Im Zuge der COVID-19-Pandemie kehrt eine „normale“ Version des Lebens zurück, die Reisen und Urlaub einschließt. Neue Forschung in Fertigungs- und Dienstleistungsbetriebsmanagement prognostiziert die Nachfrage nach mehreren Arten von Hotelzimmern basierend auf Gastmerkmalen, Reiseattributen und Zimmermerkmalen. Diese Methodik liefert Einblicke in die Segmentierung, indem jeder Gast anhand seiner Merkmale in Segmente (oder eine Mischung aus Segmenten) eingeteilt wird.
„Die Möglichkeit, personalisierte Angebote mit diesem Ansatz zu empfehlen, kann jedem Online-Verkäufer, jeder Fluggesellschaft, jedem Hotel oder Einzelhändler im heutigen hart umkämpften Umfeld den nötigen Vorteil verschaffen“, sagt Sanghoon Cho von der Texas Christian University.
Die Studie, die von Cho, Mark Ferguson und Pelin Pekgun, alle von der University of South Carolina, und Andrew Vakhutinsky von Oracle Labs durchgeführt wurde, untersucht das Kundenverhalten unter Verwendung einer Oracle Hospitality Global Business Unit-Anwendung.
„Das Verständnis der wahren Nachfrage der Kunden nach einem Produkt ist entscheidend, um dem richtigen Kunden das richtige Produkt anbieten zu können. Es können jedoch Fälle auftreten, in denen sich Kunden aufgrund hoher Preise oder mangelnden Interesses an den verfügbaren Angeboten entscheiden, nicht zu kaufen zu einer verzerrten Sicht auf die zukünftige Nachfrage. Darüber hinaus ist jeder Kunde einzigartig, und eine Einheitsrichtlinie ist möglicherweise nicht effektiv, wenn es um eine Kundenpopulation mit unterschiedlichen Vorlieben geht“, fährt Ferguson fort, Senior Associate Dean für Akademiker und Forschung und Dewey H. Johnson Professor für Managementwissenschaften an der Darla Moore School of Business. „Wir schlagen eine Methode vor, die beide Herausforderungen gleichzeitig überwindet.“
„Diese Ergebnisse können Anbietern helfen, effizientere Marketingrichtlinien zu formulieren und personalisierte Empfehlungen anzubieten, die mit größerer Wahrscheinlichkeit akzeptiert werden“, schließt Pekgun, Fakultätsdirektor des Master of Science in Business Analytics-Programms und außerordentlicher Professor für Managementwissenschaften an der Darla Moore School of Geschäft.
Dieses Modell wird Teil der Applied Artificial Intelligence-Plattform PRIME von Oracle Hospitality und wird verwendet, um die optimalen personalisierten Angebote für Zimmer und Produkte auszuwählen. Es soll auch innerhalb des Predictive-Analytics-Teils des Preisdifferenzierungs-Optimierungstools verwendet werden, um den optimalen Zuschlag für Premium-Zimmer basierend auf den Eigenschaften des buchenden Gastes zu finden.
„Oracle Hospitality konzentriert sich darauf, solche Modelle zu nutzen, um spezifische positive Geschäftsergebnisse, höhere Einnahmen, stärkeres Gästeengagement und weniger betriebliche Reibungsverluste zu erzielen. Unser Ziel ist es immer, unseren Hospitality-Kunden dabei zu helfen, die Umsatzleistung zu verbessern“, sagt Jason Bryant, Vice President von Oracle Hospitality.
Sanghoon Cho et al, Schätzung der personalisierten Nachfrage mit unbeobachteten Nichtkäufen unter Verwendung eines Mischungsmodells: Eine Anwendung in der Hotelbranche, Fertigungs- und Dienstleistungsbetriebsmanagement (2022). DOI: 10.1287/msom.2022.1094