos (donos de crescimento). O que eles buscam são toques da marca que facilitem sua experiência.

Chamamos isso de recomendações de produtos nudges – uma curadoria escolhida a dedo de sugestões sobre serviços criados usando aprendizado de máquina e sistemas complexos para oferecer uma experiência única. Essas recomendações são criadas usando uma variedade de entradas, como localização, histórico de navegação anterior, tendências atuais, ofertas, etc.

As recomendações de produtos podem salvar a indústria de viagens e hospitalidade?

79% dos consumidores esperam que as marcas ofereçam experiências digitais personalizadas. Portanto, algo tão simples quanto permitir que os clientes preencham os dados na guia de pesquisa ou lembrar os destinos digitados com mais frequência podem ser úteis durante a reserva. As OTAs de viagens (agência de viagens online) agora também estão lembrando os filtros mais usados ​​como um gancho para reter clientes.

Mas como garantir que os usuários estão vendo conteúdos e ofertas personalizadas para eles? A resposta é usando dados relevantes . Você precisa coletar os dados certos de seus clientes para mostrar exatamente o que eles desejam. Os eventos do usuário podem ser capturados em seu back-end e enviados para sua plataforma de CRM para analisar seus clientes com base nos dados de uso e, posteriormente, agrupá-los nas propriedades do usuário para segmentar.

A grande questão é: que tipo de eventos uma marca de viagens e hospitalidade deve capturar para entender melhor seus clientes? Existem algumas maneiras eficientes de começar:

1. Dados demográficos do usuário: os dados demográficos do usuário, como idade, sexo, etnia ou níveis de renda, podem afetar significativamente o desempenho dos mecanismos de recomendação ao entender um ICP (perfil de cliente ideal) em um nível mais próximo e pessoal.

Abaixo está um exemplo de ICP para um site de viagens:

Nome	Rohit
Gênero	Macho
Localização	Rajastão
Idade	28
classe de serviço	Premium e superior
Renda média	< 3500000/ano
companhia aérea preferida	Vistara
Tipo de viagem preferido	Doméstico

Depois de entender os clientes nesse nível, você pode reuni-los em um grupo e permitir que experiências semelhantes fluam em termos de viagem, estadia ou recomendação de alimentação. Por exemplo, a Expedia está recomendando as melhores escolhas para a temporada.



2. Preferências de localização: uma maneira única de ver isso seria fazer recomendações com base no destino mais visitado de um local específico – por exemplo, sugerindo destinos de praia para pessoas de uma cidade sem litoral ou mostrando os destinos mais visitados no nível de localização atual de um usuário.
3. E-mail: fechar o ciclo com os clientes é uma ferramenta incrivelmente potente do ponto de vista da personalização. Quando os clientes recebem e-mails de marcas, suas expectativas aumentam em termos de personalização.

Assim, usando dados do cliente, como histórico de viagens, preferências e dados demográficos, as equipes de marketing podem personalizar suas comunicações, tornando-as mais relevantes e envolventes. Até 97% dos profissionais de marketing relatam um salto nos resultados de negócios após a personalização.

Aqui está um bom exemplo da MakeMyTrip sobre recomendações baseadas na temporada por meio de e-mails.


4. Frequência de viagem: construir coortes de usuários que têm os mesmos hábitos é uma maneira altamente subestimada de fazer recomendações de produtos.

Por exemplo, segmentar os usuários em lotes daqueles que viajam muito no fim de semana, daqueles que fazem viagens de negócios durante a semana e daqueles que viajam a lazer pode expor as marcas a seus perfis de usuário de poder, núcleo e causais.

Idealmente, esse deve ser o primeiro nível de segmentação, sobre o qual você pode adicionar mais camadas para enriquecer os dados. Portanto, recomendações de ofertas e produtos, vouchers e frequência de uso básico de recursos permitem que as marcas orquestrem conexões mais profundas e significativas com seus clientes. Você também pode vincular seu programa de fidelidade com base na frequência para gerar retenção.
Veja este exemplo do Programa de Fidelidade da Booking.com:

Personalização bem feita na escala

Booking.com é um ótimo exemplo de personalização bem feita em grande escala em muitas páginas do site. Se você já fez uma reserva a partir da reserva, sabe que a marca certamente se lembrará de sua história e permitirá que esses detalhes fluam para sua experiência geral.

A Booking.com usa aprendizado de máquina avançado para capturar vários pontos de dados; o histórico de pesquisa exclusivo de um usuário, localização, preferências, etc. A marca disseca o histórico de pesquisa e os padrões de reserva dos usuários para entender suas preferências de viagem.
Por exemplo, se um usuário reserva consistentemente hotéis com academia ou spa, a Booking.com pode recomendar hotéis com comodidades semelhantes no futuro.

A marca depende fortemente do feedback para identificar temas e áreas comuns que requerem melhorias e, em seguida, faz recomendações à plataforma para uma experiência ainda mais personalizada para seus usuários.

A guia de recomendação da marca que fica abaixo da barra de pesquisa ajuda as pessoas com sugestões sobre seu histórico, localização, detalhes de IP, segmentos etc.

76% dos consumidores ficam frustrados com empresas que não oferecem experiências personalizadas.

No nível mais fundamental, todos os tipos de informações úteis – histórico de pesquisa, histórico de viagens, interações com a interface do usuário do Booking.com, etc. – são inseridos nos modelos de ML. Esses dados são então analisados ​​e usados ​​em vários níveis para aprimorar a experiência do usuário.

Todos os dias, quase meio trilhão de eventos são processados, e quanto mais informações os modelos coletam, mais inteligentes eles se tornam sobre como fazer associações entre diferentes locais, tipos de usuários e tipos de produtos para fornecer recomendações de produtos. Fornecendo assim a 'Página Inicial' hiperpersonalizada que todos nós amamos.

A base dos modelos de recomendação de viagens e hospitalidade

1. Mecanismos de recomendação centrados no destino

Os turistas inserem uma variedade de fatores ao decidir para onde viajar a seguir: desde a escolha de um local até fatores como acessibilidade, disponibilidade, preço etc., muitos elementos ditam a seleção de um destino. Isso cria uma necessidade de plataformas OTA (Over-The-Air) para criar sistemas de recomendação robustos com filtros que auxiliem nesses requisitos.

Assim, as recomendações centradas no destino tornam-se as mais comuns em todas as plataformas OTA, facilitando o trabalho do usuário ao filtrar suas necessidades exatas de viagem e fornecer sugestões com base nelas. É ideal e melhor para aqueles usuários que não sabem exatamente para onde querem ir, mas têm uma ideia de suas preferências.

Vamos entender a estrutura abaixo. Antes de a recomendação chegar a uma conclusão, ela primeiro adquire dados, depois os processa por classificação e construção moderna, e só então chega ao estágio de interpretação. O fluxograma pode parecer impressionante, mas esses sistemas são projetados de forma a pesar vários fatores, como precisão, confusão e popularidade, para criar resultados populares, atender às necessidades do usuário e vale a pena perseguir.

O mecanismo começará tentando entender exatamente o que um usuário deseja antes de prosseguir com seu trabalho. Assim que o ML obtiver um perfil aproximado do que exatamente você deseja, ele começará a selecionar os principais lugares para você começar.

Aqui está um pop-up de recomendação do TripAdvisor ao navegar em seu site sobre o que fazer.

Compreendendo que um cliente está gastando tempo em exploração, o site imediatamente recomendou algumas coisas únicas e populares com base em tendências anteriores para aprimorar a experiência.



2. Mecanismos de recomendação de produtos centrados na localização

Este tipo de motor atende as recomendações a nível mais local e doméstico. Ele personaliza os serviços locais e os encantos de um lugar para cada cliente e os fornece em um formulário de itinerário detalhado. O Wanderlog possui um recurso de 'Atividade' que ajuda a sugerir uma lista de coisas que você pode fazer em um determinado destino com base em seu mecanismo e nas sugestões de outros viajantes.





Os mecanismos de recomendação de produtos centrados na localização ajudarão a selecionar uma lista de coisas como melhores atrações, restaurantes, clubes, destinos de compras, lugares pitorescos, pontos de pôr do sol, lugares históricos, transporte local etc. suas preferências individuais, orçamento, estilo, etc.



Ninguém faz recomendações de produtos baseadas em localização melhor do que o Airbnb. O site tem uma página com curadoria para viajantes com coisas que eles recomendam na visita - de cozinhar a surfar, a lista continua. Essas recomendações são criadas com base na demanda do usuário e qual é o aspecto mais popular para viajar naquela cidade.

As 10 principais recomendações de produtos para a indústria de viagens e hospitalidade

1. Descontos locais com segmentação geográfica: segmentação geográfica significa marketing para um conjunto de usuários específicos com base em sua localização. Quanto mais relevante for um anúncio para um usuário, maior a probabilidade de conversão. Você pode rastrear a localização atual de seus viajantes e oferecer descontos e ofertas de acordo com as atrações e serviços locais. Aqui Agoda.com mostra uma lista completa de atividades para fazer em Goa (após detectar o local).



2. Locais de lojas com segmentação geográfica: as marcas também podem recomendar aos usuários as principais lojas de compras ou souvenirs com base em seu destino de férias atual e economizar tempo e esforço. Você pode aproveitar os locais das lojas físicas para atrair clientes próximos. Aqui, Agoda.com oferece um Food Walking Tour e Jaipur Bazaar como parte de seu Jaipur 'Pacote de Atividade'.



3. Com base em feriados: as pessoas fazem planos de viagem extravagantes durante a temporada de férias, e você pode criar seu mecanismo de recomendação de forma que ele organize recomendações de viagens de acordo com um feriado específico.

Exemplo: Um pacote de Natal e Ano Novo. As mensagens baseadas em feriados também podem aumentar o valor vitalício do cliente (CLV) e aumentar as compras repetidas em programas de fidelidade. Considere oferecer promoções de pontos de bônus em produtos de fim de ano que os consumidores desejam comprar.

4. Pós-compra: seu mecanismo de recomendação não termina durante ou antes da compra, ele deve continuar após a compra também na forma de feedback, notas de agradecimento e recomendações de próximas férias via SMS, e-mail, etc. Conversamos sobre a construção do Airbnb a página de experiência deles que é preenchida quando você reserva um lugar - agora, quão incrível é essa recomendação?
5. Com base na estação: para satisfazer a demanda dos viajantes em todas as estações, um formato bastante popular oferece recomendações com base no clima geral.
• Baixa temporada: essa pode ser uma recomendação eficaz para muitos viajantes que gostam de viajar fora da temporada para evitar a correria.
• Alta temporada: seu mecanismo de recomendação pode selecionar recomendações especiais para a alta temporada durante os verões e invernos, quando a maioria das pessoas planeja férias.
6. Com base em grandes eventos: você também pode selecionar recomendações especiais sobre grandes eventos futuros com base na localização de um usuário.
   Exemplo: recomendar pacotes especiais do Dia de São Patrício para pessoas cuja localização atual pode ser a Irlanda.
7. Cliente recorrente: essa é uma coorte crucial a ser segmentada, porque se um cliente está de volta ao seu produto, provavelmente viu algo de valor. Você sempre deve ter uma campanha separada de reativação ou boas-vindas para esse grupo e suas recomendações de produtos devem ser atendidas de acordo com o comportamento deles quando estiveram ativos pela última vez.



8. Lealdade e recompensas: com base no estágio de crescimento do seu produto, você pode criar um programa de fidelidade em camadas para incutir fidelidade à marca entre seus usuários. Isso ajuda na construção de uma comunidade para sua base de clientes.

A indústria de viagens pode se beneficiar de uma abordagem em camadas, que recompensa os clientes recorrentes e os incentiva a subir de nível ao atingir metas específicas durante cada interação. Ofereça benefícios distintos para cada nível de adesão, que podem ser desbloqueados através de AOV ou acumulando pontos de diversas formas.

Aqui está um exemplo de Goibibo. A marca usou o e-mail marketing para incentivar os usuários a fazer uma reserva, dando-lhes um desconto para novos usuários. Imagine se um usuário acabou de se inscrever no site e imediatamente recebe um código, ele ficará altamente motivado a prosseguir com a reserva.



9. Recomendações BNPL: Viajar pode ser um assunto caro, e é por isso que oferecer serviços BNPL (Compre agora, pague depois) é uma ótima maneira de aliviar o fardo de seus clientes. É crucial mostrar este serviço de forma proeminente em vários estágios do seu site. Isso ajudará você a impulsionar suas campanhas de engajamento e retenção adicionando opções de pagamento BNPL se um usuário abandonar o carrinho.
10. Chatbots com inteligência artificial: fazer reservas de viagens pode ser cansativo – desde onde ficar até como se deslocar – os viajantes estão sobrecarregados com muitas escolhas a fazer. Nesse caso, um chatbot com IA pode ajudar. Na indústria de viagens, a IA ajuda a recomendar opções de estadia ou coisas para fazer na área.

69% dos consumidores preferem chatbots devido à sua capacidade de fornecer respostas rápidas a perguntas simples. Esse mecanismo de recomendação é alimentado por pesquisas, escolhas e dados gerados pelo usuário.

Fatores a considerar

• Dados de comportamento do usuário: 80% dos líderes empresariais relatam um aumento médio de 38% nos gastos do consumidor quando sua experiência é personalizada. Este é o primeiro e mais importante passo na construção de um mecanismo de recomendação. Os dados podem ser obtidos de duas maneiras: implícita e explicitamente.

Dados explícitos são informações fornecidas por um usuário intencionalmente, ou seja, entradas como avaliações, informações pessoais, etc. Dados implícitos são informações coletadas do back-end, como histórico de pesquisa, curtidas, histórico de pedidos etc.

• Aqui está um exemplo de um modo implícito de coleta de dados da Booking.com.



• Intenção do usuário: entender a intenção do usuário por meio de mapas de calor, palavras-chave de pesquisa, tráfego de página etc., antes de criar um mecanismo, não é apenas crucial, mas imperativo. Esteja ciente do que seu usuário está procurando antes de empurrar.
• Personalização: os consumidores mais jovens são os mais propensos a reagir negativamente após uma experiência impessoal. Certifique-se de que seu mecanismo de recomendação resolve a personalização e é um princípio fundamental no PRD (documento de requisitos do produto) antes de criá-lo.
• Relevância contextual: garanta que seu mecanismo de recomendação funcione fornecendo sugestões contextuais para seus clientes. Ele deve otimizar a sazonalidade para que os usuários possam se livrar da carga cognitiva de pesquisar uma ocasião específica. Exemplo: bilhetes e voos com descontos especiais de Natal durante fevereiro-março.

Erros a evitar

• Problemas com a qualidade dos dados: um dos erros frequentes é não dar atenção suficiente à qualidade dos dados, o que pode resultar em recomendações tendenciosas ou imprecisas, levando a uma experiência de usuário inferior. Para mitigar isso, é fundamental garantir que os dados sejam relevantes, completos, livres de erros e sejam atualizados periodicamente.
• Falta de diversidade: O problema das “câmaras de eco” é frequentemente vivenciado em sistemas de recomendação em que os usuários recebem apenas itens recomendados de que gostaram anteriormente. Para evitar isso, é vital incluir a diversidade no processo de recomendação, considerando vários fatores, como novidade e popularidade.

Conclusão

Há fortes indícios de que, assim como o comércio eletrônico, a lealdade é um osso duro de roer na indústria de viagens e hospitalidade. É principalmente o serviço, a oferta e os preços baratos que impulsionam a transação. E embora tais padrões criem um ambiente bastante desafiador para operar, muitas empresas importantes encontraram refúgio nas recomendações de produtos. Além disso, as recomendações de produtos podem ser o fator que pode fazer ou quebrar suas estratégias de marketing.

Desde aumentar a fidelidade do usuário até aumentar o valor médio do pedido, todas as principais marcas OTA do mundo têm alguns dos outros mecanismos trabalhando para capacitar a experiência dos usuários e motivá-los a realizar transações. O WebEngage oferece um conjunto de alavancas para marcas jovens criarem experiências personalizadas e altamente personalizadas.

Quer começar a usar um mecanismo de recomendação para sua plataforma de viagens e hospitalidade? Fale com nossos especialistas e solicite uma demonstração hoje!