数字化转型实例:数据如何改变酒店业

发布时间:2019.02.18来源:亿信华辰浏览量:80次标签:数据治理


组织采用数据驱动策略的速度意味着组织可以利用大量的数字转换示例。

到目前为止,您可能在关于数字转换的讨论中认识到这种反复出现的模式:


  • 一个行业的发展方向慢慢转向使用信息技术来提高效率,自动化流程或帮助识别新的客户或产品机会。
  • 一切都很好,直到一个新的孩子出生在IT和互联网时代,迅速开始创造嗡嗡声并重新定义客户对行业的期望。
  • 为了跟上步伐,业界急于赶上追赶模式,但不可避免地会犯错误。投资回报率不符合预期,客户体验不太恰当,数据暴露或处理不当。


我们都熟悉的行业每年都吸引着数十亿的全球客户; 那是在强劲的经济运行中; 正在处理备受瞩目的破坏者; 并且在2018年的一个传奇品牌遭到了公开的数据泄露,引起了全世界的关注。

欢迎来到酒店业。

预计酒店和酒店业将在2018年实现5%至6%的增长,这是由于需求稳定,中端市场产品改善以及来自发展中地区的新旅客供应推动而令人印象深刻的业绩增长的一部分。

尽管AirB2B,HomeAway和Couchsurfing等新兴企业面临挑战,但万豪/喜达屋的数据泄露事件暴露了5亿客户的数据。

数字化转型示例:热情好客 - 数据,数据无处不在

与其他行业一样,酒店业的数字转型实例也很丰富 - 反过来,这些业务  充斥着数据,其中包括:


  • 预订和付款产生的数据
  • 数据酒店收集来推动他们的忠诚度计划
  • 用于增强客户体验的数据
  • 数据共享作为连锁酒店与旅行者用于计划旅行的各种预订网站和代理商之间数十亿次交接的一部分


但是现在渗透到整个行业的所有这些数据都相对较新。

“对于[酒店业]而言,IT并不总是优先考虑的问题,”erwin,Inc。产品营销总监丹尼·桑德威尔说道。“ 所以现在有很多数据,但这些组织往往后端较弱。”

数据和分析的结合为酒店业的公司带来了巨大的潜力。今天要求苛刻的客户想要体验,而不仅仅是睡觉的床; 他们想与了解他们喜欢和不喜欢的品牌做生意; 并且发送与其兴趣和期望目的地相关的报价。

当企业收集和分析许多酒店品牌所做的规模数据时,所有这一切都是可能的。但是,如果该数据存在问题,所有这些都可能会大声失败。

要获得对分析和营销技术投资的回报,酒店公司需要彻底了解其数据来源,数据质量以及数据的相关性。这就是数据治理发挥作用的地方。

当酒店业对他们的数据充满信心时,他们可以通过多种方式使用它,包括:


  • 客户体验: 质量数据可用于为多个领域的酒店提供一流的体验,包括Web体验,移动体验和面对面的客户体验。这类似于零售商的多渠道策略,希望根据他们对客户的了解提供令人难忘和有用的体验,包括进行预测和提供交叉销售和向上销售机会的能力。 
  • 兼并和收购:酒店业的颠覆者有一些业内人士正在考虑通过兼并和收购来推动他们的业务。良好的数据可以确定最佳目标,并帮助发现并购最有意义并将提供最大价值的地区或价格点。准确的数据还有助于查明并购活动的真实成本。
  • 安全性:万豪的数据泄露事件,实际上是万豪收购之前在喜达屋的违规行为,突显了数据安全在酒店业中的重要性。强大的数据治理可以帮助防止违规,并有助于控制违规行为,从而使组织更快地确定违规行为背后的范围和行动,这是限制损害的重要部分。
  • 合作伙伴关系:酒店业的联系越来越紧密,不仅仅是因为预订网站与数十家酒店品牌合作,而且还因为旅行社将酒店住宿转变为体验和运输公司为客人安排旅行。提供一个房间已经不够了。


数据治理不是应用程序或工具。这是一种策略。如果正确完成并以整体方式部署,数据治理就会融入组织的业务流程和企业架构中。

然后,它提高了组织了解数据所在位置,数据来源,价值,质量以及人员和应用程序如何访问和使用数据的能力。

正是这种数据成熟度为员工提供了便利 - 从IT员工到前台以及中间的每个人 - 他们正在使用的数据是准确的,帮助他们更好地完成工作并改善他们为客户服务的方式。


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 数据沿袭工具如何促进数据治理策略

    数据沿袭工具如何促进数据治理策略

    企业可以通过跟踪数据更改的方式和时间来加强数据治理工作。专家David Loshin就如何使用数据沿袭产品提供建议。……查看详情

    发布时间:2019.03.26来源:亿信华辰浏览量:102次

  • 关于数据标准认识的几个误区

    关于数据标准认识的几个误区

    数据标准这个词,最早是在金融行业,特别是银行业的数据治理中开始使用的。数据标准工作一直是数据治理中的重要基础性内容。但是对于数据标准,不……查看详情

    发布时间:2019.12.20来源:知乎浏览量:67次

  • 浅谈数据质量管理

    浅谈数据质量管理

    随着互联网及数字化技术的飞速发展,我们生活在一个数字化转型的时代,各种数字化正在实实在在的改变着企业的日常运营,以及我们每个人的衣食住行……查看详情

    发布时间:2019.07.17来源:知乎浏览量:81次

  • 大数据是如何被采集及应用的

    大数据是如何被采集及应用的

    尽管“大数据”一词近年来屡遭热捧,但很多人都还不知道什么是大数据,更不知道大数据有什么用。这两年,发现“大数据”这个词出现的越来越频繁了……查看详情

    发布时间:2019.01.11来源:亿信华辰浏览量:76次

  • 数据治理寻求未来:平衡数据治理和数据管理

    数据治理寻求未来:平衡数据治理和数据管理

    想要通过快速访问高质量数据,灌输信心并支持数据驱动的决策,为业务合作伙伴创造竞争优势吗?那么这篇文章你一定得看!……查看详情

    发布时间:2019.08.29来源:知乎浏览量:60次

  • 数据交换如何“主动出击”?

    数据交换如何“主动出击”?

    传统的数据交换,一般说来是用户根据自身的数据抽取需求,配置好相关的设置,定义好数据抽取时间来进行数据交换。这是一种被动式的数据交换,如果……查看详情

    发布时间:2020.09.27来源:头条浏览量:93次

  • 数据治理市场驱动因素和预测

    数据治理市场驱动因素和预测

    全球数据治理市场分散,主要参与者使用各种策略,如新产品发布,扩张,协议,合资企业,合作伙伴关系,收购等,以增加他们在这个市场的足迹,以便……查看详情

    发布时间:2019.07.11来源:知乎浏览量:86次

  • 金融行业大数据标准体系设计

    金融行业大数据标准体系设计

    金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充,共同构成完整的统一体。同……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:118次

  • 2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    数据运维(DataOps)、私有云数据库平台即服务(dbPaaS)和具有机器学习(ML)功能的数据管理在2018年Gartner数据管理……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:101次

  • 强监管下,医疗卫生系统如何开展数据治理建设?

    强监管下,医疗卫生系统如何开展数据治理建设?

    随着大数据时代的到来,健康医疗大数据被广泛应用于临床决策支持、药物研发、公共卫生领域等方面。由于医疗数据分布广而无序、医学信息的极度不对……查看详情

    发布时间:2018.12.10来源:亿信华辰浏览量:77次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议