Une version « normale » de la vie revient à la suite de la pandémie de COVID-19 qui comprend les voyages et les vacances. De nouvelles recherches en Gestion des opérations de fabrication et de service prédit la demande pour plusieurs types de chambres d’hôtel en fonction des caractéristiques des clients, des attributs de voyage et des caractéristiques des chambres. Cette méthodologie fournit des informations sur la segmentation, classant chaque invité en segments (ou un mélange de segments) en fonction de leurs caractéristiques.
« Pouvoir recommander des offres personnalisées en utilisant cette approche peut fournir l’avantage nécessaire à tout vendeur, compagnie aérienne, hôtel ou détaillant en ligne dans l’environnement hautement concurrentiel d’aujourd’hui », déclare Sanghoon Cho de la Texas Christian University.
L’étude, menée par Cho, Mark Ferguson et Pelin Pekgun, tous de l’Université de Caroline du Sud, et Andrew Vakhutinsky d’Oracle Labs, examine le comportement des clients à l’aide d’une application Oracle Hospitality Global Business Unit.
« Comprendre la véritable demande des clients pour un produit est essentiel pour être en mesure d’offrir le bon produit au bon client. Cependant, les cas où les clients peuvent choisir de ne pas acheter en raison des prix élevés ou du manque d’intérêt pour les offres disponibles, peuvent conduire à une vision déformée de la demande future. De plus, chaque client est unique et une politique unique peut ne pas être efficace face à une population de clients aux préférences variables », poursuit Ferguson, doyen associé principal pour les universités et la recherche et Professeur Dewey H. Johnson de sciences de gestion à la Darla Moore School of Business. « Nous suggérons une méthode qui surmonte les deux défis simultanément. »
« Ces résultats peuvent aider les fournisseurs à formuler des politiques marketing plus efficaces et à proposer des recommandations personnalisées plus susceptibles d’être acceptées », conclut Pekgun, directeur de la faculté du programme Master of Science in Business Analytics et professeur agrégé de sciences de gestion à la Darla Moore School of Entreprise.
Ce modèle fera partie de la plate-forme d’intelligence artificielle appliquée PRIME d’Oracle Hospitality et sera utilisé pour sélectionner les offres personnalisées optimales pour les chambres et les produits. Il est également destiné à être utilisé dans la partie analyse prédictive de l’outil d’optimisation de la différenciation des prix pour trouver le supplément optimal pour les chambres premium en fonction des caractéristiques du client réservant.
« Oracle Hospitality se concentre sur l’exploitation de ces modèles pour générer des résultats commerciaux positifs spécifiques, une augmentation des revenus, une augmentation de l’engagement des clients et une réduction des frictions opérationnelles. Notre objectif est toujours d’aider nos clients de l’hôtellerie à améliorer leurs performances en matière de revenus », déclare Jason Bryant, vice-président d’Oracle Hospitality.
Sanghoon Cho et al, Estimation de la demande personnalisée avec des non-achats non observés à l’aide d’un modèle mixte : une application dans l’industrie hôtelière, Gestion des opérations de fabrication et de service (2022). DOI : 10.1287/msom.2022.1094