AI w marketingu hotelowym: koniec walki o klik

Pierwsza fala tego, co branża nazywała sztuczną inteligencją, inteligencją nie była wcale. Były to reguły napisane ręcznie przez człowieka i wpisane do systemu: jeśli gość rezerwował spa, pokaż mu ofertę spa. Jeśli przyjechał w weekend, zaproponuj późne wymeldowanie. Działało to dokładnie tak dobrze, jak dobrze ktoś przewidział zachowanie gościa przy pisaniu reguły, i dokładnie tak źle w każdej sytuacji, której nie przewidział.

Ta epoka zostawiła po sobie nawyk, który trwa do dziś: myślenie o personalizacji jako o segmencie. Dzielimy gości na rodziny, biznes i pary, po czym wysyłamy trzy różne wiadomości i nazywamy to personalizacją. Z perspektywy dzisiejszych narzędzi to mniej więcej tak precyzyjne jak dzielenie ich według koloru walizki. Warto o tym pamiętać, bo wiele hoteli kupuje nowoczesne systemy i używa ich dalej w logice sprzed dekady.

Druga fala przyszła od strony revenue managementu i była znacznie poważniejsza, choć mniej widoczna dla gościa. Systemy zaczęły prognozować popyt na podstawie historii, sezonowości, wydarzeń w mieście i zachowania konkurencji, a potem samodzielnie proponować cenę. Ciekawostka polega na tym, że to właśnie tutaj sztuczna inteligencja weszła do hotelu najgłębiej i najciszej, bez ani jednego hasła marketingowego. Nikt nie robił kampanii pod tytułem „nasze ceny ustala model".

Skutek uboczny okazał się jednak marketingowy i do dziś bywa niedoceniany. W momencie, w którym cena przestała być decyzją dyrektora, a stała się wynikiem prognozy, obietnica „u nas najtaniej" straciła sens jako pozycjonowanie. Cena zaczęła się zmieniać kilka razy dziennie, także u konkurencji, także w kanałach pośredników. Hotele, które oparły komunikację wyłącznie na cenie, zbudowały ją na czymś, co zmienia się szybciej niż ich strona internetowa.

Trzecia fala jest tą, którą branża zapamiętała najlepiej, bo była najgłośniejsza. Wcześniejsze chatboty hotelowe były drzewami decyzyjnymi udającymi rozmowę: gość pisał pytanie, bot dopasowywał je do najbliższego przycisku i najczęściej się mylił. Doświadczenie było na tyle złe, że część hoteli wyłączała je po kilku miesiącach, uznając całą kategorię za nieudaną. Modele językowe zmieniły tu nie skalę, tylko rodzaj rozmowy: przestało być potrzebne przewidywanie pytań.

Drugą częścią tej fali było generowanie treści i tutaj branża hotelarska ma powód do wstydu. Opisy pokoi, wpisy blogowe i posty w mediach społecznościowych zaczęły powstawać masowo, szybko i tanio, a przez to wszystkie zaczęły brzmieć tak samo. Powstał zalew tekstów, w których każdy hotel jest położony w malowniczej okolicy i oferuje niezapomniane wrażenia. Paradoks polega na tym, że narzędzie, które miało wyróżnić, w rękach wszystkich naraz doprowadziło do upodobnienia.

Czwarta fala trwa teraz i jest jakościowo inna od trzech poprzednich. Do tej pory sztuczna inteligencja była narzędziem po stronie hotelu: pomagała ustalać cenę, pisać tekst, odpowiadać na wiadomości. Dziś coraz częściej stoi po stronie gościa i to ona czyta internet zamiast niego. Gość nie wpisuje frazy w wyszukiwarkę, żeby przejrzeć dziesięć wyników, tylko pyta asystenta o hotel przyjazny psom nad morzem z parkingiem i dostaje trzy propozycje z uzasadnieniem.

Zmienia to zasadę gry w sposób, który trudno przecenić. Przez dwadzieścia lat marketing hotelowy optymalizował ścieżkę do kliknięcia: pozycję w wynikach, tytuł, zdjęcie, przycisk. Kiedy odpowiedź powstaje przed kliknięciem, wygrywa nie ten, kto ma najlepszy przycisk, tylko ten, kogo model ma co zacytować. Nie chodzi już o to, żeby gość trafił na stronę. Chodzi o to, żeby strona miała treść, którą da się streścić i przypisać do konkretnego hotelu.

Jest w tym pułapka techniczna, o której mało kto w branży mówi, a która potrafi unieważnić całą pracę nad treścią. Wiele nowoczesnych stron hotelowych buduje swoją zawartość dopiero w przeglądarce gościa, po uruchomieniu skryptów. Człowiek tego nie zauważa, bo jego przeglądarka skrypty wykonuje. Natomiast spora część robotów, które zbierają materiał dla modeli językowych, tego nie robi i widzi wtedy stronę pustą, z samym tytułem i menu.

Test jest prosty i nie wymaga programisty. Otwórz swoją stronę oferty i wyświetl jej źródło, czyli surowy kod, zanim przeglądarka cokolwiek dobuduje. Poszukaj w nim zdania opisującego Twój hotel. Jeśli je znajdziesz, jesteś widoczny. Jeśli w miejscu treści zobaczysz jedynie pusty kontener i odwołania do skryptów, to znaczy, że dla asystenta odpowiadającego na pytanie o hotele w Twoim mieście Twoja oferta po prostu nie istnieje. To samo dotyczy cennika, opisu pokoi i informacji o zwierzętach.

Naprawa bywa mniej kosztowna, niż się wydaje, bo zwykle nie wymaga przepisania strony, tylko zmiany sposobu jej budowania, tak żeby treść trafiała do kodu już na serwerze. Warto zacząć od stron, które mają realnie odpowiadać na pytania: oferta, pokoje, udogodnienia, zasady pobytu ze zwierzętami, dojazd. To one są materiałem na cytat.

Cztery fale nie zastąpiły się nawzajem, tylko nałożyły. Reguły nadal są potrzebne tam, gdzie liczy się przewidywalność, prognozowanie popytu zostaje fundamentem przychodu, a modele językowe są dziś najtańszym sposobem na obsługę powtarzalnych pytań. Nowe jest to, że doszła warstwa, w której hotel nie występuje jako nadawca komunikatu, tylko jako źródło, na które ktoś się powołuje albo nie.

Praktyczny wniosek na przyszły rok jest mniej efektowny, niż sugerowałaby moda: zanim kupisz kolejne narzędzie, sprawdź, czy to, co już masz, jest w ogóle czytelne. Kompletny i uczciwy opis obiektu, aktualne zasady, jasno podane udogodnienia i dostępność tych informacji bez konieczności uruchamiania skryptów są dziś warte więcej niż kolejna warstwa automatyzacji. Sztuczna inteligencja nie nagradza tych, którzy o niej najwięcej mówią. Nagradza tych, których da się zrozumieć.