algorithme-segmentation-hotel

Les nouveaux algorithmes de segmentation pour les hôtels

Les algorithmes de prix les plus populaires sont parfaits pour optimiser les revenus des chambres d’un hôtel, mais ce n’est plus le cas lorsqu’il est temps de considérer l’impact des prix sur toutes les sources de revenus.

Malheureusement, ce niveau d’analyse en Revenue Management ne suffit plus.

Pour parvenir à une véritable stratégie de Total Revenue Management, vous devez suivre et évaluer vos clients tout au long de leur séjour. Ce type d’analyse commence en étudiant le comportement de vos clients passés, et c’est alors là où les choses se compliquent.

Lire aussi : L’avantage concurrentiel de la segmentation prédictive

Heureusement, une combinaison de techniques d’exploitation des données très puissante peut être utilisée pour tracer le processus de décision aléatoire que vos clients ne cessent de suivre.

Les algorithmes de segmentation d’un hôtel

1. L’analyse de panier de consommation

L’analyse de panier de consommation est la technique qui permet de trouver les produits qui apparaissent ensemble le plus souvent dans le panier du client.

L’exemple le plus célèbre, bien que probablement inventé, est la façon dont un magasin a exploité les tickets de caisse de ses clients pour constater que les couche pour bébé et les packs de bière étaient les deux produits les plus souvent achetés ensemble parce que les pères de famille qui sont envoyés au magasin pour acheter des couches en profitent pour se ramener un « produit plaisir » pour eux-même. Cette constatation a conduit la direction du magasin à déplacer le rayon des couches pour bébé à coté de celui des packs de bière.

Un autre exemple que vous devez connaitre est l’offre marketing suivante : « Les clients qui ont acheté cet article ont également acheté celui-ci ».

L’analyse de panier de consommation ne vous donne pas uniquement la probabilité que deux articles se trouveront dans le même panier, mais aussi la valeur globale des achats lorsque ces deux éléments apparaissent ensemble.

Dans l’analyse des clients de l’hôtel, nous pouvons utiliser les algorithmes de panier de consommation pour trouver des associations entre certains comportements. La valeur la plus simple consiste à trouver la valeur globale des dépenses totales par niveau de prix ou type de chambre.

Si par exemple, les clients des chambres supérieures dépensent en moyenne entre 100€ et 200€ de plus par séjour dans les points de vente de l’hôtel, vous pouvez concevoir une réduction spécifique pour ce type de clients sur la base de cette donnée.

L’analyse de panier de consommation peut également vous aider à trouver les clients pour lesquels il ne faut pas offrir de rabais. Le célèbre casino Harrah’s de Las Vegas a découvert que leurs meilleurs clients ne sont pas ceux qui sont les plus flambeurs. Ce sont en réalité les clients avec des revenus moyens qui génèrent 82% des revenus du casino même s’ils ne représentent que 26% de sa clientèle.

L’analyse par panier de consommation peut être réalisée à tout niveau de détail. Vous pouvez trouver la combinaison des points de vente qui crée le plus de revenus et trouver la combinaison de prix, de réduction et de canal de vente qui attire le plus souvent ce type de clients à l’hôtel.

Vous pourrez commencer à apercevoir les canaux de distribution qui attirent les meilleurs clients et quelles offres créent un retour sur investissement positif. Ainsi vous pourrez commencer à concevoir de nouveaux niveaux de prix, des promotions et de nouvelles approches marketing. C’est ce qu’on appelle le Total Revenue Management.

D’autres points de contact des clients peuvent également être ajoutés au panier de consommation comme un élément d’analyse. Ceux-ci comprennent le temps du check-in, du check-out, de l’entrée et de la sortie de la chambre, le ménage quotidien et d’autres demandes. Vous pouvez analyser cela par durée de séjour et jour de séjour.

2. Les arbres de décision

La compréhension de la combinaison des transactions d’un client est critique, mais il est tout aussi important de comprendre l’ordre de ces transactions.

Dans un hôtel, certaines activités cannibalisent les revenus des autres activités. Par exemple, des soins longs au spa peuvent interdire les clients de passer au bar de la piscine ou au restaurant pour le déjeuner.

Les arbres de décision constituent un outil d’extraction des données qui révèle la probabilité que deux ou plusieurs activités auront lieu dans un ordre précis. Les arbres de décision sont créés en divisant le choix d’un client à un moment donné dans les segments (les branches de l’arbre). Chaque branche montre la probabilité qu’un « chemin » de choix sera suivi.

Par exemple, quelle est la probabilité qu’un client qui réserve via un OTA, à 21 jours de l’arrivée, va dîner au restaurant de l’hôtel la deuxième nuit de son séjour ? Le résultat de cette analyse est que vous obtenez une carte de la probabilité qu’un client suivra un certain modèle d’étapes, permettant ainsi au Revenue Management, au marketing et au service à clientèle de concevoir des offres spéciales autour de la plupart de ces scénarios.

Les arbres de décision révèlent également les points d’étranglement qui interdisent le plein engagement des clients.

Par exemple, un hôtel a tenu une politique de check-in à 15h parce qu’elle était la norme dans son secteur. En conséquence, de nombreux clients épuisés sont restés dans leur chambre la première nuit et ont commandé un service en chambre. Le menu du room service était limité de sorte que la facture moyenne était une fraction de la facture moyenne du restaurant de l’hôtel.

Les clients qui ont effectué leur check-in avant 11h, en payant des frais d’arrivée anticipée, ont à l’inverse passé la journée à la piscine tout en profitant du bar, puis la moitié d’entre eux ont dîné au restaurant.

En modifiant l’heure du check-in à une heure plus matinale et en éliminant les frais de early check-in, l’hôtel a non seulement augmenté de manière significative sont taux d’acquisition la première nuit mais a aussi gagné des revenus supplémentaires parmi ses meilleurs clients.

La puissance réelle des arbres de décision est qu’ils vous permettent de voir les relations entre les multiples actions en même temps au lieu de vous limiter à une cause/un effet dans lesquels la plupart des actions des clients sont perçues. Les arbres révèlent que le comportement des clients est varié et compliqué, mais vous pouvez prédire leur comportement avec assez de précision pour en profiter d’anticiper leurs besoins à chaque étape.

En conclusion

Il est évident que ces techniques avancées ne sont pas disponibles encore pour la grande majorité des établissements. Toutefois, pour les hôtels qui peuvent investir dans ce type de recherche, la hausse des revenus est évidente.

L’analyse de panier de consommation et les arbres de décision vous permettent de peindre une image à 360 degrés de chaque étape que vos clients sont susceptibles de suivre de sorte que vous pouvez avoir une longueur d’avance sur eux, en anticipant leurs besoins et leurs attentes.