Sempre di più viviamo in una società data driven e la data economy è entrata tra gli eventi che fanno parte della storia dell’economia. Ogni azienda ha dati “in pancia”, un po’ dovunque. Decenni fa il lancio degli ERP ridusse le distanze tra i vari dati presenti nelle aziende, e la Business Intelligence fornì i primi strumenti per analizzare questi dati, mettendoli in contatto tra di loro. Con l’arrivo di IoT e Big data vi è una esigenza concreta e quasi vitale di comprendere i dati nelle aziende data driven.
Aziende data driven: estrarre informazioni dai dati
La quantità di asciugamani lavati al giorno può impattare sul bilancio sociale e ambientale di un albergo, ma nello stesso tempo può insegnare molto sulle abitudini dei clienti, se inseriamo un avviso di usare per più giorni lo stesso prodotto se non è troppo sporco. “Siamo un’azienda green”, dice l’albergo.
Se gli alberghi sono collegati da una catena o dalla stessa proprietà, può essere necessario costruire un sistema di analisi dei dati, ma soprattutto di gestione dei dati che possa consentire di pianificare una strategia.
Oggi prenotiamo dai grandi portali che aggregano offerte, come Booking, Expedia o Trivago, per citarne alcuni. L’albergo entra in contatto con noi solo in un secondo tempo, al momento del check-in. Il dato, quindi, potrebbe finire in un software CRM che potrebbe essere uno degli elementi di una strategia più articolata, dove i dati provengono da più fonti. Prima di tutto, applicativi IoT consentirebbero di inserire i dati personali in un contesto dove altri elementi potrebbero raccontare l’uso degli strumenti dell’albergo, come il consumo di acqua, la temperatura della stanza e l’uso del termostato, ma anche la televisione e gli altri servizi offerti.
I dati che scorrono attraverso un sistema Internet of Things raccontano la storia della struttura alberghiera e, se collegati ai clienti, possono consentire di progettare servizi specifici e personalizzati.
Se ipotizziamo che l’albergo faccia parte di una catena di strutture alberghiere, allora si potrebbe costruire una strategia di fidelizzazione su diversi fattori comportamentali:
- se si viaggia per lavoro o per turismo
- in occasione di eventi fieristici o culturali
- turismo sportivo o legato al food.
Un cliente che alloggia a Bologna potrebbe apprezzare un’offerta o un servizio dedicato al motivo per cui sta visitando Perugia, se si tratta della stessa catena alberghiera o proprietà.
Se passiamo da una scala locale del dato, cioè il singolo albergo, a una maggiore, è evidente che abbiamo bisogno di logiche di raccolta, conservazione e analisi di Big data. Si tratta cioè di costruire una piattaforma che possa sfruttare sia l’esigenza specifica del direct marketing di dialogare con il singolo consumatore, sia quelle dei grandi numeri, anonimi, ma ricchi di storie.
Aziende data driven, utilizzo dei dati e privacy
Tutto questo ha bisogno di una strategia privacy molto ben orchestrata. Il cliente che arriva nella struttura alberghiera dovrà avere l’opportunità di poter scegliere consensi diversi, che corrispondono poi alle leve di analisi e pianificazione che l’azienda alberghiera si è data:
- attività di marketing
- profilazione
- ricerche di mercato, analisi comportamentali
Troppo spesso si rischia di costruire una macchina per i dati, avere i dati, ma non poterli utilizzare se non in forma anonimizzata. Si crea così un ingorgo, un tappo nello schema dove l’insegnamento proveniente dai big data non può essere applicato su cluster di clienti o sul singolo cliente.
Inoltre il GDPR è un booster per migliorare la qualità dei dati. Gli obblighi previsti in capo al titolare del trattamento dei dati, così come i diritti riconosciuti all’interessato, impongono di manutenere la qualità del dato: dalla correttezza del dato stesso fino al time to market del dato stesso; alcuni possono essere inattivi, per esempio non si presentano nella catena da ormai troppo tempo da aver cambiato abitudini o interessi; oppure scaduti per via della data retention oppure perché ragionevolmente potrebbero essere morti o fuori da una fascia di età che possa essere coerente con il cliente tipo di quel tipo di albergo.
Nuove e vecchie tecnologie
Non dimentichiamo anche che i dati possono provenire da tecnologie come RFID e Bluetooth. Per il secondo occorre dire che i beacon possono essere uno strumento straordinario per fornire servizi integrati, come istruzioni sull’uso degli spazi dell’albergo, sulla sicurezza, potenzialmente anche check out e acquisti veloci di gadget e servizi, fino a ottenere feedback veloci e mirati.
Anche i dati generati da questi sistemi possono finire nel data lake e successivamente essere oggetto di analisi della Business intelligence.
D’altra parte, ancora oggi dopo un acquisto o una prenotazione riceviamo una email di conferma. Una vecchia tecnologia che può aiutare le attività di contatto ed essere utilizzata per veicolare comunicazioni profilate e dedicate ai clienti.
Clienti prospect e ambassador
Bisogna sottolineare che un cliente potrà essere prospect per un albergo e ambassador per un altro. Questa duplicità di stati può essere anche presente nello stesso CRM se il cliente è stato ospitato da due strutture che fanno parte della stessa catena o proprietà. Non prestiamo attenzione a questi aspetti, siamo soddisfatti di un hotel e scontenti di un altro o semplicemente vi abbiamo soggiornato senza dare troppo peso al servizio.
In sintesi oltre le normali dinamiche del mercato, che impongono costante innovazione, vi sono nuovi fattori come il COVID-19 che obbligano ad aumentare l’intensità di analisi dei dati, migliorare i processi, ma soprattutto integrare tutto il sistema dati. Non è più possibile posticipare la progettazione e la pianificazione di un ambiente data driven.
