Data. Katastrofe eller opdagelse?

Hvis du ikke er et matematikgeni eller har taget dine kvantitative analysekurser på MIT, leverer det nuværende fokus på big data enten migrænehovedpine eller et ønske om de dage, hvor regnearkanalyse betød en forfremmelse.

På en nylig Eye for Travel Analytics-konference kastede eksperter fra Hilton, Wyndham, Priceline.com, United Airlines, Travelocity International, Novatel, Highgate Hotels og mange andre guruer enorme mængder kvantitative data til hundreder af virksomhedsledere, der har til opgave at designe , udvikling og analyse af deres marketingkampagner og forretningsudvikling. Alle kæmper for at holde sig ajour med den aktuelle måling, der er afgørende - ikke kun for at indsamle dataene, men også for at give mening ud af det.

Dataviser
Der er ikke noget problem med at indsamle data, da snesevis af virksomheder er oprettet til at gøre dette gratis eller nominelle omkostninger; problemet er at bestemme, hvilke data der skal indsamles, deres gyldighed, og hvad der skal gøres med dem. Den endnu større udfordring er at få den øverste ledelse til at tage informationen seriøst og bruge den til at udvikle, ændre og / eller ændre strategier.

I øjeblikket ser branchen ud til markedsundersøgelsessegmentet som en hund med en knogle - hunden kan virkelig godt lide knoglen og deler gerne prisen med sin ejer - dog doggie ben er ikke nyttige eller attraktive for ejeren og er kun smukke for hunden. Med andre ord er markedsundersøgelsesguruerne glade som muslinger med al denne information - men de kan ikke engang give dem væk.

Hvorfor
En nylig undersøgelse foretaget af The Relevancy Group viser, at mindre end halvdelen af ​​marketingfolk har adgang til instrumentbrættet til de kritiske målinger, der er nødvendige for at drive optimeringsprogrammer. Denne rapport fra 2012 fastslog, at en tredjedel af marketingmedarbejderne sprænger e-mail uden kendskab til placeringshastighed for indbakke og ingen forståelse for vigtigheden af ​​disse oplysninger.

For at gøre tingene endnu værre fandt Gilmartin (1,2013. april 1998) i sin gennemgang af Wolfes XNUMX-undersøgelse, at vi fejlagtigt antager, at forbrugerne beslutter rationelt, og forespørgsler, der tvinger rationelle svar, er fejlbehæftede. Nuværende forskning overvejer ikke subtile ændringer i værdier og verdensbillede og ignorerer ændringer i mind mapping, der opstår med alderen.

Hjernevidenskabelig forskning har udfordret forbrugernes adfærd. Det blev antaget, at folk nøjagtigt angiver deres værdier, behov og motivationer; forskning viser imidlertid, at dette ikke er sandt, og i virkeligheden er forbrugerne ikke kvalitativt bevidste. Erkendelsen af, at folk ikke forstår deres motiver, udfordrer de grundlæggende principper for forskning. Ifølge Massy, ​​Frank og Lodahls forskning kan "Multivariate statistikker, der beskriver personlighedstræk, tegne sig for ikke mere end 7 procent af købsadfærd."

En anden falsk antagelse er troen på, at forbrugerne træffer købsbeslutninger baseret på egeninteresse og bruger fornuft i produktvalg. Hjerneforskning finder, at fornuften spiller en mindre rolle i personlige beslutninger, da forbrugere ikke vælger rationelt; enhver forskning, der tvinger rationelle svar, vil være forkert, ifølge Kevin J. Clancy og Robert S. Shulman (Marketing Revolution).

Smart Travel Analytics tilbyder indsigt
Selvom de grundlæggende principper for data revurderes, tilbyder forskningen - i det mindste - muligheden for at reflektere over, hvor vi har været, hvor vi er, og muligheden for at overveje, hvor vi skal gå videre. At forstå, at data ikke er perfekte, bør ikke betyde, at de blev elimineret som et marketingværktøj - hvad det antyder er, at de bruges som en del af et arsenal, der forsøger at give en portal til fremtiden (hvilket er ukendt).

Lektioner delt med øje for rejser
1. PWC fandt de stærkeste Rev PAR (belægning x ADR = Rev PAR) gevinster i kategorierne luksus, øvre opskalere og fornemme hotel. Der er tegn på bedring i logibranchen – især i den øverste kæde af kæder, og der er også plads til fortsat vækst.

2. Smith Travel Research kategoriserer hoteller efter mærker, der inkluderer:

- Luksuskæder: Fairmont, Four Seasons, ICH, Mandarin Oriental, Ritz Carlton, St. Regis og Waldorf
–73.1 procent belægning ADR US $ 274.11. Resultat: Rev PAR US $ 208.28

- Øvre opskalerejendomme: Hilton, Marriott, Hyatt, Sheraton, Westin og Wyndham
–70.7 procent belægning 154 US $ ADR. Resultat: Rev PAR US $ 109

- Fornemme hoteller: Courtyard by Marriott, Crowne Plaza, Four Points, Hilton Garden Inn og Radisson
–70.8 procent belægning 116.51 US $ ADR. Resultat: Rev PAR US $ 82.46

- Øvre midscale-hoteller: Comfort Inn, Holliday Inn, Fairfield Inn og Hampton Inn & Suites
–62.9 procent belægning 97.21 US $ ADR. Resultat: Rev PAR US $ 61.14

- Mellemstørrelse: Best Western, Holiday Inn Express, La Quinta Inn & Suites plus Wingate
–54.7 procent belægning 74.30 US $ ADR. Resultat: Rev PAR US $ 40.67

- Økonomi: Days Inn, Motel 6, Red Roof Inn og Super 8
–54.3 procent belægning 52.34 US $ ADR. Resultat: Rev PAR US $ 28.41

-Uafhængige ejendomme: Fontainebleau, Hotel Gansevoort, Watergate og Hotel Bel-Air
–61.3 procent belægning 105.81 US $ ADR. Resultat: Rev PAR US $ 64.88

3. Peter Lim. Wyndham Hotel Group.

Wyndham har over 7,000 hoteller i 66 lande, der repræsenterer 15 brands. En af Lims' målinger bruges til at prioritere international udviklingsindsats på verdensplan. Ved at indsamle data fra Amerika, Europa, Mellemøsten/Afrika og Asien og Stillehavsområdet er hans fokus på at forudsige indtægts-EBITDA (Earnings before Income Taxes Depreciation and Amortization) for at prioritere den globale udviklingsindsats.

4. Martin Stolfa, Hilton Worldwide. Analytics-modenhedsmodel.

- Trin 1. Seniorledelsen har begrænset interesse for analyser.

- Trin 2. Ledelsen "line-of-business" driver analyser.

- Trin 3. Seniorledere er forpligtet til at analysere og tilpasse ressourcer til supportdata.

- Trin 4. Hele organisationerne er analytisk i stand og udvikles som en prioritet for virksomheden.

- Trin 5. Hele organisationen drager fordel af virksomhedsomspændende analyser, og kontinuerlig forbedring bliver mantraet.

5. Thomas H. Davenport og DJ Patil. Data Intelligence Organisation.

- Data er overalt og silobaseret - men skal bruges strategisk i organisationer

- Data betragtes som et lagerelement

- Dataindsamling inkluderer:

- Kunde (dvs. adfærd, præferencer, ambitioner, køb og livscyklus)

- Frontline (dvs. skræddersyede tjenester, situationel parathed og tilbudsrespons)

- Teknologer (dvs. opbevaring, produktkatalog, loyalitetssystemer, prissætning / beholdningssystemer)

- Data indsamlet og analyseret fører til prispositionering, undgåelse af service og forudsigelig vedligeholdelse

GIGO. Affald ind. Affald ud.
Der er mange udfordringer for erhvervelse og funktionalitet af data, og det er kun en del af processen at adskille hveden fra agnet. Valg af guldklumper fra pålidelige kilder kan forbedre resultaterne; derfor kan kravet om at sikre kvalitetsdata være afskrækkende.

Opsynsmand, kurator eller leder
Efterhånden som mængden af ​​data, der indsamles og analyseres, øges, og ny software opstår, er det en anden formidabel opgave at finde talentet til at håndtere processen. Big data kræver specifikke ledelsesovervejelser:

1. Kvalitet. Er oplysningerne nøjagtige, komplette og pålidelige?

2. Kontrol. Er der en fortrolighedspolitik på plads for følsomme data; hvem har tilladelse til at se og udnytte oplysningerne, og hvilke anvendelser er acceptable?

3. Ejerskab. Hvem har dataene, og hvem træffer den endelige beslutning om deres disposition?

I dette øjeblik ser det ud til, at branchen er i jagt / indsamlingsfasen af ​​analyser. Nu ville det være hensigtsmæssigt at indføre bedste praksis for at sikre nøjagtighed og visdom i brugen.