- Заказчик
- Управляющая компания АО «Новое сервисное бюро»
- Задача
- Разработка системы предиктивной аналитики Data.Forecast
В последние годы в России значительно увеличился внутренний туристский поток, а вместе с ним — спрос на гостиницы, отели, глэмпинги со стороны путешественников и конкуренция между объектами размещения. Так, по данным Росстата число туристических поездок в 2023 г. увеличилось на 15% в сравнении с 2022 г. и составило почти 84 млн. поездок. К 2030 г. это число возрастет до 140 млн. Чтобы успешно и эффективно развиваться уже недостаточно использовать стандартные диджитал-инструменты продвижения. В ход вступают новые технологии прогнозирования результатов для бизнеса.
В ответ на вызов индустрии гостеприимства Управляющая компания АО «Новое сервисное бюро», Центр искусственного интеллекта НИУ «Высшая школа экономики» и веб-разработчик Activica создали российскую систему предиктивной аналитики Data.Forecast. О том, как создавался проект, читайте ниже.
Система предиктивной аналитики Data.Forecast Data.Forecast – первая российская система предиктивной аналитики для отелей. На основе методов машинного обучения платформа позволяет прогнозировать спрос и вероятность заезда после совершения бронирования, оценивает ценовую чувствительность, оцифровывает маркетинг и автоматически рассчитывает показатели стоимости привлечения клиента.
Система предиктивной аналитики учитывает более чем 2 600 факторов, которые влияют на индустрию гостеприимства, а также специфические отраслевые параметры. Команда из ЦИИ НИУ «Высшая школа экономики» обучила более 756 моделей и провела более 2 300 экспериментов. Так, прогнозы строятся на основе алгоритмов машинного обучения различного класса и достигают точности более 94%.
Вызовы отрасли гостеприимства С каждым годом отрасль гостеприимства сталкивается с новыми вызовами и ограничениями. Для того, чтобы маркетологам, отельерам и собственникам бизнеса быть успешными в своей отрасли, необходимо быть в курсе свежих трендов, анализировать и прогнозировать спрос, а также применять эффективные инструменты привлечения клиентов.
С какими вызовами сталкивается отрасль гостеприимства?
Изменчивый спрос в ценообразовании. Как правило, для принятия решения о бронировании гостю необходимо «соприкоснуться» с брендом не менее 8 раз — через рекламу, каналы коммуникаций в поисковых системах и социальных сетях.
Дорогостоящее привлечение «лидов» и высокие траты на рекламу. Стоимость привлечения гостя через прямые онлайн-продажи возросла на 20% — сказалась медиа- и диджитал-инфляция, которая в среднем в год растет на 15-20%.
Простой номеров. Большинство отелей сталкиваются с денежными потерями из-за отмен в последний момент и невозможности продажи номерного фонда из-за глубины бронирования — в среднем, 20-25% бронирований приходятся на отмененные (по данным TL.Дашборд).
Сокращается время на принятие управленческих решений.
Data.Forecast отвечает на все «боли» отельеров и создает систему предиктивной аналитики, позволяя контролировать эффективность маркетинга и продаж для оперативного реагирования на изменения рынка и управлять доходами.
Предиктивная аналитика — решение для успешного бизнеса Предиктивная аналитика — это способ прогнозирования рынка и планирования событий, который предсказывает наиболее вероятные события на основе анализа данных.
Data.Forecast содержит в себе комплекс ежедневно обучаемых моделей, автоматически объединяет и обрабатывает данные из внешних маркетинговых источников:
динамика бронирований и их свойства
посетители сайтов
конверсия кликов
маркетинговые активности
погодная обстановка
Полный цикл обучения длится 20 минут, а предсказания и вспомогательные модели формируются за 2−3 минуты.
В разработке использовали языки программирования, такие как R, Python, JavaScript, PHP и другие.
Система Data.Forecast основана на методе «скользящего контроля» или «кросс-валидации». Такой подход позволяет учитывать показатели точности, опираясь на уже имеющиеся данные. Это позволяет сделать выбор в пользу наиболее подходящей модели.
Логика работы моделей позволяет формировать прогноз по различным комбинациям отелей и категорий номеров. Такое прогнозирование помогает эффективно управлять доходами объекта размещения и оперативно реагировать на критические отклонения. Для того, чтобы пользователям было легче ориентироваться, успешно реализовали интеллектуальные визуальные подсказки.
Как Activica сделала цифры понятными
©Data.Forecast — все права защищены
Несмотря на то, что в основе системы предиктивной аналитики Data.Forecast лежат алгоритмы машинного обучения и большое количество данных, перед нами стояла задача сделать цифры понятными, удобными и доступными для основной целевой аудитории платформы — маркетологов, отельеров, руководителей и инвесторов бизнеса.
Для этого визуализировали сложные данные в графическом виде с помощью линейных и контрольных графиков, круговых и лучевых диаграмм, гистограмм, гистограмм с группировкой и составных гистограмм. Каждый новый вид графика отрисовывается отдельно перед интеграцией с базой данных. Сейчас дизайн-шаблонов уже более 20, и с каждой новой фичей от специалистов по машинному обучению их количество увеличивается.
©Data.Forecast — все права защищены
Так данные быстро и удобно считываются пользователями ИТ-продукта, которые не имеют специальных технических знаний. Система включает в себя более 20 аналитических модулей и систему интеллектуальных подсказок. Например, на стартовом экране отельеры могут видеть агрегированные данные с подсказками:
доход в текущем месяце и сравнение его с предыдущим
индекс бронирований Data.Index и прогноз бронирований
спрос на номера в текущем и предыдущем периодах
предсказательный спрос на 30 дней вперед
изменение конверсии, волатильность, эластичность спроса по цене и другие.
Каждый из блоков можно раскрыть и посмотреть более подробные данные, а также выбрать необходимые параметры для отображения, например, год, месяц, актив или KPI — бронирования, номеро-ночи, доход, тариф.
©Data.Forecast — все права защищены
Часть внутренних отчетов визуализируется из полученных данных от Центра искусственного интеллекта НИУ «Высшая школа экономики», а также по данным от внешних источников — например, динамика бронирований от Travelline, маркетинговая активность от Яндекс.Метрики, погодная обстановка и другие параметры, влияющие на загрузку номерного фонда. То есть показатели и прогнозы по ним обновляются ежедневно, интегрируются в единую систему и связываются с графическими отображениями.
©Data.Forecast — все права защищены
Результаты и вектор развития проекта Систему уже внедрили 6 отелей Ленинградской области и Республики Карелия — курорт «Игора», сеть отелей «Точка на карте» и «Дача Винтера». Успешное тестирование продукта и подтверждение гипотезы о его полезности для отрасли позволили достичь следующих бизнес-результатов:
Использование системы снижает отмены в среднем на 19% за счет автоматизированной скоринговой модели предсказания вероятности заездов.
Дополнительное повышение доходности минимум на 6% благодаря глубокой и интеллектуальной аналитики цен в зависимости от месяцев, дней заезда, эластичности и прогноза спроса, визуальных подсказок.
Стоимость привлечения — 3% от суммы брони за счет цифровизации расходов на маркетинг.
Оперативное отслеживание и реагирование на рыночную ситуацию оптимизирует нагрузку персонала маркетинга на проведение аналитики.
Система отмечена профессиональным экспертным сообществом. Она вошла в ТОП лучших идей Форума Агентства стратегических инициатив «Сильные идеи для нового времени 2024», в число победителей всероссийского конкурса инновационных проектов в сфере туризма и гостеприимства MITT Travel Start 2024, а также была представлена на туристическом форуме «Путешествуй!».
Применение платформы на рынке для отельеров поможет снизить затраты на анализ рынка, минимизировать число резких колебаний цен на номера с учетом спроса, уменьшить количество отмен бронирований, оптимизировать рутинные процессы и сформировать для туристов лучшее и доступное ценовое предложение на отдых.