Metasearch.如何从价格比较中发展到产品比较?

4698
Hotel Metasearch. Evolving.

最近的TNooz文章建议了它 旅行Metasearch的时间进化.

但是这个演变应该是什么样的?一方面,该行业最近已经大踏步了。

越来越多的公司现在允许客户在自己的网站上完成预订,而不是将它们发送到旅行社或酒店的网站以完成交易。肯定的幻灯片服务。

但是,在其他方面,Metasearch模型保持静止。随着越来越多的公司跳上潮流,客户面临着一系列巨大的来源来研究他们的旅行安排。

原则上,更多的选择听起来不错。实际上,更多的公司提供类似的服务使得决策比以往任何时候都更加强硬。

更难比较

Hotel Metasearch.在酒店部门,皮划艇和Trivago等主要球员继续提供比较特性的几乎统一的体验。

这种经验通常涉及数百家酒店泄漏到页面上,要求客户通过广泛的过滤器作为其工具来破解他们的选择。

总的来说,最明显的可见过滤器是鼓励和骚扰人们基于一个覆盖因素进行预订的过滤器:

价格。

这并不总是有帮助的。毕竟,不是每个人都要根据最好的交易或最低价格预订住宿。竞争对手与消费者有限的竞争对手区别,显然需要改变。

Metasearch.的新模型

业界有杂音,需要更细微的比较形式 - 一种模型,远离价格比较,包括产品比较。在这个新模式中,选择酒店将涉及消费者控制得多。

这是有道理的。鉴于 不断增长的个性化旅行经验需求,Metasearch的演变应该可以说是诉讼。

慢慢地,它是。

Orbitz现在提供一项服务,促使客户输入以前酒店的姓名。然后,通过这些信息,他们的搜索引擎可以建议提供具有类似功能和设施的新属性。

现代Metasearch也开始深入研究 人类心理学 帮助人们做出决定。

目前,每次可以想象的选项都会立即向客户提供。房间类型,升级和特殊优惠所有人都必须在预订过程开始时进行考虑。

但研究表明,信息过载实际上可以创建一种买家瘫痪形式,这可以阻止人们完全购买。

一个解决方案是在预订过程中错开的选择范围。在每个阶段,将提出选择的选择范围,以使购买过程更加简单。这种更用户友好的模式可以帮助酒店提升转换率。

但是进化甚至更大的空间。

机器学习

为了进一步帮助定制预订过程,旅行网站开始利用权力 机器学习.

旅游搜索引擎WearBlazer正在帮助旅行者通过使用计算能力做出决定 IBM的Watson,基于自然语言的认知服务。

Watson能够通过大量的碎片数据划分,并展示最有关的信息,最终帮助人们做出更明智的选择。

Watson的主要好处是能够理解使用日常,自然语言和以高度特定答案的回应的查询。

应用于旅游部门,这项技术具有巨大的含义。

例如,当某人类型的请求时 Boutique Hotel酒店位于巴塞罗那,非常适合家庭,靠近最佳旅游景点,并提供室内无线网络连接,Watson可以彻底擦除网络并提供满足这些偏好的完美匹配。

这是一个巨大的飞跃。

一个集成的发动机

Metasearch.的未来可能涉及个性化和机器学习的整合,有助于将比较的基础从价格和产品展开。

机器学习可以根据先前的住宿和特定个人喜好提供仔细策划列表。

然后,客户可以通过此列表系统地过滤,查找不仅击中其预算的酒店,而且还提供他们正在寻找房产的所有铃声和吹口哨。

通过以这种方式定制的建议取代了大部分未经组织的数据,似乎似乎有两个明显的益处。

首先,将消除决策疲劳。用户可以获得更快的预订路线而不是选择,而不是被选择,而是减少完全放弃预订的风险。

但其次,根据他们提供的整体经验,而不是低利率或最新优惠,酒店将被更加精心地选择并预订。这可能意味着他们最终从一直更幸福的客人那里享受更多的重复业务。

80天基准
80天基准
Gautam Lulla
豪丹·鲁拉是总统 旅行Tripper.。他带来了19年的巩固行业经验,跨越酒店预订和配送技术行业的广度。他拥有宝贵的国际经验,在三大洲工作:印度泰姬陵集团,美国的泰国,美国佩格斯斯解决方案。 自2008年初以来,他已经领导了旅行赛车,并以来引导了本公司的增长,监督重新建立重建,并将其演变为行业最具创新性的中央预订系统和酒店预订解决方案。他主要专注于产品管理和销售的时间,是酒店技术和酒店分销领域的思想领导者。盖桑持有B.S.在新泽西州Rutgers大学的机械工程中。