Статьи

Подбор отеля и путевок: как работают большие данные в туризме

Глобальный рынок индустрии туризма и аналитики больших данных оценивается в районе 225,4 млрд долларов в 2023 году – и через 10 лет должен вырасти до 487 млрд долларов. Такие прогнозы в последнем отчете делают аналитики Future Market Insights. Неудивительно: технологии Big Data сегодня помогают туркомпаниям анализировать колоссальные объемы данные об их клиентах, чтобы разрабатывать персонализированные рекомендации и наращивать прибыль.

Зачем туриндустрии большие данные

Технологии Big Data постепенно проникают во все сферы нашей жизни – ведь данные буквально окружают нас. И мы сами каждый день оставляем за собой длинный информационный след, кликая на сайты в интернете, расплачиваясь банковской картой, делая посты в соцсетях с геометками и совершая покупки на маркетплейсах.

Информация о нас, которую собирают банки, телеком-операторы, поисковики, агрегаторы, соцсети, представляет огромный интерес в том числе для туристических компаний, даже если она выдается в деперсонализированном виде.

Дело в том, что умение не только накапливать большие объемы информации о том, что происходит в отрасли на самых разных уровнях, но и раскладывать ее «по полочкам» – анализировать ее и принимать, исходя из результатов анализа, бизнес-решения – помогает туроператорам, отелям, гидам, экскурсоводам и другим участникам рынка выстраивать свою работу эффективнее.

И это имеет огромное значение для представителей туриндустрии, учитывая, какой стресс они испытали во время пандемии коронавируса, когда большинство стран были закрыты для въезда. Рынок пакетного группового и индивидуального туризма обвалился, и спрогнозировать что-либо было крайне сложно. К слову, путешественники затем долгое время с опаской подходили к поездкам в другие страны даже после снятия коронавирусных ограничений – по прогнозам UNWITO, международный туризм до конца 2023 года восстановился лишь на 80-95%.

Персонализированные предложения

Первое направление, для которого большие данные представляют актуальность – это формирование персонализированных предложений, выгодных турпакетов и проведение целевых маркетинговых кампаний.

Туроператоры, используя инструменты анализа больших данных, могут собирать и обрабатывать данные о своих клиентах – демографические характеристики, род профессиональной деятельности и уровень дохода, любимые направления и активности, бюджет на отпуск, структуру трат и другие важные показатели. В итоге туроператорам удается понять желания клиента и повысить уровень его удовлетворенности и лояльности – а значит, он быстрее решится на покупку.

Кейс. билайн

В качестве примера работы с технологиями Big Data в туриндустрии можно привести продукт геоаналитики билайн, который аккумулирует обезличенные данные о турпотоке в России. билайн.Геоаналитика показывает самые популярные регионы, в которые стремятся путешественники, предоставляет детальную информацию по каждому субъекту страны - количественные показатели туристического потока (туристы и экскурсанты), откуда приезжают туристы и на чем они приезжают в регион, средние значения длительности поездок, пол, возраст, семейный статус и уровень дохода туристов.

Рекомендательные системы

Активно в сфере туризма развиваются и рекомендательные системы, разработанные в том числе на базе технологий искусственного интеллекта. Так, заходя на сайт оператора или даже просто читая ту или иную страницу в интернете, человек может увидеть рекламный баннер, который его заинтересует.

Если о клиенте заранее ничего неизвестно, ему предложат самые популярные страны и направления, отели и активности. Если информацию о человеке уже проанализировали – к примеру, ИИ понял, что человек только что прочитал пять статей о том, чем заняться на Байкале зимой, то ему посоветуют и тур, и гида, и формат размещения.

Кейс. FUN&SUN

Туроператор FUN&SUN не так давно внедрил решение предиктивной аналитики. Оно работает на основе анализа всех имеющихся данных по клиентам: учитывается вся история их покупок и кликов на сайте, подписок и отписок, запросов и обращений. На основе поведения человека в сети система формирует портрет клиента и предлагает соответствующий продукт.
Рекомендательная система была интегрирована с маркетинговой платформой. До ее внедрения маркетологи вручную обрабатывали данные об аудитории аж по 200 параметрам – теперь за них это делают модели машинного обучения.

Прогнозирование спроса

Кроме того, информация о количестве бронирований, сезонных тенденциях, инфляции в странах, экономической и политической ситуации позволяет туркомпаниям прогнозировать спрос на билеты и отели – и оптимизировать цены на свои продукты. Это помогает получать максимум дохода в пиковые месяцы и эффективнее выстраивать работу в сезон низкого спроса.

Кейс. НИУ ВШЭ и «Новое сервисное бюро»

Сотрудники Центра искусственного интеллекта НИУ ВШЭ вместе с АО «Новое сервисное бюро» создали платформу предиктивной маркетинговой аналитики для индустрии гостеприимства. Решение анализирует информацию о числе бронирований, предоплатах и способах оплаты, времени проживания, кликах на сайте, погоде – и выдает прогноз о том, каким спросом будут пользоваться услуги отелей в тот или иной месяц.

Решение уже применяют в отелях Ленинградской области и Карелии. Разработчики отмечают, что платформа демонстрирует точность на уровне 94%, когда дает рекомендации усилить маркетинговую активность в тот или иной месяц.

Как Big Data развивают отрасль

Результаты анализа больших данных не только позволяют туроператорам вывести сервис на новый уровень, а путешественникам – найти самое удачное предложение. Технологии можно использовать для развития внутреннего туризма в конкретных регионах.

Так, эффективно применять данные аналитики можно на уровне местных администраций и туристских информационных центров. К примеру, геоаналитика туристического потока поможет властям спланировать, где требуется развивать туристическую инфраструктуру, где целесообразно размещать кемпенги, глемпинги и иные туристические объекты. Она подсветит новые туристические маршруты и точки притяжения туристов и покажет портрет туриста, кому интересны такие локации. Так же геоаналитика турпотока поможет запланировать различные мероприятия и фестивали.

А сбор отзывов и рекомендаций путешественников может подсказать властям, в какой точке требуется финансирование – возможно, туристы недовольны состоянием транспортной инфраструктуры, программами, которые предлагает тот или иной музей, жалуются на отсутствие качественных заведений общепита или неухоженные газоны.

В этом случае системы могут посоветовать властям, в каком направлении нужно развиваться активнее. Очевидными в ходе таких опросов могут стать и сильные стороны региона – и тогда станет ясно, на чем нужно сделать акцент в продвижении, чтобы привлечь максимум туропотока в город.

Кейс. «СберАналитика»

Похожие функции предлагает панель «Туризм» на платформе «СберАналитика» – она помогает оценить вклад отрасли в региональную экономику и оценить приоритеты развития индустрии. Решение использует индекс по развитию туризма в российских регионах на основе Big Data - анализируя депересонализированные данные и визуализируя их в интерактивном формате.

Сложности с большими данными

Разумеется, технологии работы с Big Data пока далеки от совершенства – и анализ ИИ желательно сопровождать качественными и количественными исследованиями, например, опросными. В таком случае удастся получить результаты, наиболее приближенные к реальности, проверить гипотезы, полученные с помощью Big Data.

Осложняет внедрение подобных сервисов в туриндустрии и отсутствие единой методологии сбора, обработки и анализа информации, которая бы давала представление о развитии отрасли. Без такой стандартизации управлять туризмом на государственном и региональном уровнях сложно – должны быть разработаны единые правила игры и подходы упорядочивания информации.

Кроме того, не все игроки на рынке имеют средства для интеграции решений на основе больших данных в свои бизнес-процессы. А окупаемость таких инвестиций может затянуться – эффект такие технологии дают не быстрый. Некоторым компаниям это соображение мешает даже решиться на тестирование решения.

Немаловажное значение имеют и риски утечки информации о пользователях, к примеру, в ходе кибератак, количество которых в последнее время увеличилось. Туркомпаниям, которые оперируют персональными данными пользователей, необходимо вложиться в том числе в усиленную защиту информации – в технологии информационной безопасности, хранилища данных, найм высококвалифицированных сотрудников в области ИБ.

Как бы то ни было, туризм в перспективе ближайших пяти-десяти лет явно станет «умнее» – несмотря на то, что пока туристическая отрасль в плане цифровизации пока сильно отстает от финтеха, ритейла и других сфер, очевидно. Однако интеграция Big Data и ИИ в индустрию продолжится, и на рынке путешествий будут появляться все новые примеры применения таких технологий.