Dévoilé il y a un peu plus d’un an, ChatGPT est toujours au premier plan de nos préoccupations et de nombreux hôteliers voient déjà l’intérêt de la façon dont cette technologie fera évoluer leurs activités dans un avenir proche. Mais ce qui sous-tend ChatGPT est ce qu’on appelle l’apprentissage automatique (ML) et plusieurs entreprises l’utilisent depuis longtemps avant que cela ne devienne un terme à la mode. À savoir, grâce au ML, nous pouvons désormais réorganiser et réécrire le contenu du site Web à la volée pour l’adapter au client à n’importe quelle étape du parcours client.

Cette idée de sites Web hôteliers adaptables avec personnalisation automatisée et moteurs de réservation intégrés (IBE) dotés de mémoire représente un changement de paradigme qui servira à débloquer une nouvelle valeur économique substantielle pour les marques et les établissements indépendants. Afin d’expliquer ce concept sans devenir trop abstrait ou capiteux, nous avons interviewé Frank Reeves, évangéliste en chef du groupe SHR, pour discuter du site Web de nouvelle génération de l’entreprise et de la plateforme du BIE appelée allora.ai. Reeves est également co-fondateur et PDG d’Avvio (le développeur d’allora.ai) qui a été acquis par SHR fin 2022.

Lorsque nous parlons de réorganiser automatiquement le contenu pour l’adapter au parcours client, le mot à retenir est « contexte ». Plus un système dispose de données contextuelles et de commentaires interactifs – dérivés de l’ensemble des clients accédant aux sites Web ou passant par l’IBE d’un hôtel – plus une plateforme apprend ce qu’un client pourrait souhaiter. Le résultat ici est que le ML peut mieux prédire l’orientation optimisée du contenu d’un site Web afin d’atteindre un objectif spécifique, tel que l’augmentation du taux de conversion des réservations.

Comme le dit Reeves, nos sites Web actuels sont des « brochures numériques statiques ». Un client entre, et même si un mécanisme de suivi tel que les pixels peut indiquer à la plate-forme d’analyse d’où vient cet utilisateur (adresse IP, mobile par rapport à un ordinateur de bureau, publicité organique par rapport à une publicité payante, etc.), le site Web ne réagit pas et ne teste pas A/B comment le les informations sont présentées afin de mieux s’adapter au contexte du client.

À quoi cela ressemblerait-il si une IA était capable d’apprendre et de reconfigurer le contenu en fonction de chaque fois que le même invité accède à la même URL de site Web au fil du temps ? Considérer ce qui suit:

• Interaction n°1 (découverte) : l’IA peut reconnaître le pays depuis lequel un client effectue une recherche et, s’il se trouve à l’étranger, réécrire le contenu pour indiquer : “Profitez de notre spa après un vol long-courrier”.
• Interaction n°2 (pré-réservation anticipée) : les premiers clics servant de base de profilage des intérêts, l’IA peut présenter un avis sur le restaurant de l’hôtel rédigé par une personne du pays de l’utilisateur.
• Interaction n°3 (pré-réservation anticipée) : désormais, avec une expression d’intention autour de la restauration et du spa basée sur les clics des utilisateurs et le pays d’origine, l’IA peut amener au sommet le package « Food and Spa LOS »
• Interaction n°4 (pré-réservation tardive) : Désormais, avec les dates de voyage prévues branchées sur l’IBE, l’IA peut mettre en évidence les avis sur les chambres et les suites des anciens clients dans le pays source de l’utilisateur.
• Interaction n°5 (pré-réservation tardive) : regroupant chaque interaction et apprentissage sur le prospect, l’IA peut réorienter les tarifs et les packages pour créer une expérience hyper-personnalisée

La valeur que les sites Web basés sur l’IA ajouteront à la phase de pré-réservation est en soi remarquable en raison de la façon dont ils peuvent aider les marques à micro-segmenter les clients au sein de l’entonnoir de vente, à tel point que les spécialistes du marketing peuvent désormais séparer avec précision l’entonnoir supérieur de l’entonnoir inférieur. ou même « l’entonnoir supérieur-supérieur » avec des informations spécifiques à chaque phase partielle sur ce qui motive les clients à aller dans la bonne direction.

Mais un site Web alimenté par l’IA peut également augmenter considérablement les dépenses accessoires (TRevPAR) ou maintenir la relation après le départ. “Prenons par exemple un hôtel londonien avec lequel nous travaillons”, a commenté Reeves. « Nous avons observé à la fois le comportement des anciens clients sur le site Web de cette marque et l’ensemble des interactions dans tous les hôtels utilisant la plateforme allora.ai, que les voyageurs ayant déjà effectué une réservation directe et originaires des États-Unis ont des besoins très différents. arrivée sur les voyageurs venant localement du Royaume-Uni. D’un point de vue financier, les anciens voyageurs américains préféraient fortement le contenu F&B, donc donner la priorité à l’affichage de diverses options de restauration pour les invités entrants des États-Unis a entraîné une augmentation des revenus F&B par client avant l’arrivée et une plus grande utilisation sur site.

Un tel mélange de macro et de micro ouvre une fonctionnalité de site Web totalement nouvelle : la réduction des annulations. Étant donné que le système sait qui est le plus susceptible d’annuler une réservation pendant la phase précédant l’arrivée, sur la base des données d’annulation passées de tous les voyageurs dans toutes les propriétés des plateformes, les gestionnaires peuvent utiliser ces informations pour envoyer de manière proactive des rappels joyeux dans les jours précédant l’arrivée ou envoyez même des incitations supplémentaires à ces invités « à risque », comme des bons F&B.

Grâce à cela, nous pouvons désormais planifier au-delà de la simple pré-arrivée et voir comment un site Web adaptable peut ajouter une valeur économique à l’intégralité du parcours client. Pour conclure, considérez ce qui suit :

1. Découverte: appliquer les enseignements des anciens visiteurs du site Web et des modèles à l’échelle du système pour faire une meilleure première impression auprès d’un nouvel utilisateur, en l’encourageant à revenir plutôt qu’à réserver via une OTA
2. Pré-réservation anticipée : réorganiser le contenu en fonction de l’interaction de la phase de rêve et utiliser le ML pour déduire quel contenu est le mieux optimisé pour un engagement et des conversions continus
3. Pré-réservation tardive : personnaliser davantage le site Web et le contenu du BIE, en ajoutant éventuellement une incitation à la réservation pour encourager davantage les ventes directes par rapport à celles réalisées par l’intermédiaire d’un tiers.
4. Pré-arrivée anticipée : optimiser l’affichage des modules complémentaires en fonction de ce que l’on sait d’un client afin de maximiser les revenus générés par les livres, ce qui facilite également la planification du personnel
5. Arrivée tardive : se défendre contre d’éventuelles annulations grâce à une personnalisation du site Web qui accentue la qualité de l’expérience sur site qui sera combinée avec d’autres offres individuelles
6. Sur site: agir en tant que concierge virtuel pour soulager les équipes sur site en affichant les informations les plus pertinentes ainsi que les modules complémentaires les plus pertinents pour amplifier davantage l’utilisation de la propriété et le TRevPAR
7. Post-départ anticipé : afficher une note de remerciement et d’autres informations de départ pour amplifier la façon dont l’expérience sur place a été perçue, ce qui signifie une plus grande satisfaction des clients et de meilleurs avis
8. Fidélité étendue : après un certain temps, inciter les visiteurs à revenir en mettant en avant les nouveautés sur place par rapport au contexte du séjour passé du client

Une fois que vous avez calculé toutes ces possibilités de valeur ajoutée, votre site Web peut désormais véritablement changer la donne, au-delà d’une simple brochure statique. Nous ne remercierons jamais assez Frank Reeves et SHR Group de nous avoir permis d’approfondir cette technologie de nouvelle génération.

Cet article ne peut être reproduit sans l’autorisation expresse des auteurs.

Larry Mogelonsky
Hôtel Mogel Consulting Limited