Онлайн проучването е първата стъпка за повечето пътешественици, като някои потребители преглеждат до 38 сайта преди да резервират билет. За да печелят повече потенциални клиенти, пътническата и туристическата индустрия трябва да се приспособят към новите стратегии на дигиталния маркетинг. Ключът към успеха е предоставянето на добре прецизирано таргетирано съдържание, както и финансирането на персонализирани ретаргетинг кампании заедно с използването на изкуствен интелект (AI) и технологии за дълбоко учене.
Един клиент може да посети стотици специализирани сайтове за туризъм и пътуване всеки ден, докато търси подходяща оферта за резервиране. Проучването често отнема седмици преди потребителят да осъществи крайна покупка. Това означава, че дигиталните маркетолози са заляти с тонове от данни, които трябва да осмислят. Броят на дигиталните бранд точки на контакт с фирми от сектора нараства бързо. Пътуващите хора търсят по-добри оферти чрез търсачки, приложения за резервации, онлайн туристически агенции и посреднически сайтове.
Въпреки това, 39% от туристите и 45% от бизнес пътниците смятат, че ползват прекалено много интернет сайтове, за да намерят полети. Освен това, 43% от туристите и 51% от бизнес пътниците биха предпочели да прекарват по-малко време в търсене на полети, според проучване на InternationalAirTransportAssociation(IATA).
Сайтовете за самолетни билети, доставчиците на хотелски услуги и автомобили под наем биха могли да намалят този свръхтовар, като популяризират своите марки и предоставят персонализирани оферти точно в правилното време. Именно на този етап технологиите на изкуствен интелект и дълбокото учене може да променят играта за дигиталните маркетинг специалисти в пътническата и туристическата индустрия.
Рекламна дейност въз основа на технологията за дълбоко учене
Дълбокото учене е иновативен клон от изкуствения интелект (AI), която имитира доста точно функционирането на човешкия мозък при обработването на данни и при създаването на модели за вземане на решения. Вдъхновено от биологичните неврони в мозъците ни, дълбокото учене даде възможност да се генерират по-надеждни, по-богати и машинно тълкуваеми описания на покупателния потенциал на даден клиент, без да се ползва каквато и да е човешка експертиза.
Например, RTBHouseот началото използва алгоритми за машинно учене на платформата си за ретаргетинг. Въвеждането на сложен слой от изкуствен интелект и дълбоко учене (напоследък на 100%) като допълнителна екстра доведе до по-точно избиране на офертите, които излизат на нашите рекламни банери. Това на свой ред увеличава ефективността на клиентските кампании с до 50%.
Но алгоритмите за дълбоко учене могат да правят дори повече неща. Тази технология може да предостави на рекламната индустрия прогнози за уникалните навици и желания на всеки потребител. Тя опростява ежедневния ни потребителски опит като ни представят дълбоко таргетирани реклами. Те съдържат не само оферти или услуги, които е по-вероятно да купим, но и такива, каквито все още не сме виждали или продукти, за които дори не сме си помисляли, и все пак вероятността точно този потребител да ги иска е доста висока. Борбата си струва, ако вземете предвид факта, че при получена промоционална оферта, 30% от хората биха решили да заминат на пътуване дори и да не се планирали да ходят никъде до този момент, а още 25% биха обмислили да посетят нова дестинация, която не е влизала в първоначалните им планове.
Различни потребности, гъвкави стратегии
Потребителското сегментиране може да бъде важен компонент при таргетирането на уникално потребителско пътуване, когато се използва технологията за дълбоко учене в рекламната дейност. За да постигнат най-обещаващите резултати, опитните ретаргетинг специалисти могат да определят специфични цели за всяка клиентска група, индивидуално да настроят залозите за всяка една от тях и наддават за тях сътоветно, за да постигнат най-обещаващите резултати.
Например, една от практиките на сегментиране при продаване на самолетни билети разделя потребителите на такива, които са търсили полети (и са кликнали върху страницата с оферти, но все пак не са се превърнали в клиенти, които планират предварително пътуванията си), и на втора група от хора, които пътуват от време на време или решават да пътуват в последния момент.
Първата група може да бъде таргетирана в много по-ранен срок с доста конкретни оферти. Вместо това, втората група получава информация за последните свободни места за даден полет. По сходен начин се процедира и с бизнес пътниците, които купуват билети в последните дни преди полета, или с произволни пътници, които са достигнали до даден портал чрез сайтове за сравняване на цени.
Важно е да се допълни, че потребителите могат да бъдат сегментирани според местата, от които са пренасочени – дали директно отварят сайтовете на самолетните компании, или минават през онлайн туристически агенции или сайтове за пътувания. Има опция и за сегментиране според избираната класа на местата в самолета. Така например може да се създаде сегмент от потребители, които биха избрали трайно да пътуват в първа или в бизнес класа.
Днешните маркетинг кампании, базирани на конкретни резултати, могат да ползват таргетиране с толкова различни променливи, че може да ви стимулират да откриете кои работят най-добре за вашия бизнес и потребителски предпочитания. Като цяло, потребителското сегментиране позволява излизане от традиционното таргитиране и по-дълбоко оползотворяване на всички налични данни, което е нужно, за да се създаде още по-персонализирано послание.
Продажбите през множество платформи са задължителни
Според PWC, данните от транспортните компании трябва да се използват за допълнително генериране на доходи – включително предлагане на настаняване, автомобили под наем, развлечения и персонализирани пътеводители и маршрутни програми. Следователно, в съответствие с GDPR, авиокомпаниите ще трябва да доразвият уменията си в дигиталния маркетинг и да се фокусират върху събирането на колкото се може по-голям набор от данни за потребителите. Така ще могат да създават подробни профили на пътуващите, след което да ги превръщат в индивидуални оферти.
Ако например даден потребител резервира кратък престой в Атина, той ще трябва да си намери полет, може би хотел, както и транспорт на място, като например автомобил под наем. Потребителят може би се интересува от конкретни събития в дадения град или от разглеждане на забележителности. Туристическата индустрия се отличава с това, че се нуждае от голямо количество информация и данни, за да таргетира клиентите. И тук се крие истинският потенциал от дълбокото учене. Колкото по-голям достъп до данни имат алгоритмите, толкова повече ще се подобряват резултатите. Само алгоритми, основани на технологията за дълбоко учене, могат да събират, наблюдават и анализират тези данни, да представят банери, които са съобразени с персоналните потребности и които работят на силно персонализирано ниво за всеки потребител.
Не само по-добри резултати
Много туристически компании се фокусират често само върху подобряването на резултатите си, като наемат ретаргетинг специалисти. Но ретаргетингът може също да им предостави широк избор от креативни възможности да промотират успешно бизнеса си.
Най-лесният начин за промотиране е чрез използването на опростени банери, които да насърчават потребителите „да планират следващото си пътуване с нас“ или да предлагат по-атрактивни дестинации според календарните особености, като например пътувания до екзотични страни през зимата, или специални оферти преди ваканции или национални празници. По-сложни банери може да бъдат насочвани към хора, които са използвали услугите на компанията няколко месеца преди дадения момент.
Друга интересна опция е промотирането на дестинации, като се подчертае осигуряването на някои предимства от типа на удобни часове на полетите, места в бизнес класа, свободна и неограничена безжична интернет връзка (WiFi), допълнителни бонус точки за лоялност или най-евтините оферти. Потребителите, които са търсили подобни екстри, са лесно откриваеми с персонализирано ретаргетиране.
Анализът на данни е ключов
Туристическата индустрия се отличава с големите количества налична информация и данни, които може да използва за таргетиране на клиентите. Извличането на тези данни е лесно, истинското предизвикателство е анализирането им по начин, който да достигне до подходящи изводи от тях. Именно тук е истинският потенциал на дълбокото учене. Колкото повече данни се анализират от алгоритмите, толкова по-добри резултати ще се генерират. Туристическият сектор трябва да се адаптира и възприеме нагласа за събиране и правилно анализиране на данни, което да осигури цялостен поглед към потребителското пътуване на пътуващите, какъвто досега не е съществувал.
*Каталин Емилиан е мениджър за България и Румъния на RTB House – технологична компания, която предлага модернистични ретаргетинг технологии за най- големите търговски марки в над 1000 кампании на 40 световни пазара.
