Poznejte svého turistu, vyděláte na tom

Poznejte svého turistu, vyděláte na tom

Poznejte svého turistu, vyděláte na tom

Specifický cestovatelský trend – výměna nemovitostí – je ve světě velmi populární. Jak se ale prosadit v rostoucí konkurenci, predikovat nabídku a poptávku a vytěžit z tohoto alternativního cestovatelského proudu maximum? Odpověď na tuto otázku hledala společnost RCI, která je součástí giganta Wynham Hotel Group.

Společnost RCI se potýkala s problémem prognóz nabídky a poptávky a oceňování hodnoty nemovitostí ve výměnném systému, do kterého je zapojeno více než 3,7 milionu členů. Řešení, které přineslo hned v prvním roce výnosy ve výši 11 milionů dolarů, našla v přesnějším oceňování a prognózách prostřednictvím kombinace prediktivních analytických nástrojů a využívání soustavy výpočetních systémů (tzv. grid computing).

RCI tak dokázala v náročném ekonomickém prostředí zvýšit nejen své zisky a zároveň realizovat úspory, ale také dosáhnout spokojenosti a věrnosti klientů a nastartovat raketový růst objemu transakcí.

Proč analyzovat preference

Každý rok mají miliony členů společnosti RCI možnost vyměnit svoji nemovitost, resp. tzv. „timeshare“ (v určité lokalitě nebo na určitý týden v roce) za jakýkoli jiný timeshare v programu RCI Weeks. Ne všechny lokality či týdny, které jsou ve výměnném systému nabízeny, ale mají stejnou hodnotu. V praxi to znamená, že společnost RCI musí velmi pečlivě oceňovat všechny položky ve svém portfoliu a udržovat rovnováhu mezi nabídkou a poptávkou.

Dříve společnost používala systém, který podporoval tradiční výměny „jeden za jeden“, takový model byl ale dlouhodobě neudržitelný. RCI se rozhodla pro zásadní změny, které přinesly transparentnost hodnoty týdenních pobytů jednotlivých členů, možnost kombinovat více timeshare a také možnost získat kredit při výměně za týdenní pobyt v hodnotě nižší, než je hodnota původního timeshare.

Pro účely podpory těchto nových funkcí však bylo třeba přepracovat systém správy výnosů (revenue manage¬ment) společnosti RCI. „Vytvořili jsme velmi propracovaný model, který umožňuje ke každému týdnu dynamicky přiřazovat příslušnou hodnotu vycházející z mnoha faktorů,“ uvádí Srinidhi Melkote, ředitel analytického oddělení společnosti Wyndham Exchange & Rentals, a dodává:

„Svou roli hrají vzorce nabídky a poptávky, sezonnost, oblíbenost letoviska nebo velikost nemovitosti, a to vše na velmi detailní úrovni. Všechny tyto analytické a transakční činnosti byly velmi náročné na zpracování.“ A právě schopnost analyzovat preference a vzorce chování členů zapojených v síti RCI a schopnost spravedlivě oceňovat jejich hodnotu byly oním klíčem k dosažení výnosů ve výši 11 milionů dolarů a úspor převyšujících hodnotu 10 milionů dolarů (náklady předpokládané na období tří let).

Turismus v EgyptěTurismus v Egyptě|profimedia.cz

Obrovská databáze vytěžuje leady

Aplikace RCI Weeks pro výměnné obchody umožňuje správu zhruba dvou milionů různých jednotek. RCI využívá možností softwarového řešení společnosti SAS (konkrétně SAS Forecast Server a SAS Grid Computing) pro získávání údajů o transakcích z různých datových zdrojů a záznamů o průběhu prohlížení webových stránek (tzv. clickstream). Získaná data slouží pro účely vytváření analýz časových řad, regresních analýz a dalších ekonometrických modelů.

Čísla hovoří za vše: 6 milionů prognóz typu region/týden pro prognózy nabídek, 15 milionů prognóz typu region/týden/produkt pro prognózy využití a dalších 15 milionů prognóz typu region/týden/produkt pro prognózy poptávek. Tyto analýzy a prognózy umožňují společnosti Wyndham Exchange & Rentals přiřazovat aktualizovanou výměnnou hodnotu ke každému týdnu ve svém portfoliu – a to každý den. Díky tomu mají účastníci programu RCI mnohem více možností výměn než kdykoli předtím.

„Celkem máme asi 1,4 miliardy prognóz, které vytváříme každý den pomocí nástrojů SAS. Ty nám poskytují doporučené hodnoty pro naše portfolio. Tento proces trvá asi čtyři hodiny,“ vysvětluje Jeremy TerBush, viceprezident analytického oddělení Wyndham Exchange & Rentals.

Kromě toho pomáhá systém zefektivňovat marketingové strategie, umožňuje rozpoznávat klíčové trendy a přináší nové možnosti cross- a up-sellingových aktivit. Zákazník je klasifikován na základě dat získaných z cestovních vzorců a společnost následně využije svou databázi zákaznických údajů pro doporučení dovolených, které mohou oslovit další členy vykazující podobné vzorce.