3X Dönüşüm İçin 10 Katı Ürün Önerisi | Seyahat ve Konaklama Şirketi

Dünyanın dört bir yanındaki gezginler 3 yıllık uzun bir aradan sıyrılırken, 2023'ün başka hiçbir şeye benzemeyen bir seyahat yılı olacağına dair sözümüze güvenin. Booking.com'a göre insanların %68'i 2023'te yoğun bir şekilde seyahat planları yapacak. Ancak çok sayıda soru, müşterilerin harika fırsatlar elde etmek için her şeyi yapacaklarını gösteriyor.

Bir seyahat ve/veya konaklama işletmesi yürütüyorsanız, "iyi bir sezonun" çok fazla trafik anlamına geldiğini ancak aynı zamanda düşük dönüşüm oranları getirdiğini bilirsiniz. Seyahat ve ağırlama sektörü, %85 gibi muazzam bir oranla en yüksek alışveriş sepeti terk oranlarından birine sahiptir. Bunun birçok nedeni olabilir – daha düşük fiyatlar, daha iyi anlaşmalar, kişiselleştirme eksikliği veya zayıf sadakat programları.

Tüketicilerin %76'sı, kişiselleştirilmiş deneyimler sunmayan işletmelerden bıkıyor. Kullanıcıların artık bilişsel aşırı yüke katlanmak ve ihtiyaç duydukları şeyi "aramak" gibi zorlu bir işi yapmak için zamanları yoktur, çünkü ihtiyaç duydukları şey en sevdikleri ürünler (büyüme sahipleri) tarafından anlaşılmaktadır. Aradıkları şey, deneyimlerini kolaylaştıran markadan dürtmelerdir.

Bu dürtmelere ürün önerileri diyoruz - benzersiz bir deneyim sunmak için makine öğrenimi ve karmaşık sistemler kullanılarak oluşturulan hizmetler üzerinden önerilerin özenle seçilmiş bir derlemesi. Bu öneriler, konum, geçmiş göz atma geçmişi, güncel trendler, teklifler vb. gibi çeşitli girdiler kullanılarak oluşturulur.

Ürün önerileri seyahat ve konaklama sektörünü kurtarabilir mi?

Tüketicilerin %79'u markaların kişiselleştirilmiş dijital deneyimler sunmasını bekliyor. Bu nedenle, müşterilerin arama sekmesinde verileri önceden doldurmasına izin vermek veya en sık girdikleri varış noktalarını hatırlamak kadar basit bir şey, rezervasyon sırasında kullanışlı olabilir. Seyahat OTA'ları (çevrimiçi seyahat acentesi) artık müşterileri elde tutmak için bir kanca olarak en sık kullanılan filtreleri de hatırlıyor.

Ancak, kullanıcıların kendileri için kişiselleştirilmiş içerik ve teklif görmesini nasıl sağlayabiliriz? Cevap, ilgili verileri kullanmaktır. Müşterilerinize tam olarak ne istediklerini göstermek için doğru verileri toplamanız gerekir. Müşterilerinizi kullanım verilerine göre analiz etmek ve daha sonra hedeflenecek kullanıcı özelliklerinde kümelemek için kullanıcı olayları arka ucunuz tarafından yakalanabilir ve CRM platformunuza gönderilebilir.

Daha büyük soru, bir seyahat ve konaklama markasının müşterilerini daha iyi anlamak için ne tür olayları yakalaması gerektiğidir. Başlamak için birkaç etkili yol vardır:

1. Kullanıcı Demografisi: Yaş, cinsiyet, etnik köken veya gelir seviyeleri gibi kullanıcı demografisi, bir ICP'yi (ideal müşteri profili) daha yakın ve daha kişisel bir düzeyde anlayarak öneri motorlarının performansını önemli ölçüde etkileyebilir.

Aşağıda bir seyahat web sitesi için örnek bir ICP verilmiştir:

İsim	Rohit
Cinsiyet	Erkek
Konum	Rajasthan
Yaş	28
Hizmet sınıfı	Premium ve üstü
ortalama gelir	< 3500000/yıl
Tercih edilen havayolu	Vistara
Tercih edilen seyahat türü	Yerel

Bu seviyedeki müşterileri anladığınızda, onları bir grup halinde toplayabilir ve seyahat, konaklama veya yemek tavsiyesi açısından benzer deneyimlerin akmasına izin verebilirsiniz. Örneğin, Expedia sezon için en iyi seçimleri öneriyor.



2. Konum tercihleri: Buna bakmanın benzersiz bir yolu, belirli bir konumdan en sık ziyaret edilen varış noktasına dayalı olarak önerilerde bulunmak olabilir; örneğin, denize kıyısı olmayan bir şehirdeki insanlara sahil destinasyonları önermek veya bir kullanıcının mevcut konum düzeyinde en çok seyahat edilen varış noktalarını göstermek.
3. E-posta: Müşterilerle olan döngüyü kapatmak, kişiselleştirme açısından inanılmaz derecede güçlü bir araçtır. Müşteriler markalardan e-posta aldıklarında, kişiselleştirme açısından beklentileri artıyor.

Böylece, seyahat geçmişi, tercihler ve demografik bilgiler gibi müşteri verilerini kullanan pazarlama ekipleri, iletişimlerini uyarlayarak daha alakalı ve ilgi çekici hale getirebilir. Pazarlamacıların %97'si, kişiselleştirme sonrasında iş sonuçlarında bir sıçrama olduğunu bildiriyor.

İşte MakeMyTrip'ten e-postalar aracılığıyla sezona dayalı önerilerle ilgili güzel bir örnek.


4. Seyahat sıklığı: Aynı alışkanlıklara sahip kullanıcı grupları oluşturmak, ürün önerilerinde bulunmanın oldukça hafife alınan bir yoludur.

Örneğin, kullanıcıları hafta sonu çok seyahat edenler, hafta içi iş seyahatlerine çıkanlar ve eğlence için seyahat edenler olarak gruplara ayırmak, markaları güç, temel ve nedensel kullanıcı profillerine maruz bırakabilir.

Bu ideal olarak, verileri zenginleştirmek için üzerine daha fazla katman ekleyebileceğiniz ilk segmentasyon düzeyi olmalıdır. Bu nedenle, teklif ve ürün önerileri, kuponlar ve özelliklerin temel kullanım sıklığı, markaların müşterileriyle daha derin ve daha anlamlı bağlantılar kurmasını sağlar. Ayrıca sadakat programınızı elde tutma oranını artırmak için sıklığa göre bağlayabilirsiniz.
Booking.com'un Sadakat Programı örneğine bakın:

Kişiselleştirme ölçekte başarılı

Booking.com, web sitesinin birçok sayfasında geniş ölçekte başarıyla uygulanan kişiselleştirmenin harika bir örneğidir. Rezervasyondan bir rezervasyon yaptıysanız, markanın geçmişinizi kesinlikle hatırlayacağını ve genel deneyiminiz için bu ayrıntıların akmasına izin vereceğini bilirsiniz.

Booking.com, birden çok veri noktasını yakalamak için gelişmiş makine öğrenimini kullanır; bir kullanıcının benzersiz arama geçmişi, konumu, tercihleri ​​vb. Marka, seyahat tercihlerini anlamak için kullanıcıların arama geçmişini ve rezervasyon modellerini inceler.
Örneğin, bir kullanıcı sürekli olarak spor salonu veya spa bulunan otellerde rezervasyon yaparsa, Booking.com gelecekte benzer olanaklara sahip oteller önerebilir.

Marka, iyileştirme gerektiren ortak temaları ve alanları belirlemek için büyük ölçüde geri bildirime güvenir ve ardından kullanıcıları için daha da kişiselleştirilmiş bir deneyim için platforma önerilerde bulunur.

Markanın arama çubuğunun altında bulunan öneri sekmesi, kişilerin geçmişleri, konumları, IP bilgileri, segmentleri vb. konularda önerilerde bulunmasına yardımcı olur.

Tüketicilerin %76'sı, kişiselleştirilmiş deneyimler sunmayan işletmelerden bıkıyor.

En temel düzeyde, arama geçmişi, seyahat geçmişi, Booking.com'un Kullanıcı Arayüzü ile etkileşimler vb. gibi her türlü faydalı bilgi ML modellerine beslenir. Bu veriler daha sonra analiz edilir ve kullanıcı deneyimini geliştirmek için birden çok düzeyde kullanılır.

Her gün yaklaşık yarım trilyon olay işleniyor ve modeller ne kadar çok bilgi toplarsa, ürün önerileri sağlamak için farklı konumlar, kullanıcı türleri, ürün türleri arasında ilişkilendirme yapma konusunda o kadar akıllı hale geliyorlar. Böylece, hepimizin sevdiği aşırı kişiselleştirilmiş 'Ana Sayfa' sağlanır.

Seyahat ve ağırlama öneri modellerinin temeli

1. Hedef merkezli öneri motorları

Turistler bir sonraki nereye seyahat edeceklerine karar verirken çeşitli faktörler girerler: yer seçimlerinden satın alınabilirlik, bulunabilirlik, fiyat vb. faktörlere kadar birçok unsur, bir yer seçimlerini belirler. Bu, bu gereksinimlere yardımcı olan filtrelerle sağlam öneri sistemleri oluşturmak için OTA (Over-The-Air) platformlarına ihtiyaç yaratır.

Böylece destinasyon odaklı tavsiyeler, tüm OTA platformlarında en yaygın tavsiyeler haline geliyor ve kullanıcının tam seyahat ihtiyaçlarını filtreleyerek ve bunlara dayalı öneriler sunarak işini kolaylaştırıyor. Tam olarak nereye gitmek istediklerini bilmeyen ancak tercihleri ​​hakkında fikir sahibi olan kullanıcılar için ideal ve en iyisidir.

Aşağıdaki çerçeveyi anlayalım. Tavsiye bir sonuca varmadan önce önce verileri toplar, sonra bunları sınıflandırarak ve modelleyerek işler ve ancak ondan sonra yorumlama aşamasına gelir. Akış şeması bunaltıcı görünebilir, ancak bu tür sistemler, popüler çıktılar oluşturmak, kullanıcının ihtiyaçlarını karşılamak ve takip etmeye değer olmak için doğruluk, karışıklık ve popülerlik gibi çok sayıda faktörü tartacak şekilde tasarlanmıştır.

Motor, işine devam etmeden önce bir kullanıcının tam olarak ne istediğini anlamaya çalışarak başlayacaktır. Makine öğrenimi, tam olarak ne istediğinize ilişkin kabaca bir profil elde ettiğinde, başlamanız için en iyi yerleri seçmeye başlar.

Burada, TripAdvisor'ın web sitelerinde yapılacak şeyler hakkında gezindikten sonra açtığı bir öneri açılır.

Bir müşterinin keşfetmeye zaman harcadığını anlayan web sitesi, deneyimi geliştirmek için hemen geçmiş trendlere dayalı olarak benzersiz ve popüler olan birkaç şey önerdi.



2. Lokasyon Odaklı Ürün Tavsiye Motorları

Bu tür bir motor, tavsiyeleri daha yerel ve yerli düzeyde takip eder. Bir yerin yerel hizmetlerini ve cazibesini her müşteri için kişiselleştirir ve ayrıntılı bir güzergah formunda sunar. Wanderlog, motoruna ve diğer gezginlerin önerilerine göre belirli bir varış noktasında yapabileceğiniz şeylerin bir listesini önermeye yardımcı olan bir 'Etkinlik' özelliğine sahiptir.





Konum merkezli ürün öneri motorları, en iyi cazibe merkezleri, restoranlar, kulüpler, alışveriş yerleri, manzaralı yerler, gün batımı noktaları, tarihi yerler, yerel ulaşım vb. kişisel tercihleri, bütçeleri, tarzları vb.



Hiç kimse konuma dayalı ürün önerilerini Airbnb'den daha iyi yapamaz. Web sitesinde, gezginlerin ziyarette önerdikleri şeyler için derlenmiş bir sayfası var - yemek pişirmekten sörf yapmaya kadar, liste uzayıp gidiyor. Bu öneriler, kullanıcının talebine ve o şehri gezmenin en popüler yönüne göre oluşturulur.

Seyahat ve konaklama sektörü için en iyi 10 ürün önerisi

1. Yerel indirimleri coğrafi olarak hedefleme: Coğrafi hedefleme, konumlarına göre bir dizi belirli kullanıcıya pazarlama yapmak anlamına gelir. Bir reklam bir kullanıcı için ne kadar alakalıysa, dönüşüm gerçekleştirme olasılığı o kadar yüksektir. Gezginlerinizin mevcut konumunu takip edebilir, yerel cazibe merkezlerine ve hizmetlere göre indirimler ve teklifler sunabilirsiniz. Burada Agoda.com, Goa'da (konumu belirledikten sonra) yapılacak etkinliklerin tam listesini gösterir.



2. Mağaza konumlarını coğrafi olarak hedefleme: Markalar ayrıca kullanıcılara mevcut tatil yerlerine göre en iyi alışveriş veya hediyelik eşya mağazalarını önerebilir ve hem zamandan hem de emekten tasarruf edebilir. Yakındaki müşterileri çekmek için fiziksel mağaza konumlarından yararlanabilirsiniz. Burada Agoda.com, Jaipur 'Etkinlik Paketi'nin bir parçası olarak Yemekli Yürüyüş Turu ve Jaipur Çarşısı sunuyor.



3. Tatile dayalı: İnsanlar tatil sezonunda abartılı seyahat planları yaparlar ve öneri motorunuzu, seyahat önerilerini belirli bir tatile göre derleyecek şekilde oluşturabilirsiniz.

Örnek: Noel ve Yeni Yıl için bir paket. Tatile dayalı mesajlaşma ayrıca müşteri yaşam boyu değerini (CLV) yükseltebilir ve sadakat programlarında tekrarlanan satın alımları artırabilir. Tüketicilerin satın almak istediği tatil ürünlerinde bonus puan promosyonları sunmayı düşünün.

4. Satın alma sonrası: Öneri motorunuz satın alma sırasında veya öncesinde sona ermez, satın alma sonrasında da SMS, E-posta vb. yoluyla geri bildirim, teşekkür notları ve yaklaşan tatil önerileri şeklinde devam etmesi gerekir. Airbnb oluşturma hakkında konuştuk bir yer ayırttığınızda doldurulan deneyim sayfaları - şimdi bu tavsiye ne kadar inanılmaz?
5. Mevsime dayalı: Gezginlerin farklı sezonlardaki talebini karşılamak için oldukça popüler bir biçim, genel ruh haline göre öneriler sunmaktır.
• Sezon dışı: Bu, sezon dışında seyahat etmeyi seven ve yoğun tempodan kaçınmak isteyen pek çok gezgin için etkili bir öneri olabilir.
• Yoğun sezon: Öneri motorunuz, çoğu kişinin tatil planladığı yaz ve kış aylarında özel yoğun sezon önerileri oluşturabilir.
6. Büyük etkinliklere dayalı: Bir kullanıcının konumuna göre yaklaşan büyük etkinliklerle ilgili özel öneriler de oluşturabilirsiniz.
   Örnek: Bulundukları yer İrlanda olabilecek kişilere özel Aziz Patrick Günü paketleri önermek.
7. Geri Gelen Müşteri: Bu, hedeflenmesi gereken çok önemli bir gruptur çünkü bir müşteri ürününüze geri dönerse muhtemelen değerli bir şey görmüş olur. Bu grup için her zaman ayrı bir yeniden etkinleştirme veya tekrar hoş geldiniz kampanyanız olmalı ve ürün önerileriniz, en son aktif oldukları zamanki davranışlarına göre ayarlanmalıdır.



8. Sadakat ve Ödüller: Ürününüzün hangi büyüme aşamasında olduğuna bağlı olarak, kullanıcılarınız arasında marka sadakati aşılamak için katmanlı bir sadakat programı oluşturabilirsiniz. Bu, müşteri tabanınız için bir topluluk oluşturmaya yardımcı olur.

Seyahat endüstrisi, sürekli müşterileri ödüllendiren ve her etkileşim sırasında belirli hedeflere ulaşarak seviye atlamaya teşvik eden katmanlı bir yaklaşımdan yararlanabilir. AOV yoluyla veya çeşitli şekillerde puan kazanarak açılabilen her üyelik düzeyi için farklı avantajlar sunun.

İşte Goibibo'dan bir örnek. Buradaki marka, yeni bir kullanıcı indirimi vererek kullanıcıları rezervasyon yapmaya teşvik etmek için e-posta pazarlamasını kullandı. Bir kullanıcının web sitesine yeni kaydolduğunu ve hemen bir kod aldığını hayal edin, rezervasyonu sürdürmek için oldukça motive olacaklar.



9. BNPL tavsiyeleri: Seyahat maliyetli bir iş olabilir, bu nedenle BNPL (Şimdi Satın Al Sonra Öde) hizmetleri sunmak, müşterilerinizin üzerindeki yükü hafifletmenin harika bir yoludur. Bu hizmeti web sitenizin çeşitli aşamalarında belirgin bir şekilde sergilemek çok önemlidir. Bu, bir kullanıcı alışveriş sepetini terk ederse BNPL ödeme seçenekleri ekleyerek Etkileşim ve Elde Tutma kampanyalarınızı artırmanıza yardımcı olacaktır.
10. Yapay Zeka Destekli Chatbot'lar: Seyahat rezervasyonları yapmak yorucu olabilir - nerede kalınacağından işe nasıl gidileceğine kadar - gezginler yapılacak birçok seçenekle boğulmuş durumda. Böyle bir durumda, yapay zeka destekli bir sohbet robotu ihtiyaca yardımcı olabilir. Seyahat endüstrisinde AI, konaklama seçeneklerini veya bölgede yapılacak şeyleri önermeye yardımcı olur.

Tüketicilerin %69'u, basit sorulara hızlı yanıtlar verme yetenekleri nedeniyle sohbet robotlarını tercih ediyor. Bu öneri motoru, kullanıcı tarafından oluşturulan aramalar, seçimler ve veriler tarafından desteklenmektedir.

Dikkate alınacak faktörler

• Kullanıcı davranışı verileri: İşletme liderlerinin %80'i, deneyimleri kişiselleştirildiğinde tüketici harcamalarında ortalama %38'lik bir artış bildiriyor. Bu, bir öneri motoru oluşturmanın ilk ve en önemli adımıdır. Veriler iki yolla toplanabilir: dolaylı ve açık olarak.

Açık veriler, bir kullanıcı tarafından kasıtlı olarak sağlanan bilgilerdir, yani derecelendirmeler, kişisel bilgiler vb. gibi girdiler. Örtülü veriler, arama geçmişi, beğeniler, sipariş geçmişi vb. gibi arka uçtan toplanan bilgilerdir.

• Booking.com'dan örtük veri toplama yöntemine bir örnek.



• Kullanıcı Amacı: Bir motor oluşturmadan önce ısı haritaları, arama anahtar sözcükleri, sayfa trafiği vb. aracılığıyla kullanıcı amacını anlamak yalnızca çok önemli değil, aynı zamanda zorunludur. İtmeden önce kullanıcınızın ne aradığının farkında olun.
• Kişiselleştirme: Daha genç tüketiciler, kişisel olmayan bir deneyimden sonra olumsuz tepki verme olasılığı en yüksektir. Öneri motorunuzun kişiselleştirme için çözüm sağladığından ve oluşturmadan önce PRD'de (ürün gereksinimleri belgesi) temel bir ilke olduğundan emin olun.
• Bağlamsal Uygunluk: Müşterilerinize bağlamsal öneriler sunarak öneri motorunuzun çalıştığından emin olun. Kullanıcıların belirli bir olayı aramanın bilişsel yükünden kurtulabilmesi için sezona göre optimize edilmelidir. Örnek: Şubat-Mart döneminde Noel özel indirimli biletler ve uçuşlar.

Kaçınılması gereken hatalar

• Veri kalitesiyle ilgili sorunlar: Sık yapılan hatalardan biri, veri kalitesine yeterince dikkat edilmemesidir, bu da taraflı veya yanlış önerilerle sonuçlanarak ortalamanın altında bir kullanıcı deneyimine yol açabilir. Bunu azaltmak için, verilerin ilgili, eksiksiz ve hatasız olmasını ve periyodik olarak güncellenmesini sağlamak çok önemlidir.
• Çeşitlilik eksikliği: "Yankı odaları" sorunu genellikle, kullanıcılara yalnızca daha önce beğendikleri öğelerin önerildiği tavsiye sistemlerinde yaşanır. Bunu önlemek için, yenilik ve popülerlik gibi birden fazla faktörü göz önünde bulundurarak tavsiye sürecine çeşitliliği dahil etmek çok önemlidir.

Çözüm

E-ticaret gibi sadakatin de seyahat ve konaklama endüstrisinde kırılması zor bir ceviz olduğuna dair güçlü göstergeler var. İşlemi yönlendiren çoğunlukla hizmet, teklif ve ucuz fiyatlardır. Ve bu tür kalıplar faaliyet göstermek için oldukça zorlu bir ortam yaratsa da, birçok üst düzey şirket ürün tavsiyelerine sığındı. Ayrıca, ürün önerileri pazarlama stratejilerinizi geliştiren veya bozan faktör olabilir.

Kullanıcının bağlılığını artırmaktan ortalama sipariş değerini artırmaya kadar, dünyanın en iyi OTA markalarının tümü, kullanıcıların deneyimini güçlendirmek ve onları işlem yapmaya motive etmek için çalışan diğer motorlardan bazılarına sahiptir. WebEngage, genç markaların kişiselleştirilmiş ve son derece kişiselleştirilmiş deneyimler yaratması için bir dizi kaldıraç sunar.

Seyahat ve Konaklama platformunuz için bir öneri motoru kullanmaya başlamak ister misiniz? Uzmanlarımızla konuşun ve bugün bir demo talep edin!