酒店要如何利用大数据降低App渠道获客成本？

近年来，连锁酒店集团一直致力于持续推进直销战略，拓展酒店会员基础.. 如今，华筑酒店集团拥有 7000 万会员，24 家家居酒店集团拥有 5500 万会员，铂涛酒店集团拥有 6000 万会员，锦江酒店集团拥有 3500 万会员，这些酒店集团的会员数量呈现出稳步上升的趋势.. 但是，对于酒店来说，最后的立足点必须体现在收入上，因此，接下来的核心任务是如何增加会员的交易量。 在交易挖掘方面，许多酒店集团基于强大的会员基础，大力引导用户行为离线到在线，在线竞争正在从 PC 向移动 App 转移。

App在酒店自有营销中发挥着重要作用

如果您想运行App，首先要解决的问题之一是如何吸引用户使用App频道。在过去的一年里，酒店业有很多口号来减少OTA的份额，目的是降低吸引顾客的成本。只有当从自雇渠道获得顾客的成本足够低时，这些口号才能真正转化为实际的登陆行动。不久前，一家酒店集团进行了一项基于大数据的实验，以优化AppCustomers的成本，下面对此进行简要介绍，以供共享。

一.试验的目的

酒店集团拥有大量的会员，会员的核心注册数据是手机号码，通过手机号码可以使用短信与用户进行交互，那么如何有效地利用短信推送来引导用户注册应用程序并通过应用程序进行酒店预订呢？针对上述问题，酒店集团分别在大数据和大数据的情况下进行了比较实验，以获得更好的APP客户方案。

1)第一轮尝试：完全短信推送

大多数酒店集团以各种各样的方式招募会员。用户可以免费转换为会员，只需提供一个手机号码(酒店一般可以得到入住客人的手机号码)完成会员的转换。接下来，还有另一个问题，如何将离线成员转换为应用程序成员？酒店知道会员的手机号码，你能把短信全部推出去进行营销吗？如果会员是200000，短信营销的成本当然是可以接受的，但是对于拥有数千万会员的酒店集团来说，短信推送的成本并不低。

实际测试结果表明，短信推送总量的转化率为0.024%，单用户成本为85元。85美元的会员转换单客户成本太高，必须找出更合适的方法来找到更容易转换的用户群进行优先级转换。

2)第二轮尝试：找到需要将其转换为App Use的成员

谁更有可能被移动应用程序所吸引？通过偶尔入住和高频登记的用户(旅行用户还是普通旅行用户)？显然，App成员操作更适合于高频签入用户.对于一年只需要一到两次旅行的用户，携程的网络版本基本上可以满足他们的需求，而无需下载应用程序来预订酒店。只有定期旅行的用户，APP提供的永久酒店，公共客房类型的推荐，以及可以交换各种小型商品的会员点，才能显示出更大的竞争价值。找出潜在的应用程序转换用户进行营销，可以降低应用单一客户的成本。为此，酒店集团做了以下尝试：

数据来源：用户移动性偏好(是否安装旅行类应用程序，如航空应用程序、酒店应用程序、OTA应用程序等)。

筛选策略：在TalkingData标签中过滤带有商务旅行标签的用户。

试用效果：筛选后，每名客户的成本为28元，在筛选前降低到1%。

此尝试只使用TalkingData用户标记数据。在实际操作中，酒店还可以通过现有的会员行为数据进行筛选。例如，对不同签入时间的用户进行批量推送筛选：在第一轮中按20次以上的用户；在第二轮中历史签入次数为5倍19次的用户；以及历史签入不足5次的用户。从理论上讲，由于对入住的需求不同，每一轮推送的相应效果应由高到低分批降低，每个客户接收客户的成本会逐渐增加。

3)第三轮尝试：找到正确的转换场景

哪些用户有旅行计划？哪些用户有转换为应用程序用户的主要动机？

例如，它也是鲍马。当你考虑周六带宝宝去哪里玩时，如果你收到婴儿爬行的消息，鲍玛很可能会参加这个活动，但如果她在工作和会议上收到一条短信，短信基本上就会出海。酒店会员也是如此。当会员在酒店办理入住手续时，他们会比其他任何时候更愿意点击红包优惠券。找到一个适合于转换用户推送营销活动的用户场景可以提高响应效率。

数据源：酒店数据(成员是否停留状态)。

筛选策略：筛选目前处于酒店未签入状态的用户。

试用效果：应用程序用户短信推送，转换率为0.3%，成本为6.7元，筛选前成本降至1/13。

用户是否有酒店预订要求，也可以利用用户的App活动进行筛选(用户是否在过去三天内启动了指定的商务旅行应用程序)。当有旅游计划的用户收到酒店优惠券、红包、折扣等活动时，由于对酒店住宿的需求，相应的转变可能性就会大得多。

4)第四轮尝试：同时寻找用于转换的“需求用户场景用户”。

资料来源：酒店数据(无论会员是否停留状态)用户的移动喜好(是否有旅游类应用，如航空应用、酒店应用、OTA应用等)。

筛选策略：酒店入住中高频商务旅游标签。

试用效果： 使用短信推送红包，响应率 0.6% ≤1% ，每个客户费用 2 到 3 元..

第二，测试结果的比较。

可见，利用大数据，在场景的基础上结合标签进行准确的营销是客户的最佳方案。

除了降低接收客户的成本，还有更多基于数据的用户过滤方法，可以用于实际的分层用户营销。例如，如果您进行了应用程序营销活动，如果您使用文本消息发送给不同的用户，那么活动用户的响应率肯定要比非活动用户高得多，并且实际的试用效果是这两种用户数据之间差异的22倍。这背后的原因是以前的高频登记会员可能因工作变更而不再有商务旅行要求，所以找出活跃、要求高的用户，消除熟睡用户的影响，并具体地将营销转变为活跃用户，以提高活动的响应效率。

今天的酒店业从野蛮增长的粗放阶段进入了良好运作的时代。包括酒店的位置、商店的定价、会员的评价、用户的营销等等，酒店逐渐形成了一个良性循环的数据来指导操作，并取得了显著的效果。明天的酒店竞争可能不仅仅是房间的硬件和服务人员的态度，而且酒店如何使用数据来调整业务模式，并提供用户愿意支付的更多专属产品和服务。每个消费者行为都有特定的场景提示，并且需要在特定的场景中刺激需求，并且发现这些场景相当于找到机会。我们可以想象，当客人入住时，根据用户数据的挖掘，跟踪和分析，了解和判断用户的需求，推动适当的餐饮、健身和其他支持和附加产品。在未来，酒店还可以在线路之前、前后和之后充分挖掘到达用户的机会。