降低获客成本 酒店还可以这样玩转大数据
2017-06-09
近几年连锁酒店集团一直致力于持续推进直销策略,扩大酒店会员基数,如今,华住酒店集团有7000万会员,如家酒店集团有5500万会员,铂涛酒店集团有6000万会员,锦江酒店集团有3500万会员,这些酒店集团会员量还呈现出稳定上升的势头。然而对于酒店来说,最终落脚点一定要体现在收益上,因此,接下来的核心任务即如何提升会员的交易量。在交易挖掘方面,不少酒店集团基于强大的会员基础,大力将用户行为从线下引向线上,而线上的竞争正在从PC端转向移动APP。
APP在酒店自有营销中发挥着重要作用若想运营好APP,首先要解决的一个问题是如何将用户吸引至APP这个渠道上。过去一年,酒店业要降低OTA占比的口号不绝于耳,其目标就是为了降低获客成本。只有当自营渠道的获客成本足够低,这些口号才能真正转化为实际落地的行动。不久前,某酒店集团就进行了一次基于大数据优化APP获客成本的试验,下文简述,以作分享。
试验目的
酒店集团拥有数量庞大的会员,会员核心注册数据是手机号,有了手机号就可以利用短信与用户进行互动,那么怎样才能有效利用短信推送引导用户注册APP并通过APP进行酒店预订呢?针对以上问题,该酒店集团分别在有大数据和无大数据作支撑的情况下进行了比对试验,从而得出较优的APP获客方案。
第一轮尝试:全量短信推送
大部分酒店集团对于会员的招募是宽进宽出的。用户转化为会员基本可以无任何成本,仅需提供手机号(入住过程中酒店一般都可以获得入住客人的手机号)即可完成会员转化。接下来就涉及到另一个问题,应该如何将线下会员转化为APP会员?酒店知晓会员的手机号,是否可以全量推送短信进行营销呢?如果会员量是20万,短信营销的成本当然可以接受,但是对于会员量上千万的酒店集团来说,全量短信推送的成本并不低。
实际测试效果数据显示,全量短信推送的转化率为0.024%,单客成本为85元。85元的会员转化单客成本过高,必须找到更合适的方法发掘更容易转化的那批用户进行优先转化。
第二轮尝试
找到有需求的会员将其转化为APP用户
偶尔入住用户和高频入住用户(出差用户或经常性出游用户)谁更容易被吸引至移动端APP?显而易见,APP会员经营更适用于高频入住用户。对于1年仅有一两次旅游需求的用户来说,网页版的携程基本就可以满足其需求,无需下载APP做酒店预订。只有对于经常性出差的用户来说,APP提供的常住酒店、常用房型的推荐以及可以兑换各种小商品的会员积分才能体现出更有竞争力的价值。找出潜在APP转化用户进行营销,可以降低APP单客获客成本。基于此原因,该酒店集团进行了如下尝试:
数据来源:用户的移动偏好(是否安装出行类APP,如航空APP、酒店APP、OTA APP等)。
筛选策略:筛选TalkingData标签中带有商旅出行标签的用户。
尝试效果:筛选后的用户,单客获客成本为28元,降低为未筛选前的1/3。
此次尝试使用的仅是TalkingData的用户标签数据。在实际运作中,也可以通过酒店现有的会员入住行为数据进行用户筛选。例如,筛选不同入住次数的用户进行分批次推送:第一轮推送历史入住次数超过20次的用户;第二轮推送历史入住次数在5-19次的用户;最后推送历史入住次数低于5次的用户。从理论上来说,因为入住需求的不同,每一轮推送的相应效果应该是从高到低分批次递减,单客获客成本也会逐步升高。
第三轮尝试:找到合适的转化场景
哪些用户有出行计划?哪些用户有转化为APP用户的首要动力?
举个例子,同样是宝妈,如果在周六考虑要带宝宝去什么地方玩的时候收到宝宝爬爬赛的活动推送,宝妈参加活动的可能性很高,但是如果宝妈在上班开会的时候收到短信,这条短信基本就会石沉大海了。酒店会员也一样,当会员在酒店入住时收到酒店的红包代金券会比其他时候更愿意点击领取。找到适合转化营销活动的用户场景进行用户推送可以提高响应效率。
数据来源:酒店数据(会员是否是入住状态)。
筛选策略:筛选酒店当前处于已入住未离店状态的用户。
尝试效果:针对会员转化为APP用户的短信推送,进行筛选后转化率为0.3%,获客成本是6.7元,成本降低为未筛选前的1/13。
对于用户是否有酒店预订需求的预判,也可以利用用户的商旅APP活跃情况(用户在近三天是否启动过任意一款指定商旅APP)进行筛选。有出行计划的用户在收到酒店优惠券、红包、折扣等活动时,由于有酒店入住需求,相应的转化可能性会大很多。
第四轮尝试:
同时寻找“需求用户+场景用户”进行转化
数据来源:酒店数据(会员是否是入住状态)+用户的移动偏好(是否安装有出行类APP,如航空APP、酒店APP、OTA APP等)。
筛选策略:酒店入住中+高频商旅标签。
尝试效果:使用短信推送红包的形式,响应率为0.6%~1%,单客获客成本为2-3元。
试验结果对比
可见,利用大数据,在场景结合标签的基础上进行精准营销是最优获客方案。
除了此次降低获客成本的尝试之外,还有更多基于大数据的用户筛选方式可用于实际的用户分层营销。比如,做一次APP营销活动,如果使用短信对不同用户进行投送,响应率效果一定是活跃用户远高于非活跃用户,实际的尝试效果是两类用户数据的响应率差了22倍。背后的理由是,以往的高频入住会员可能由于工作变化不再有出差需求,因此找到活跃的、有需求的用户,去除沉睡用户的影响,专向对于活跃用户进行转化营销才可以提升活动的响应效率。
今天的酒店业已经从野蛮生长的粗犷发展阶段进入了精细化运营的时代。包含酒店的选址、门店的定价、会员的评价、用户的营销等,酒店已经开始逐步形成数据指导运营的良性循环,并看到了显著效果。明天的酒店比拼的可能不仅仅是房间的硬件设置及服务人员的态度,更多的是看酒店如何使用数据调整业务方式,提供更多用户愿意买单的专属产品及服务。每个消费行为都带有一定的场景暗示,而需求要在特定的场景下才会被激发,找到这些场景,就等于找到了机会。我们可以设想当客人在办理入住的时候基于对用户数据的挖掘、追踪和分析,理解并判断用户的需求,推送合适的餐饮、健身等配套及附加产品。未来,酒店还可以在用户行前、行中、行后环节充分挖掘触达用户的机会。