揭秘酒店每天的数据之旅：其实人人皆可成为数据分析师
随着酒店业意识到需要管理数据点，并了解如何收集和分析数据，从而更好地推进业务，数据科学家正变得越来越受欢迎和必要。在酒店业，想要理解酒店数据，并使用这些数据让酒店的整体业务受益，数据科学家是其中至关重要的一环。然而，若没有酒店运营人员的帮助，即使有数据科学家也无法真正分析数据。酒店运营人员负责着收集日常数据的基础工作——这是酒店数据旅程中不可或缺的一部分。
“随着越来越多的企业开始以数据为导向，数据运营平台Nexla称，73％的公司计划在下一年开放数据运营岗位的招聘。”数据运营（DataOps）是一种数据管理业务，它使组织能将数据价值最大化，并助力提升其在行业中的地位。数据专业人员的角色对于企业来说变得越来越重要，而酒店业终于开始认识到它的真正价值。
无论你是否知情，酒店的每项操作和任务都会生成数据。当客房服务员完成房间清扫并将完成状态输入软件，就产生了数据。当前台人员为客人进行入住登记时，也产生了数据。当客人进行客房服务点餐时，同样产生了数据。那么酒店究竟应该如何从每天生成和收集的有价值的数据中获益？
事实上，数据经历一段旅程，其终点是数据科学家，由他们将数据转化为深入的见解和可操作的计划。但是，为了使数据自始至终都安全可靠，酒店员工有许多应尽的职责，为这些数据保驾护航。
上午11:00 – 打扫客房
无论酒店客人退房与否，客房清扫的上班时间到了！由于工作安排和轮班，酒店需要使用相应系统，来监测哪些房间正在清理以便办理退房手续。打扫房间、更换洗漱用品和毛巾以及整理床铺，这一点非常重要。虽然管家可能没有意识到这一点，但他们实际上对酒店的数据旅程做出了巨大贡献。一旦他们表明房间已被清理或洗漱用品库存减少，他们就会为酒店生成数据。
◆角色：数据生成者—工作职能中即时生成数据的工作人员。
◆数据类型：客人退房规律，内务沟通，清扫时间
◆风险：客户体验是酒店业务的一切。所以细节对酒店至关重要，一个细微错误可能会导致客人对整体业务产生负面影响。如果酒店没有正确记录房间的清扫状态，这可能导致客人被迫等待更长时间才能进入房间，或是投诉房间在几天内都没有清扫过。如果Housekeeping无法在团队内进行沟通，他们就有可能为客人提供低于预期的体验。
◆解决方案：为了确保顺利进行内务管理，酒店应安装自动化智能化管理系统，以设置即时任务和提醒，以便与酒店PMS集成。例如，SnapShot的应用程序Fabric不仅允许酒店员工彼此聊天或群组聊天，而且让员工能够为自己和他人设置任务。
中午12:00 - 礼宾部
这是午餐时间，客人要求礼宾部推荐一家餐厅享用午餐并为他们预订。礼宾部门有机会收集客人关于消费偏好和支出的具体数据。通过记录菜肴类型、价格以及对餐饮的喜爱程度，礼宾人员可以在客人个人资料上建立更多画像，并反过来为客人生成数据并建立忠诚度。
◆角色：数据收集者 - 从各个收集点收集数据并将数据输入系统的团队成员。
◆数据类型：客人信息，餐饮偏好，价格点范围
◆风险：如果您的酒店还没有内置的CRM系统程序，前台人员将不得不手动输入客人信息。这就像在一张纸上做笔记一样古老！您的酒店可能会丢失客人有关未来住宿偏好的宝贵数据，并且忠诚度的可能性会大大降低。
◆解决方案：CRM客户管理系统可用于存储此类客户数据，帮助酒店集团内不同酒店间共享客户数据。例如，如果客人住在纽约市的连锁酒店，那里的工作人员会记录他们住宿目的、使用设施、房间温度偏好、他们订购的菜肴以及喜欢烹饪的方式等客人资料。当同一位客人抵达该酒店在上海的姐妹酒店时，客房就可以预先为客人提供合适的房间温度，将客人的首选设施放在客房内，厨师将知道如何烹饪某种菜肴等定制化服务。
下午3:00 – 办理入住
是时候为新的客人和回头客们办理入住手续了。这是收集大部分客人数据的环节，因为他们需要提供详细的个人信息。无论他们之前是否有过住店历史，前台人员都可以充分利用这个机会，输入新数据，更新旧信息。
◆角色：数据收集者 - 团队成员从各个收集点收集数据，并将数据输入系统。
◆数据类型：住客详细信息，付款方式，忠诚度级别
风险：为了重申使用不适当CRM系统存储客户档案会带来巨大风险，我们在此处再次举出。如果不创建详细的客人档案，酒店不仅会丢失有价值的数据，还会失去客户忠诚度。随着酒店行业竞争加剧，新品牌不断出现，忠诚度对酒店至关重要。
◆解决方案： CRM，CRM，CRM！
下午5:00 – 宴会活动
干杯！婚礼开始在酒店的宴会厅举行，客人开始前往酒店。鉴于此次活动规模较大，许多筹备工作正在进行，包括餐饮，现场布置，音乐和服务人员。在这里，您可计算客人数量，盘子数量以及活动开始和结束的时间等。酒店宴会团队可以收集有关此活动的数据，但也允许对即将发生的事件进行预算和预测。从这次活动中，可能会有来自当前与会者的未来活动计划，甚至忠诚度也可以在活动中构建。
◆角色：数据贡献者 - 协助收集和生成数据的支持角色。
◆数据类型：宴会参与者的信息，宴会现场状态，宴会季节性影响因素
◆风险：如果没有集成系统，如果宴会数据使用单独的宴会排期或手动记录数据，则可能无法将其包含在酒店的收益预测中。此外，如果没有数据自动化，收益管理人员可能无法在创建预测报告之前及时收到数据。
◆解决方案：通过使用现有的PMS或与PMS集成的附加工具，收益管理人员和销售经理可以使用跨职能平台减少数据收集时间并跨团队共享数据。
下午6:00 – 收益管理经理
由于客人每天都在办理入住和退房，因此收益管理经理的工作永远不会完成。收益管理者的日常任务中产生了大量数据，包括客人接送，房价，需求，定价等。收益管理者主要收集，协调和分析与收益相关的数据。
◆角色：数据分析师 – 了解如何读取，分析和理解数据的人。
◆数据类型： RevPAR模式，入住率趋势，房间季节性影响因素
◆风险：您处理的数据越多，错误的机会就越多。鉴于收入管理者处理各种数据源，并且还要使用那些未与其他程序集成的孤立系统数据。更糟糕的是，如果某些数据是在程序之外记录的，例如只是在某位同事的笔记中记录，那么收益管理人员无法访问这些有价值的信息。
◆解决方案：技术再次成为关键。通过实施安装具有收入管理功能的PMS或使用SnapShot Analytics等数据仪表板，收益管理人员就可以更轻松地处理创建并存储在酒店数据库中的所有数据。
晚上9:00 - 客房服务/餐饮
晚餐后，一些客人还未完全结束用餐之旅。有些客人可能会订购第二顿晚餐，其他人会点甜点或饮料。也许您会发现一些客人在酒店大堂酒吧享用餐后鸡尾酒后。当客人不断展现他们的饮食习惯，喜好和消费风格，酒店正在收集大量的数据。
◆角色：数据收集者 - 从各个收集点收集数据并将数据输入系统的团队成员。
◆数据类型：餐饮偏好，可盈利的 VS. 淘汰的品种，流行餐饮习惯
◆风险：客人订购客房服务除了可以添加到房间最终账单中的额外收入外，还有很多好处。如果没有正确收集此餐饮相关的数据，您的酒店可能会丢失有关客人口味的有价值信息，以及了解哪些菜肴相对更畅销。
◆解决方案：通过将F＆B POS工具与您酒店的PMS集成，您可以轻松管理客人的偏好和订单，甚至通过它建立忠诚度。例如Infrasys提供基于云的POS系统，可为餐厅提供集中式菜单管理、集成支付解决方案、忠诚度管理和数字菜单。
晚上11点 - 夜审
酒店是非常繁忙的地方，各处每天经常发生各种状况。到了晚上审核的时候，考虑到所有的互动和交易，酒店工作人员已经收集了大量关于客人的数据。这些数据不仅可以帮助您的酒店了解已经发生的事情，还可以帮助您预测即将发生的事情。为了成功处理当日审核，前台部门需要处理班次变更，计算酒店现金流，协调酒店各部门工作，并跟进任何未完成和待处理的任务。
◆角色：数据转换器 - 此角色将数据分析转换为公司的可操作策略。
◆数据类型：部门运作模式，安排高效率 VS. 低效率工作，现金流类型
◆风险：当你处理资金，特别是公司的资金时，压力就会增加。夜审不仅需要具有细节导向且财务经验丰富的人员，还需要技术支持正在完成的工作。如果没有在集中位置正确输入交易项目，前台部门几乎不可能进行完美的夜间审计。
◆解决方案：我们无法不强调选择满足您独特酒店需求的优质PMS工具的重要性。如果您是一家较小的酒店，没有资源聘请团队进行夜间审核，为什么不找一个可以帮您省钱并成功完成工作的PMS？
上午8:00 - 总经理
现在是上午8点，是时候与管理团队会面了。各部门负责人将向总经理汇报部门工作。会议讨论主题将包括查看夜班数据，预测趋势，评估当天入住率，ADR和RevPAR这几项。
在交给数据科学家之前，酒店总经理是数据旅程的最后阶段。在数据科学家查看酒店收集的数据之前，总经理负责以正确的并以对酒店最有意义的方解读这些数据点。这些来自最终数据的决定将是酒店未来业务的基础。
◆角色：数据所有者 - 最后一个团队成员，用于接收已编译，已分析和已转换的数据，并总结用于整体业务目标的数据。
◆数据类型：整体酒店业绩，入住率季节性影响因素，部门需求
◆风险：如果有些数据在手动工作中丢失或存在多个系统数据孤岛，或未协调的数据发生错位，总经理将无法获取准确的数据。那么计算错误和不准确会带来很多风险。此外，如果酒店使用过时的技术，在Excel中手动构建图表，或者最糟糕的是，各部门使用完全不同的方法单独准备报告并迫使GM试图了解各种风格和不一致的数据点。这样酒店失去商机的风险将更大。
◆解决方案：包含集成数据仪表板，BI工具，数据平台，预测和预算工具等在内的分析工具可以帮助总经理制定针对其酒店的明智决策。
总结
作为数据应用的先驱者，而不是跟随者的优势在于，最早应用大数据技术的企业将在后来者应用之前抢先受益。虽然酒店的大部分支出主要集中在整修翻新，库存和人员，但投资数据，对酒店而言仍至关重要。因为无论他们喜欢与否，数据无处不在，而且不会很快消失。酒店逐渐开始认识到数据分析的重要性，并相信数据运营是未来成功的主要因素。那么，请加入数据先驱者的队伍并立即开始分析您的数据吧！
