L’impact du machine Learning sur les opérations hôtelières

Voir démo Tout sur Velma

Comment être hôtelier en 2020?  

Le machine learning et l’IA transforment le métier d’hôtelier. Même si les fondamentaux restent les mêmes la technologie s’est intégrée à tous les étages et parfois les hôteliers eux-mêmes ont du mal à suivre.

Cet article vous permettra de comprendre concrètement ce qu’est le machine learning afin que vous puissiez en bénéficier plutôt qu’en subir le manque.

C’est quoi le machine Learning ?

Le machine learning c’est la promesse de technologies hôtelières capables d’apprendre et évoluer en accumulant de l’expérience au cours du temps. Les clés du machine learning sont le cloud et le big data.

En clair,  de plus en plus les technologies que vous utilisez deviennent capable de progresser. Pour entraîner un robot il faut lui fournir une grosse quantité de données. Par exemple Facebook a développé un système de reconnaissance d’image extrêmement puissant en moulinant les milliards de photos de leur base de donnée. On parle donc de beaucoup beaucoup….beaucoup de données.

Très vite le besoin de stocker les données dans le cloud s’impose pour vraiment pouvoir travailler de façon intéressante. Dans l’hôtellerie c’est criant tous les PMS qui ont le vent en poupe en ce moment sont cloud et capitalisent sur la création d’un écosystème qui facilite la transmission des données importantes pour nourrir les différents systèmes intelligents que vous pouvez utiliser au sein de votre hôtel.

Ok, c’est bien mais concrètement à quoi ça sert le machine learning?

Le machine Learning dans l’hôtellerie ça sert à quoi?

D’une façon générale, le machine learning est devenu une nécessité pour toutes les technologies hôtelières en raison de 2 impératifs:

  1. L’optimisation des ressources humaines qualifiées qui sont trop rares dans l’hôtellerie. En France, il y a 150.000 postes vacants dans les hôtels.  Pourtant les tâches doivent être faites avec ou sans staff dédié. Il n’y a pas le choix la technologie doit donner un coup de main afin que le staff puisse se concentrer sur les tâches à forte ou très forte valeur ajoutée ou l’humain fait vraiment la différence.
  2. La nécessité d’un service client augmenté. L’hôtellerie est un milieu compétitif et  une offre de service toujours plus qualitative et personnalisée est une source de différenciation.  Si les GAFA, Booking et vos concurrents évoluent technologiquement pour mieux séduire le client, au bout d’un moment il est obligatoire d’évoluer pour rester compétitif.

Dans le domaine de l’hôtellerie, le machine learning a d’abord été utilisé pour augmenter la productivité du personnel de l’hôtel. Cela s’est fait en automatisant les décisions répétitives et relativement simples. Le gros challenge actuel du machine learning c’est l’interaction client car vos hôtes s’attendent désormais à un service personnalisé et instantané.

Le marketing hôtelier ainsi que la relation client ont besoin d’évoluer. Quelle est la prochaine étape ? Et quelle sera la place des humains dans l’hôtellerie des 3-4 prochaines années ?

Le machine learning booste la productivité des hôteliers

PriceMatch a été ma première expérience avec le machine learning appliqué à l’hôtellerie. Les hôteliers indépendants s’arrachaient les cheveux pour savoir comment fixer le prix de leurs chambres. Nous avons donc créé un système de revenue management (RMS) qui permettait de faire des recommandations de prix en temps réel.

Nos algorithmes et les process de machine learning que l’on a mis en place à l’époque se sont révélés plus efficaces  que les process manuels pour identifier et réagir rapidement à certaines tendances contextuelles telles que le comportement d’achat des clients sur une date donnée (élasticité de la demande), la concurrence, les évolutions tarifaires, etc…

Avec une dose de machine learning et des algorithmes intelligents, les hôteliers ont gagné un temps précieux et augmenté leurs profits de façon substantielle. Dans un hôtel il y a tellement à faire qu’’économiser 1 ou 2 heures par jour a été une énorme victoire.  Les hôteliers ne sont pas moins occupés qu’il y a quelques années. Avec ce type de technologie intelligente, Ils sont simplement devenus (beaucoup) plus productifs.

Le marketing hôtelier, nouveau défi du machine learning

Aujourd’hui, différents types de visiteurs en ligne avec des attentes différentes arrivent sur votre site web. Cependant, vous leur montrez à tous exactement les mêmes informations standard. Du point de vue du client, vous n’êtes qu’une option parmi tant d’autres du coup il est un peu dangereux de s’attendre à ce que le client fasse beaucoup d’effort pour rechercher sur votre site hôtelier l’info pertinente pour lui. Soit il la voit directement soit il s’en va.

De plus en plus, votre défi est donc de devenir immédiatement pertinent pour chaque client potentiel. C’est pourquoi votre capacité d’adaptation et de personnalisation de l’expérience en ligne est devenue si importante.

Des géants du e-commerce Expedia ou Booking.com, etc… utilisent depuis des années des algorithmes prédictifs et d’apprentissage automatisé pour optimiser l’expérience et la conversion des clients. (Le CMO de Booking.com vous en parle d’ailleurs ici : https://youtu.be/vonnRCIJXxk?t=80

La frontière actuelle du machine learning dans l’hôtellerie n’est plus d’automatiser les tâches de back office. Il s’agit désormais d’enrichir la relation client: Messages ciblés, réponse aux questions des clients via un chatbot. Ignorer ces techniques, c’est comme courir une course de Formule 1 2019 avec une voiture des années 50.

Quelle est la place de l’être humain dans l’hôtellerie de 2020?

L’automatisation permise par le machine learning va continuer à progresser et de plus en plus vite. A chaque hôtelier de choisir comment il souhaite en bénéficier.

Réduire les coûts opérationnels (faire la même chose avec moins de ressources) : Cette option a beaucoup de sens pour les segments économiques où les clients recherchent un excellent rapport qualité/prix. Lorsque je me suis rendu à Meininger Copenhague, j’ai reçu un SMS m’indiquant quand ma chambre serait prête, mon heure de départ et un code pour entrer dans la chambre. C’était parfait, pas besoin de passer à la réception.

Augmenter le niveau de service (faire plus avec les mêmes ressources humaines) : Il n’y a pas vraiment d’opposition humain contre machine. Il y a juste l’enjeu d’offrir le meilleur service client possible. C’est parce que l’humain a de plus en plus de valeur que le machine learning progresse. Vos clients s’attendent à un service de plus en plus qualitatif mais malheureusement vos ressources ne sont pas illimitées et la techno est un moyen d’augmenter votre capacité à délivrer. Par exemple l’automatisation permet d’offrir un service enrichi à la clientèle sur des plateformes que vous ne pouviez pas manoeuvrer auparavant : Chat en direct, WhatsApp, Facebook, SMS, Wechat etc…

Enfin, avec des machines plus intelligentes, peut-être que le critère clé pour une embauche à la réception ne sera plus sa compétence avec Opera PMS, mais ses compétences relationnelles parce que le reste sera automatisé. Avec le machine Learning, vous n’aurez plus besoin de réceptionnistes, vous aurez besoin de welcomers.

Quels challenges pour l’hôtelier de 2020?

Les principaux défis pour les hôteliers sont :

1 – Ils ne sont pas toujours super à l’aise avec la techno (et j’espère que cet article aide un peu).

2 – Ils manquent de données.

Il existe des solutions concrètes qui peuvent les aider à surmonter ces difficultés et tirer parti du machine learning quelle que soit leur  taille et degré de formation technologique. Voici 3 solutions immédiatement pertinentes pour les les hôteliers:

Auto-pilot de Hotelchamp : Déclenche des messages visuels contextuels en fonction du comportement de chaque client sur votre site web. Après des années d’analyse, ils ont pu accumuler suffisamment de data pour identifier le comportement de chaque client, l’associer à  un segment spécifique et déclencher automatiquement des pop-ups et offres spéciales afin d’augmenter les réservations directes.

Allora de Avvio : Utilise le machine learning pour customiser l’expérience de découverte et réservation sur votre site Web. Allora est conçue pour identifier et comprendre les signaux en ligne émis par chaque visiteur (famille vs entreprise, international vs domestique, Client n’ayant pas encore reéservé vs client existant qui est en train de préparer son séjour, etc).

Cela permet de transformer le site web et le process de résa en fonction du profil de chaque client pour augmenter les réservations directes de 25% selon Avvio.  

Zalia de Quicktext : Chatbot doté d’intelligence artificielle formé pour interagir avec vos visiteurs en ligne 24 heures sur 24, 7 jours sur 7, en 8 langues. Zalia est conçue pour les rassurer,  les convaincre et les guider vers le process de réservation directe, en rendant l’expérience aussi naturelle pour le client qu’une conversation WhatsApp.

Pour poser des questions ou discuter de l’impact du machine learning sur les opérations hôtelières, visitez notre site web ou n’hésitez pas à contacter Benjamin Devisme.

Checklist La meilleure stratégie de réservation directe
QUICKTEXT
Télécharger
10 meilleures pratiques pour augmenter les réservations directes
Derniers articles
Êtes-vous prêt à augmenter votre efficacité opérationnelle et vos revenus directs ?
Abonnez-vous à notre Newsletter.
Voir plus
Êtes-vous prêt à augmenter votre efficacité opérationnelle et vos revenus directs ?
Réservez une démo