여행 및 접대 사용 사례
여행 및 접대 조직은 Adobe Experience Platform을 사용하여 예약 엔진, 충성도 프로그램, 속성 관리 시스템 및 디지털 터치포인트의 게스트 데이터를 각 여행자의 단일 보기로 통합합니다. 이 통합 파운데이션을 통해 개인화된 경험을 통해 예약을 유도하고, 중단된 예약을 복구하며, 재방문을 유도하는 게스트 충성도를 구축할 수 있습니다.
새 방문자를 위한 개인화된 홈 페이지
방문자의 지리적 위치 및 탐색 행동을 기반으로 홈페이지에서 개인화된 크루즈, 호텔 및 목적지 추천을 표시합니다. 관련 여행 옵션을 즉시 확인하고자 하는 처음 방문자는 더 자세히 살펴보고 예약 프로세스를 시작할 가능성이 훨씬 더 높습니다.
비즈니스에 대한 영향
새 방문자에 대해 홈 페이지를 개인화하면 일반 콘텐츠가 아니라 방문자의 위치와 관심사에 맞는 여행 옵션을 제공하여 전환율을 높일 수 있습니다.
구현 방법
익명 방문자 웹 Personalization 패턴을 사용합니다. 이 접근 방식은 지리적 위치, 장치 유형 및 참조 소스와 같은 사용 가능한 신호를 사용하여 첫 번째 페이지에서 경험을 개인화하여 아직 자신을 식별하지 않은 방문자에게 맞춤 콘텐츠를 제공합니다. 이는 방문자가 아직 자신을 식별하지 않았으며 개인화가 지리적 위치, 장치 유형 및 참조 소스와 같은 사용 가능한 신호에 의존해야 하는 경우 올바른 패턴입니다. 알려진 방문자 개인화에는 아직 존재하지 않는 인증된 프로필이 필요합니다.
기술 고려 사항
- 지리적 위치 데이터는 에지에서 정확하게 해결되어야 홈 페이지 로드에 지연을 추가하지 않고 지역에 적합한 대상, 통화 및 출발 포트를 제공할 수 있습니다.
- Personalization 규칙은 지역별로 계절별 여행 트렌드를 고려해야 합니다. 예를 들어 겨울철 추운 기후의 방문자에게 따뜻한 날씨를 보이는 여행지가 있습니다.
- 대체 콘텐츠 전략은 위치를 확인할 수 없거나 익명화 서비스를 통해 도착하는 방문자에게 필수적입니다.
- 예약 시스템의 가용성 피드와 통합하여 추천 속성 및 일정을 실제로 예약할 수 있도록 함으로써 품절 현상을 방지하여 매진된 옵션을 홍보할 수 있습니다.
장바구니 포기 복구 여정
고객이 예약 장바구니를 포기하는 경우를 자동으로 감지하고 개인화된 오퍼로 여러 단계 이메일 여정을 트리거하여 완료를 유도합니다. 버려진 예약은 여행 및 접대 분야에서 가장 큰 수익 누출 중 하나를 나타내며, 여행 의도는 여전히 신선한 반면 시기 적절한 후속 조치를 통해 해당 예약에서 의미 있는 몫을 복구합니다.
비즈니스에 대한 영향
효과적인 예약 복구 프로그램은 의미 있는 장바구니 복구 비율을 달성하며 예약 볼륨 및 평균 이동 값에 따라 상당한 증분 수익을 생성할 수 있습니다.
구현 방법
이벤트 트리거 메시지 패턴을 사용합니다. 이 접근 방식은 실시간 장바구니 포기 이벤트에 응답하므로 고객의 이동 의도가 여전히 높은 상태에서 적시에 미리 알림을 보냅니다. 트리거가 실시간 고객 행동 이벤트이고 필요한 응답이 단일 시간에 민감한 메시지인 경우, 고객 응답에 따라 변경되는 여러 단계의 육성 시퀀스 또는 동적 오퍼 선택이 아닌 올바른 패턴입니다.
기술 고려 사항
- 장바구니 포기 감지 임계값은 일반적인 여행 구매 시 고려 주기가 더 길다는 점을 고려해야 합니다. 첫 번째 미리 알림이 표시되기 전에 2~4시간이 지연되는 것이 소매에서 사용되는 30~60분보다 더 적절한 경우가 많습니다.
- 여행 재고 및 요금은 자주 변경되므로 이메일 컨텐츠는 전송 시간에 예약 시스템에서 현재 가격, 객실 또는 객실 가용성 및 이미지를 동적으로 가져와야 합니다.
- 무료 업그레이드 또는 리조트 크레딧과 같은 개인화된 인센티브는 마진, 계절성 및 고객의 충성도 계층을 설명하는 비즈니스 규칙을 통해 관리되어야 합니다.
- 억제 로직은 콜센터나 여행사 직원 등 다른 채널을 통해 예약을 완료한 고객을 제외하여 관련 없는 후속 메시지를 방지해야 합니다.
높은 의도 방문자 타깃팅
AI 기반 성향 점수를 사용하여 구매 의도가 높은 방문자를 식별하고 개인화된 오퍼 및 콘텐츠를 타깃팅합니다. 조직에서 예약할 가능성이 가장 높은 방문자를 인식하면 의사 결정에 가장 가까운 여행자에게 가장 매력적인 오퍼와 판매 전달을 집중시킬 수 있습니다.
비즈니스에 대한 영향
개인화된 오퍼를 사용하여 고의적인 방문자를 타깃팅하면 이러한 세그먼트에 대한 전환이 개선되어 가장 큰 수익을 제공하는 곳에 마케팅 투자를 집중하게 됩니다.
구현 방법
알려진 방문자 웹/앱 Personalization 패턴을 사용합니다. 이 접근 방법에서는 실시간 프로필 데이터 및 행동 신호를 사용하여 식별된 방문자를 위한 웹 경험을 개인화하여 구매 준비 수준에 맞는 맞춤화된 콘텐츠 및 오퍼를 제공합니다. 이는 개인화가 행동 친화성 모델이 아닌 식별된 고객의 프로필 속성 및 성향 점수에 의해 주도되고 고객이 이미 인증한 경우 세그먼트 멤버십과 의도 신호를 사용할 수 있도록 하는 올바른 패턴입니다.
기술 고려 사항
- 성향 모델은 날짜 검색, 가격 페이지 보기, 룸 비교 활동 및 짧은 기간 내에 동일한 대상에 대한 반복 방문과 같은 여행별 의도 신호에 대해 교육해야 합니다.
- 라이브 채팅 프롬프트 또는 제한 시간 오퍼와 같은 고의적인 개입이 탐색 환경을 중단하지 않고 예약 플로우의 자연스러운 결정 지점에 표시되어야 합니다.
- 여행자는 종종 구매 준비 전 몇 달을 조사하므로 채점 모델은 조사 의도와 예약 의도를 구별해야 합니다.
- Real-Time Customer Data Platform 계산된 특성은 세션 간 동작 신호를 집계하여 각 방문자에 대한 최신 의도 점수를 유지할 수 있습니다.
예약 후 상향 판매 캠페인
고객이 예약을 완료한 후 캐빈 업그레이드, 해변 여행, 식사 패키지 및 기타 조달에 대한 업셀 캠페인을 자동으로 트리거합니다. 예약과 여행 사이의 기간은 게스트가 다가오는 여행에 대해 가장 흥분해 있고 경험을 향상시키는 데 가장 수용적일 때입니다.
비즈니스에 대한 영향
예약 후 상향 판매 캠페인은 평균 주문 가격을 높이고 보조 매출을 상승시켜 단일 예약을 훨씬 더 가치 있는 거래로 만듭니다.
구현 방법
여러 단계로 구성된 오케스트레이션된 여정 패턴을 사용합니다. 이 여러 단계로 구성된 여정은 고객이 이미 구입한 오퍼와 이전 메시지와의 관계에 따라 오퍼를 조정하는 시간을 설정하여 예약된 고객에게 상향 판매 기회를 안내합니다. 이는 사용 사례에서 참여 이벤트 및 인벤토리 가용성에 따라 조건부 분기를 사용하여 며칠 동안 시퀀싱된 다중 메시지 흐름이 필요한 경우 올바른 패턴입니다. 단일 트리거 메시지는 여행 날짜 근접성에 따라 업셀 모멘트 또는 시간 조정 간의 종속성 로직을 수용할 수 없습니다.
기술 고려 사항
- 이 여정은 고객이 예약한 내용, 특정 일정에 사용할 수 있는 업그레이드 내용, 각 부수적 옵션에 대한 현재 가격을 정확히 알기 위해 예약 시스템과 통합되어야 합니다.
- 업셀 시기는 전략적으로 엇갈려야 합니다. 객실 업그레이드는 예약 직후 제공될 수 있으며, 여행 날짜가 다가오면 여행 및 식사 패키지가 더 나은 성과를 발휘합니다.
- 보충 용량과 업그레이드 가용성은 지속적으로 변경되므로 보조 제품에 대한 재고 및 가용성은 오퍼 발표 시 반드시 확인되어야 합니다.
- Journey Optimizer 개인화는 예약의 여행자 수를 고려하여 가족 예약을 위한 가족 맞춤 여행과 2인 예약을 위한 커플 지향 경험을 추천해야 합니다.
종료된 고객을 위한 Win-Back 캠페인
12개월 이상 예약하지 않은 고객을 식별하고 이전 여행 선호도를 기반으로 개인화된 윈백 오퍼와 콘텐츠를 제공합니다. 종료된 고객을 다시 참여시키는 것은 완전히 새로운 고객을 획득하는 것보다 훨씬 비용 효율적이며, 과거 여행객들은 이미 브랜드 친숙성을 가지고 있어서 재예약의 장벽을 낮추고 있다.
비즈니스에 대한 영향
잘 타기팅된 윈-백 캠페인은 소멸된 고객 간에 의미 있는 재활성화율을 달성하여 고객이 다시 돌아오지 않을 수 있는 고객의 수익을 복구합니다.
구현 방법
여러 단계로 구성된 오케스트레이션된 여정 패턴을 사용합니다. 이 다단계 여정은 고객의 반응을 기반으로 영감에서 인센티브로 발전하는 일련의 메시지를 통해 기존 고객을 다시 참여시킵니다. 이는 개별 트리거 이벤트가 없는 경우 올바른 패턴이며 고객 라이프사이클 모델 및 시즌 예약 패턴에서 타이밍을 계산해야 합니다. 이벤트 트리거 메시징은 점진적 에스컬레이션 논리 또는 일반적인 여행 계획 기간 관련 시간 요구 오퍼를 처리할 수 없습니다.
기술 고려 사항
- 종료된 고객 세분화는 여행 카테고리의 일반적인 예약 빈도를 고려해야 합니다. 연간 예약하는 고객은 6개월 동안 활동이 없는 경우 종료된 것으로 플래그가 지정되어서는 안 됩니다.
- 윈백 콘텐츠는 선호하는 목적지, 객실 유형 또는 여행 시즌 등 고객의 과거 여행 선호도를 참조하여 브랜드가 기억하고 가치를 부여한다는 것을 입증해야 한다.
- 오퍼는 여정 전반에서 확장되어야 하며, 영감을 주는 컨텐츠부터 시작하여 이전 메시지가 참여를 생성하지 않는 경우에만 통화 인센티브로 진행됩니다.
- 여행사나 콜센터 등 오프라인 채널을 통해 예약한 경우 예약 시스템과 비교 고객 기록을 확인해야 실제 활동하는 고객에게 윈백 메시지를 보내지 않는다.
동적 일정 권장 사항
고객의 과거 예약, 탐색 기록 및 명시된 선호도를 기반으로 개인화된 크루즈 여정 및 대상을 보여줍니다. 여행자들은 자신의 흥미와 여행 스타일에 맞춘 여행 일정을 보게 되면 계획 경험에 더 깊이 관여하고 더 빠르게 예약하는 방향으로 나아간다.
비즈니스에 대한 영향
개인화된 일정 추천은 일정 페이지와의 참여도를 향상시켜 고객이 올바른 여행을 더 빨리 찾을 수 있도록 돕고 여행자가 너무 많은 옵션에 압도되었다고 느낄 때 발생하는 드롭오프를 줄입니다.
구현 방법
알려진 방문자 웹/앱 Personalization 패턴을 사용합니다. 이 접근 방식은 프로필 데이터 및 행동 기록을 사용하여 식별된 방문자에 대한 웹 사이트 콘텐츠를 개인화하여 가장 관련성이 높은 일정과 대상을 표시합니다. 이는 행동 친화성 모델이 아닌 프로필 속성 및 예약 내역에 의해 개인화가 추진되는 경우 올바른 패턴으로, 고객 선호도와 함께 출발 항구 및 날짜와 같은 여행 물류를 설명하는 규칙 기반 로직을 사용할 수 있습니다.
기술 고려 사항
- 여행 일정 추천 로직은 항해 또는 체류 날짜, 출발 항구 및 기간 선호도와 목적지 관심도를 통합해야 고객에게 매력적이고 실용적인 옵션을 제공할 수 있습니다.
- 중앙 예약 시스템과 통합하면 권장 여정에 사용 가능한 재고가 있고 현재 가격을 반영하기 때문에 매진된 세일즈나 완전 예약 부동산을 홍보하는 데 방해가 되지 않습니다.
- 계절적 요인은 추천에 크게 영향을 미쳐야 합니다. 여름 지중해 크루즈를 예약한 고객은 비시즌 대안보다는 비슷한 계절적 옵션을 선택해야 합니다.
- Experience Platform 프로필 병합 정책은 모바일에서 수행된 연구가 데스크톱 추천에 반영되도록 여러 장치에서 탐색 동작을 올바르게 통합해야 합니다.
홈페이지에서 최근에 검색한 제품
최근 본 크루즈, 호텔 또는 여행지를 홈페이지에 표시하여 방문자에게 관심을 환기하고 재방문을 장려합니다. 여행자는 종종 예약 전에 여러 세션을 탐색하며, 이전 관심사를 표시하면 돌아올 때마다 탐색을 시작하는 불편함이 사라집니다.
비즈니스에 대한 영향
최근 검색한 여행 상품을 홈페이지에 표시하면 재방문 참여가 증가해 고객이 떠난 곳을 찾아갈 수 있도록 돕고 예약까지의 경로를 단축한다.
구현 방법
알려진 방문자 웹/앱 Personalization 패턴을 사용합니다. 이 접근 방법에서는 방문자의 저장된 프로필 데이터를 사용하여 홈 페이지에서 이전에 본 항목을 렌더링하여 여러 검색 세션에 걸쳐 연속성을 만듭니다. 이는 개인화가 실시간 행동 친화성보다 세션 및 장치의 영구 프로필 데이터에 의존하는 경우 및 관련성에 대한 규칙이 알고리즘 순위가 아닌 시간 기반(최신성)인 경우 적합한 패턴입니다.
기술 고려 사항
- 최근에 본 데이터는 ID 확인을 사용하여 장치 및 세션 간에 유지되어야 하므로 휴대폰에서 탐색하는 고객이 데스크탑으로 돌아올 때 동일한 항목을 볼 수 있습니다.
- 표시된 항목에는 이전에 본 옵션을 더 이상 사용할 수 없거나 마지막 방문 이후 가격이 변경된 경우 표시기와 함께 현재 가격 및 가용성 상태가 표시되어야 합니다.
- 표시된 항목에 대한 최신 기간은 여행 예약 주기에 맞게 조정되어야 합니다. 3개월 전에 본 크루즈를 보여주는 것은 오래 전에 본 소매 제품과 달리 여전히 적절할 수 있습니다.
- 개인 정보 고려 사항을 사용하려면 최근에 본 콘텐츠를 고객의 동의 상태와 연결해야 하며, 검색 기록을 지우는 옵션에 쉽게 액세스할 수 있어야 합니다.
타깃팅된 오퍼가 있는 종료 의도 양식
방문자에게 종료 의도가 표시되면 세션 중 탐색 행동을 기반으로 관련 오퍼와 함께 개인화된 모달을 표시합니다. 떠나는 방문자에게 설득력 있고 상황에 맞는 오퍼를 제공하면 떠나기 전에 흥미를 예약으로 전환할 수 있는 마지막 기회가 제공됩니다.
비즈니스에 대한 영향
개인화된 여행 오퍼가 있는 종료 의도 모델은 예약하지 않고 떠나는 방문자 사이에서 의미 있는 전환을 복구하여 완전히 유실될 수 있는 매출을 캡처합니다.
구현 방법
Offer Decisioning 패턴을 사용합니다. 이 접근 방법에서는 중앙 집중식 의사 결정 논리를 사용하여 사용 가능한 모든 오퍼를 평가하고 세션 동작 및 프로필 데이터에 따라 출국하는 방문자에게 가장 적합한 오퍼를 선택합니다. 이는 오퍼 선택이 단순 행동 권장 사항이나 단일 트리거 메시지가 아닌 관리되는 의사 결정 논리를 필요로 하는 빈도 제한(제한)에 대한 충성도 계층 자격 요건 및 비즈니스 제한을 고려해야 하는 경우 올바른 패턴입니다.
기술 고려 사항
- 여행자가 실제로 떠나려고 하지 않고 여러 개의 일정이나 속성을 별도의 탭에서 여는 경우가 많기 때문에 여행 예약 사이트에서 종료 의도 감지는 다중 탭 탐색 행동을 고려해야 합니다.
- 오퍼 선택은 방문자가 세션 중에 탐색한 내용을 반영해야 하며, 일반적인 프로모션이 아닌 방문자가 탐색한 특정 대상 또는 속성에 대한 할인을 제공합니다.
- 모달 빈도는 방문자가 방문할 때마다 동일한 오퍼를 볼 수 없도록 엄격히 제한해야 하며, 이로 인해 프로모션의 긴급성과 독점성이 저하됩니다.
- Journey Optimizer 오퍼 자격 규칙은 방문자의 충성도 등급과 예약 내역을 고려하여 적절한 가치를 제공하는 인센티브를 제공해야 하며, 소규모 할인보다는 프리미엄 게스트에게 의미 있는 혜택을 제공해야 합니다.
고객 충성도 프로그램 Personalization
고객의 충성도 계층, 포인트 밸런스 및 참여 기록을 기반으로 웹 사이트 경험, 오퍼 및 커뮤니케이션을 개인화합니다. 모든 접점에 걸쳐 자신의 위상이 반영된 것을 보는 충성도 멤버는 인정 받고 가치를 느끼며, 이는 브랜드에 대한 헌신을 강화하고 계층 발전을 장려합니다.
비즈니스에 대한 영향
계층 기반 개인화는 충성도 멤버의 참여를 개선하여 관계를 심화하고 장기적인 수익을 유지하는 수익 및 환매 행동을 가속화합니다.
구현 방법
Decisioning이 있는 크로스 채널 여정 패턴을 사용합니다. 이 접근 방식은 여정 오케스트레이션과 실시간 의사 결정을 결합하여 각 충성도 멤버의 계층, 환경 설정 및 최근 활동에 맞게 적합한 채널을 통해 올바른 오퍼를 제공합니다. 이는 여정이 중복 오퍼를 방지하기 위해 채널 간 전달을 조정해야 하는 경우와 오퍼 선택에 계층 기반 자격 규칙 및 상환 제한이 필요한 경우(여정 오케스트레이션만으로는 필요한 다중 채널 의사 결정 레이어를 제공하지 않음) 올바른 패턴입니다.
기술 고려 사항
- 웹 사이트 개인화 및 오퍼가 고객의 실제 상황을 반영하도록 하려면 계층 상태, 포인트 잔고 및 수익 내역을 포함한 충성도 프로그램 데이터를 수집하여 최신 상태로 유지해야 합니다.
- 예약 조기 액세스, 무료 업그레이드, 전용 가격 책정 등 계층별 혜택은 환매 시점에 적용되어야 하므로 예약 및 가격 책정 시스템과의 긴밀한 통합이 필요합니다.
- 예약, 체류 및 파트너 거래에서 포인트 잔고가 변경되면 거의 실시간으로 개인화 규칙 재계산이 트리거되므로 보상을 위해 충분한 포인트를 얻은 고객이 즉시 해당 옵션을 볼 수 있습니다.
- Real-Time Customer Data Platform 대상은 다음 계층에 접근하거나 계층 강등의 위험이 있는 경우와 같이 충성도 계층 및 주요 참여 이정표에 따라 구조화해야 합니다.
다중 채널 예약 알림 메시지
시작했지만 예약을 완료하지 않은 고객에게 이메일, 문자 메시지 및 푸시 알림을 통해 개인화된 예약 미리 알림을 보냅니다. 여행자는 예약 프로세스를 자주 시작하고 중단되며, 미리 알림과 저장된 여행 세부 정보를 통해 선호하는 채널에서 여행자에게 연락하면 예약을 완료할 수 있습니다.
비즈니스에 대한 영향
멀티채널 예약 알림 기능은 예약 완료율을 향상시켜 예약하려고 했지만 완료하기 전에 다른 곳으로 이동한 고객으로부터 상당한 매출을 회수할 수 있습니다.
구현 방법
이벤트 트리거 메시지 패턴을 사용합니다. 이 접근 방식은 미완료 예약 이벤트가 감지되면 자동으로 미리 알림을 트리거하여 고객이 선호하는 채널에 걸쳐 적시에 메시지를 제공합니다. 이는 트리거가 개별 고객 작업(예약 시작)이고 필요한 응답이 각 메시지가 이전 참여 또는 가용성 변경에 따라 달라지는 다중 단계 시퀀스가 아니라 기본 채널 전반에서 시간에 민감한 전달인 경우 올바른 패턴입니다.
기술 고려 사항
- 채널 선택 로직은 고객 커뮤니케이션 환경 설정을 준수하고 과거 참여 패턴을 기반으로 게재를 최적화하여 모바일과 이메일에 잘 응답하는 고객에게 푸시 알림을 전송하고 선호하는 고객에게 이메일을 전송해야 합니다.
- 미리 알림 콘텐츠에는 모든 선택 사항을 그대로 유지한 채 저장된 예약으로 직접 고객을 되돌려주는 딥 링크가 포함되어야 하며, 이로 인해 여행 날짜, 룸 환경 설정 및 게스트 세부 정보를 다시 입력할 필요가 없습니다.
- 시간 및 빈도 규칙은 고객이 압도하지 않도록 여러 채널을 조정해야 합니다. 동일한 예약에 대한 이메일과 푸시 알림은 동시에 전송되지 않고 적절한 간격을 두어야 합니다.
- 자산 관리 또는 중앙 예약 시스템과 통합하려면 미리 알림을 보내기 전에 처음에 선택한 룸 유형, 요금 및 날짜가 아직 사용 가능한지 확인하고 사용 가능한 항목이 변경된 경우 메시지를 업데이트해야 합니다.
시즌 캠페인 Personalization
시즌 환경 설정, 이전 시즌 예약 및 현재 시즌 트렌드를 기반으로 캠페인과 오퍼를 개인화할 수 있습니다. 여행객은 계절의 영향을 많이 받으며, 입증된 계절별 관심사와 현재 여행 트렌드에 부합하는 캠페인은 일반적인 프로모션보다 훨씬 더 매력적입니다.
비즈니스에 대한 영향
계절별로 개인화된 캠페인을 통해 계절별 예약 전환을 활성화하므로 마케팅 투자가 각 고객에게 가장 큰 반향을 일으킬 수 있는 대상 및 여행 상품에 집중되도록 합니다.
구현 방법
일괄 아웃바운드 메시지 활성화 패턴을 사용합니다. 이 접근 방식은 예정된 일정에 따라 대규모 대상자에게 개인화된 시즌 캠페인 메시지를 전달하여 고객이 시즌 여행 패턴과 선호도에 따라 구분됩니다. 이는 대상자가 많고 시즌 예약 내역에 의해 사전 정의된 경우, 이벤트 중심의 시기가 아닌 시즌 계획 기간에 따라 게재 시기가 예약되며 실시간 분기 또는 의사 결정이 필요하지 않은 올바른 패턴입니다.
기술 고려 사항
- 캠페인 타깃팅을 알리기 위해 일관된 여름 비치 휴가 또는 겨울 스키 여행과 같은 패턴을 식별하는 내역 예약 데이터에서 고객 계절 환경 설정 프로필을 빌드해야 합니다.
- 캠페인 일정은 여행 업계의 리드 타임을 고려해야 합니다. 여름 휴가 캠페인은 대부분의 예약이 이미 이루어진 6월이 아니라 가족이 계획하고 있는 이른 봄에 시작해야 합니다.
- 계절별 재고에 대한 가격 및 가용성 피드는 홍보된 거래가 주요 여행 기간 동안의 실시간 요금 및 실제 객실 또는 객실 가용성을 반영하도록 통합되어야 합니다.
- Experience Platform 대상자는 계절별 환경 설정 데이터와 최신성 지표를 결합하여 다가오는 시즌에 대한 일반적인 계획 수립 기간에 있는 고객의 우선 순위를 지정해야 합니다.
그룹 예약 권장 사항
단체 여행을 자주 예약하는 고객을 식별하고 단체 패키지, 가족 친화적인 옵션 또는 다인실 예약을 사전에 추천합니다. 그룹 예약은 트랜잭션당 훨씬 더 높은 매출을 나타내며, 그룹 여행의 패턴이 입증된 고객은 계획 프로세스를 간소화하는 조정된 옵션에 잘 응답합니다.
비즈니스에 대한 영향
사전 예방 그룹 예약 권장 사항은 예약당 평균 주문 가격을 높이며, 그렇지 않으면 여러 개별 예약으로 분할될 수 있는 그룹 여행 거래의 전체 가치를 캡처합니다.
구현 방법
동작 권장 사항 패턴을 사용하십시오. 이 접근 방식은 고객 예약 패턴 및 행동을 통해 학습한 AI 기반 모델을 사용하여 각 고객에게 가장 관련성이 높은 단체 여행 옵션을 추천합니다. 이는 항목 세트가 크고 지속적으로 변경되는 경우(가격 및 가용성과 함께 진화하는 그룹 패키지) 적합한 패턴이며, 선택은 자격 규칙이 제어하는 바인딩된 오퍼 세트가 아닌 그룹 예약 내역의 행동 패턴에 의해 결정됩니다.
기술 고려 사항
- 단체 여행 식별을 위해서는 다인실 예약, 여러 승객과 함께 한 예약, 같은 날짜와 목적지에 대해 서로 가깝게 이뤄진 조율된 예약 등의 패턴에 대한 예약 이력을 분석해야 한다.
- 그룹 요금은 개별 요금과 다를 수 있으며 최소 당사자 크기 또는 사전 예약 기간이 필요할 수 있으므로 예약 시스템에서 그룹 패키지 가격을 동적으로 가져와야 합니다.
- 추천 콘텐츠는 단체 식사 옵션, 회의 공간, 블록 예약 할인, 단체 여행 이용가능 여부 등에 대한 정보를 포함하여 단체 주최자의 고유한 요구 사항을 해결해야 합니다.
- Real-Time Customer Data Platform 프로필 보강은 고객의 예약 패턴에 따라 단체 여행 주최자로 표시해야 하며, 가족 모임 시즌 또는 기업 휴회 기간과 같은 최대 단체 계획 기간 동안 타깃팅된 캠페인을 사용할 수 있습니다.
AI 예약 컨시어지
여행 및 숙박 조직은 고객이 예약을 약속하기 전에 항공편, 객실, 룸 카테고리, 보조 서비스 및 로열티 혜택을 탐색해야 하는 복잡하고 높은 가치의 구매 여정을 제공합니다. 정적 검색 및 필터 인터페이스는 의사 결정 피로를 만들고 드롭오프를 증가시킵니다. AI 예약 컨시어지는 게스트와 자연스러운 대화를 통해 여행 의도, 파티 규모, 선호도 및 예산을 파악한 후 일정 계획, 숙박 선택 및 추가 옵션을 단계별로 안내하며, 동시에 게스트의 티어와 관련된 충성도 이점을 제공합니다.
비즈니스에 대한 영향
대화형 예약 지침은 일정 완료율 및 보조 첨부 파일을 개선하는 동시에 옵션을 명확하게 하기 위해 전화를 걸었던 게스트의 콜 센터 용량을 줄입니다.
구현 방법
Brand Concierge 대화 경험 패턴을 사용하십시오. 이 접근 방법에서는 AEP Agent Orchestrator 및 실시간 고객 프로필 데이터를 사용하여 속성 및 일정 카탈로그와 비교하여 Product Advisor Agent을 배포하여 안내가 있는 다중 회전 대화 상자를 통해 개인화된 옵션 및 충성도 관련 권장 사항을 표시합니다. 이는 복잡한 예약 결정을 내리기 위해 수립되는 대화형 다중 전환 대화 검색일 때 적합한 패턴입니다. 이벤트 트리거 메시징과는 별개인 방문자 작업에 대해 단방향 전달을 통해 반응하는 것 및 대화 상대를 참여시키지 않고 수동적으로 추천을 표시하는 개인화된 웹 경험과는 구별됩니다. AEP Agent Orchestrator 및 브랜드 거버넌스 구성이 필요합니다.
기술 고려 사항
- 대화 내에서 사용할 수 없는 룸 유형이나 잘못된 가격을 추천하면 즉시 신뢰가 손상되므로 예약 시스템과 Brand Concierge 콘텐츠 레이어 간의 거의 실시간 통합을 통해 가용성 및 요금 데이터를 최신 상태로 유지해야 합니다.
- 실시간 고객 프로필 조회는 상담원이 각 방문에서 고객의 선호도를 다시 설명하지 않고도 사전에 고객의 상태를 확인하고 권장 사항을 조정할 수 있도록 충성도 계층, 체류 내역 및 명시된 선호도를 표시해야 합니다.
- 브랜드 거버넌스는 에이전트가 등급 일치 조회, 경쟁사 참조, 게스트가 선호하는 날짜 또는 룸 유형을 사용할 수 없는 상황을 처리하는 방법을 정의해야 하며, 이를 통해 에이전트가 막다른 골목을 제시하지 않고 브랜드 음성 내에서 우아하게 응답하도록 해야 합니다.
- 대상 관심 분야, 여행 파티 구성 및 대화 중에 표시되는 부수적 환경 설정을 포함한 대화 의도 신호는 ExperienceEvent 데이터로 AEP으로 다시 전송되어야 하며, 다운스트림 이메일, 충성도 및 재참여 캠페인을 알릴 수 있도록 게스트 프로필을 보강해야 합니다.