10 рекомендаций по продукту для увеличения конверсии в 3 раза | Компания путешествий и гостеприимства

В то время как путешественники по всему миру вырываются из трехлетнего перерыва, поверьте нам на слово, что 2023 год будет годом путешествий, как никакой другой. По данным Booking.com, в 2023 году 68% людей будут усердно планировать поездки. Но приток запросов означает, что клиенты сделают все, чтобы получить выгодные предложения.

Если вы занимаетесь туризмом и/или гостиничным бизнесом, вы знаете, что «хороший сезон» означает много трафика, но также снижает коэффициент конверсии. Индустрия путешествий и гостеприимства имеет один из самых высоких показателей отказа от корзины — колоссальные 85%. Этому может быть много причин — более низкие цены, лучшие предложения, отсутствие персонализации или плохие программы лояльности.

76% потребителей разочаровываются в компаниях, которые не предлагают персонализированный опыт. У пользователей больше нет времени терпеть когнитивную перегрузку и выполнять тяжелую работу по «поиску» того, что им нужно, потому что то, что им нужно, понимают их любимые продукты (владельцы роста). Они ищут подталкивания от бренда, которые облегчают их работу.

Мы называем это подталкивающими рекомендациями по продукту — тщательно подобранные предложения по услугам, созданным с использованием машинного обучения и сложных систем, чтобы предложить уникальный опыт. Эти рекомендации создаются с использованием различных входных данных, таких как местоположение, предыдущая история просмотров, текущие тенденции, предложения и т. д.

Могут ли рекомендации по продуктам спасти индустрию путешествий и гостеприимства?

79% потребителей ожидают, что бренды будут предлагать персонализированный цифровой опыт. Так что такая простая вещь, как предоставление клиентам возможности предварительно заполнить данные на вкладке поиска или запоминание их наиболее часто вводимых пунктов назначения, может пригодиться при бронировании. Туристические OTA (туристические онлайн-агентства) теперь также запоминают наиболее часто используемые фильтры в качестве крючка для удержания клиентов.

Но как сделать так, чтобы пользователи видели контент и предлагали им персонализированные предложения? Ответ заключается в использовании соответствующих данных . Вам нужно собрать правильные данные от ваших клиентов, чтобы показать им именно то, что они хотят. Пользовательские события могут быть зафиксированы в вашем бэкэнде и отправлены на вашу платформу CRM для анализа ваших клиентов на основе данных об использовании, а затем кластеризации их в пользовательские свойства для таргетинга.

Более важный вопрос заключается в том, какие события должен захватывать бренд путешествий и гостеприимства, чтобы лучше понять своих клиентов? Есть несколько эффективных способов начать с:

1. Демографические данные пользователей. Демографические данные пользователей, такие как возраст, пол, этническая принадлежность или уровень дохода, могут значительно повлиять на производительность механизмов рекомендаций за счет понимания ICP (профиля идеального клиента) на более близком, более личном уровне.

Ниже приведен пример ICP для туристического веб-сайта:

Имя	Рохит
Пол	Мужской
Расположение	Раджастхан
Возраст	28
Класс обслуживания	Премиум и выше
Средний заработок	< 3500000/год
Предпочтительная авиакомпания	Вистара
Предпочтительный тип путешествия	Одомашненный

Как только вы поймете клиентов на этом уровне, вы можете объединить их в когорту и позволить схожим впечатлениям с точки зрения путешествий, проживания или рекомендаций по еде. Например, Expedia рекомендует лучший выбор на сезон.



2. Предпочтения по местоположению. Уникальный способ взглянуть на это — дать рекомендации, основанные на наиболее часто посещаемом месте назначения из определенного места — например, предлагать пляжные направления людям из города, не имеющего выхода к морю, или показывать самые посещаемые места назначения на текущем уровне местоположения пользователя.
3. Электронная почта: замыкание цикла с клиентами — невероятно мощный инструмент с точки зрения персонализации. Когда клиенты получают электронные письма от брендов, их ожидания в плане персонализации резко возрастают.

Таким образом, используя данные клиентов, такие как история поездок, предпочтения и демографические данные, маркетинговые команды могут адаптировать свои коммуникации, делая их более актуальными и привлекательными. 97% маркетологов сообщают о скачке результатов в бизнесе после персонализации.

Вот хороший пример от MakeMyTrip о сезонных рекомендациях по электронной почте.


4. Частота поездок. Создание когорт пользователей с одинаковыми привычками — крайне недооцененный способ рекомендации продукта.

Например, сегментация пользователей на тех, кто много путешествует по выходным, тех, кто совершает деловые поездки в течение недели, и тех, кто путешествует для отдыха, может показать брендам их сильные, основные и причинно-следственные профили пользователей.

В идеале это должен быть первый уровень сегментации, поверх которого вы можете добавить дополнительные слои для обогащения данных. Таким образом, предложения и рекомендации по продуктам, ваучеры и частота использования функций позволяют брендам организовывать более глубокие и содержательные связи со своими клиентами. Вы также можете связать свою программу лояльности на основе частоты, чтобы стимулировать удержание.
Просто взгляните на этот пример программы лояльности Booking.com:

Персонализация выполнена хорошо в масштабе

Booking.com — отличный пример масштабной персонализации на многих страницах веб-сайта. Если вы когда-либо бронировали через систему бронирования, вы знаете, что бренд обязательно запомнит вашу историю и позволит использовать эти детали для вашего общего впечатления.

Booking.com использует расширенное машинное обучение для сбора нескольких точек данных; уникальная история поиска пользователя, местоположение, предпочтения и т. д. Бренд анализирует историю поиска пользователей и модели бронирования, чтобы понять их предпочтения в отношении путешествий.
Например, если пользователь постоянно бронирует отели с тренажерным залом или спа, Booking.com может в будущем рекомендовать отели с аналогичными удобствами.

Известно, что бренд в значительной степени полагается на отзывы, чтобы определить общие темы и области, требующие улучшения, а затем дает рекомендации платформе для еще более персонализированного опыта для своих пользователей.

Вкладка рекомендаций бренда, которая находится под строкой поиска, помогает людям с предложениями об их истории, местоположении, деталях IP, сегментах и ​​т. д.

76% потребителей разочаровываются в компаниях, которые не предлагают персонализированный опыт.

На самом базовом уровне вся полезная информация — история поиска, история путешествий, взаимодействие с пользовательским интерфейсом Booking.com и т. д. — передаются в модели машинного обучения. Затем эти данные анализируются и используются на нескольких уровнях для улучшения взаимодействия с пользователем.

Каждый день обрабатывается почти полтриллиона событий, и чем больше информации собирают модели, тем умнее они становятся в отношении установления связей между различными местоположениями, типами пользователей и типами продуктов для предоставления рекомендаций по продуктам. Таким образом обеспечивается гипер-персонализированная «домашняя страница», которую мы все так любим.

Основа моделей рекомендаций по путешествиям и гостиничному бизнесу

1. Механизмы рекомендаций, ориентированные на место назначения

Туристы учитывают множество факторов, решая, куда отправиться дальше: от выбора места до таких факторов, как доступность, доступность, цена и т. д. Многие факторы определяют их выбор места назначения. Это создает потребность в платформах OTA (Over-The-Air) для создания надежных систем рекомендаций с фильтрами, которые соответствуют этим требованиям.

Таким образом, рекомендации, ориентированные на пункт назначения, становятся наиболее распространенными на всех платформах OTA, облегчая работу пользователя, фильтруя его точные потребности в поездках и предлагая предложения на их основе. Это идеально и лучше всего подходит для тех пользователей, которые точно не знают, куда они хотят пойти, но имеют некоторое представление о своих предпочтениях.

Давайте разберемся в приведенной ниже структуре. Прежде чем рекомендация приходит к заключению, она сначала собирает данные, затем обрабатывает их путем классификации и современного построения и только потом переходит к стадии интерпретации. Блок-схема может показаться громоздкой, но такие системы разработаны таким образом, чтобы взвешивать множество факторов, таких как точность, путаница и популярность, чтобы создавать популярные результаты, соответствующие потребностям пользователя и заслуживающие внимания.

Движок начнет с попытки точно понять, чего хочет пользователь, прежде чем продолжить свою работу. Как только ML получит приблизительный профиль того, что именно вы хотите, он начнет выбирать для вас лучшие места для начала.

Вот всплывающее окно с рекомендацией TripAdvisor при просмотре их веб-сайта о том, чем заняться.

Понимая, что клиент тратит время на исследование, веб-сайт сразу же порекомендовал несколько уникальных и популярных вещей, основанных на прошлых тенденциях, для улучшения опыта.



2. Механизмы рекомендаций по продуктам, ориентированные на местоположение

Этот тип двигателя следует рекомендациям на более локальном и бытовом уровне. Он персонализирует местные услуги и прелести места для каждого клиента и предоставляет их в виде подробного маршрута. В Wanderlog есть функция «Активность», которая помогает предложить список вещей, которые вы можете сделать в определенном месте, на основе его движка и предложений других путешественников.





Механизмы рекомендаций по продуктам, ориентированные на местоположение, помогут составить список таких вещей, как лучшие достопримечательности, рестораны, клубы, торговые центры, живописные места, точки заката, исторические места, местный транспорт и т. д. Эта услуга позволяет путешественникам выбрать идеальный маршрут и опыт в соответствии с их индивидуальные предпочтения, бюджет, стиль и т. д.



Никто не дает рекомендаций по продуктам на основе местоположения лучше, чем Airbnb. На веб-сайте есть специально подобранная страница для путешественников о вещах, которые они рекомендуют при посещении — от кулинарии до серфинга, список можно продолжить. Эти рекомендации создаются на основе спроса пользователя и наиболее популярного аспекта путешествия по этому городу.

Топ-10 рекомендуемых продуктов для индустрии путешествий и гостеприимства

1. Геотаргетинг местных скидок. Геотаргетинг означает маркетинг для группы конкретных пользователей в зависимости от их местоположения. Чем релевантнее реклама для пользователя, тем выше вероятность его конверсии. Вы можете отслеживать текущее местоположение ваших путешественников и предлагать скидки и предложения в зависимости от местных достопримечательностей и услуг. Здесь Agoda.com показывает полный список мероприятий, которыми можно заняться в Гоа (после определения местоположения).



2. Географический таргетинг на расположение магазинов: бренды также могут рекомендовать пользователям лучшие магазины или сувенирные магазины в зависимости от их текущего места отдыха и экономить их время и усилия. Вы можете использовать физические местоположения магазинов для привлечения покупателей поблизости. Здесь Agoda.com предлагает пешеходную гастрономическую экскурсию и базар в Джайпуре в рамках «Пакета развлечений» в Джайпуре.



3. На основе праздников: люди составляют экстравагантные планы поездок во время курортного сезона, и вы можете построить свой механизм рекомендаций таким образом, чтобы он курировал рекомендации по поездкам в соответствии с конкретным праздником.

Пример: Пакет на Рождество и Новый год. Обмен сообщениями в праздничные дни также может повысить пожизненную ценность клиента (CLV) и увеличить количество повторных покупок в рамках программ лояльности. Подумайте о том, чтобы предлагать рекламные акции с бонусными баллами на праздничные товары, которые потребители хотят купить.

4. После покупки: ваш механизм рекомендаций не прекращает работу во время или перед покупкой, он должен продолжать работу и после покупки в виде отзывов, благодарственных писем и рекомендаций о предстоящем отпуске через SMS, электронную почту и т. д. Мы говорили о построении Airbnb. их страница опыта, которая заполняется, когда вы бронируете место — насколько невероятна эта рекомендация?
5. В зависимости от сезона: чтобы удовлетворить спрос путешественников в разные сезоны, довольно популярным форматом являются рекомендации, основанные на общем настроении.
• В межсезонье: это может быть эффективной рекомендацией для многих путешественников, которые любят путешествовать в межсезонье, чтобы избежать спешки.
• Пиковый сезон: система рекомендаций может создавать специальные рекомендации в пиковый сезон летом и зимой, когда большинство людей планируют отпуск.
6. На основе крупных событий: вы также можете создавать специальные рекомендации о предстоящих крупных событиях в зависимости от местоположения пользователя.
   Пример: рекомендация специальных пакетов ко Дню Святого Патрика людям, чье текущее местоположение может быть в Ирландии.
7. Постоянный клиент: это важная группа, на которую нужно ориентироваться, потому что, если клиент снова использует ваш продукт, он, вероятно, увидел что-то ценное. У вас всегда должна быть отдельная кампания по повторной активации или приветствию для этой когорты, и ваши рекомендации по продуктам должны соответствовать их поведению, когда они были активны в последний раз.



8. Лояльность и вознаграждения. В зависимости от того, на какой стадии развития находится ваш продукт, вы можете создать многоуровневую программу лояльности, чтобы привить пользователям лояльность к бренду. Это помогает в создании сообщества для вашей клиентской базы.

Индустрия туризма может извлечь выгоду из многоуровневого подхода, который вознаграждает постоянных клиентов и стимулирует их повышать уровень путем достижения конкретных целей во время каждого взаимодействия. Предлагайте различные преимущества для каждого уровня членства, которые можно разблокировать с помощью AOV или зарабатывая баллы различными способами.

Вот пример от Goibibo. Здесь бренд использовал электронный маркетинг, чтобы подтолкнуть пользователей к бронированию, предоставив им скидку для новых пользователей. Представьте, если пользователь только что зарегистрировался на веб-сайте и сразу же получил код, у него будет высокая мотивация продолжить бронирование.



9. Рекомендации BNPL: Путешествие может быть дорогостоящим делом, поэтому предложение услуг BNPL (купи сейчас, заплати позже) — отличный способ облегчить нагрузку на ваших клиентов. Крайне важно наглядно демонстрировать эту услугу на разных этапах вашего веб-сайта. Это поможет вам управлять кампаниями по привлечению и удержанию, добавив варианты оплаты BNPL, если пользователь отказывается от своей корзины.
10. Чат-боты на базе искусственного интеллекта: бронирование поездок может быть утомительным — от того, где остановиться до того, как добраться до работы — путешественники завалены множеством вариантов выбора. В таком случае чат-бот с искусственным интеллектом может помочь. В индустрии туризма искусственный интеллект помогает рекомендовать варианты проживания или развлечения в этом районе.

69% потребителей предпочитают чат-ботов из-за их способности быстро отвечать на простые вопросы. Этот механизм рекомендаций основан на поиске, выборе и данных, созданных пользователями.

Факторы, которые следует учитывать

• Данные о поведении пользователей: 80 % бизнес-лидеров сообщают об увеличении потребительских расходов в среднем на 38 %, когда их опыт персонализируется. Это первый и самый важный шаг в создании системы рекомендаций. Данные могут быть собраны двумя способами: неявно и явно.

Явные данные — это информация, которая предоставляется пользователем намеренно, т. е. входные данные, такие как рейтинги, личная информация и т. д. Неявные данные — это информация, собираемая из серверной части, например история поиска, отметки «Нравится», история заказов и т. д.

• Вот пример неявного способа сбора данных с Booking.com.



• Намерение пользователя. Понимание намерений пользователя с помощью тепловых карт, поисковых ключевых слов, трафика страниц и т. д. перед созданием движка является не только важным, но и обязательным. Будьте осведомлены о том, что ищет ваш пользователь, прежде чем нажимать.
• Персонализация: более молодые потребители чаще всего негативно реагируют на безличный опыт. Убедитесь, что ваш механизм рекомендаций подходит для персонализации, и это является основным принципом в PRD (документ с требованиями к продукту), прежде чем создавать его.
• Контекстная релевантность: убедитесь, что ваш механизм рекомендаций работает, предоставляя вашим клиентам контекстные предложения. Он должен оптимизироваться с учетом сезонности, чтобы пользователи могли избавиться от когнитивной нагрузки, связанной с поиском определенного случая. Пример: специальные рождественские скидки на билеты и авиабилеты в период с февраля по март.

Ошибки, которых следует избегать

• Проблемы с качеством данных. Одной из частых ошибок является недостаточное внимание к качеству данных, что может привести к предвзятым или неточным рекомендациям, что приведет к неудовлетворительному пользовательскому опыту. Чтобы смягчить это, крайне важно убедиться, что данные актуальны, полны, не содержат ошибок и периодически обновляются.
• Отсутствие разнообразия: проблема «эхо-камер» часто возникает в рекомендательных системах, где пользователям рекомендуются только те товары, которые им ранее нравились. Чтобы предотвратить это, очень важно включить разнообразие в процесс рекомендаций, учитывая множество факторов, таких как новизна и популярность.

Заключение

Есть явные признаки того, что, как и электронная коммерция, лояльность является крепким орешком в индустрии путешествий и гостеприимства. В основном это сервис, предложение и низкие цены, которые стимулируют транзакцию. И хотя такие шаблоны создают довольно сложную среду для работы, многие ведущие компании нашли убежище в рекомендациях по продуктам. Более того, рекомендации по продукту могут быть фактором, который может создать или разрушить ваши маркетинговые стратегии.

От увеличения прилипчивости пользователя до увеличения средней стоимости заказа, все ведущие бренды OTA в мире имеют некоторые другие механизмы, работающие над расширением возможностей пользователей и мотивацией их к транзакциям. WebEngage предлагает молодым брендам набор рычагов для создания индивидуального и персонализированного опыта.

Хотите начать работу с рекомендательным механизмом для вашей платформы Travel and Hospitality? Поговорите с нашими экспертами и запросите демонстрацию сегодня!