希爾頓3個月提升了16%的入住預訂率，背後的營銷策略是什麼？

已經在中國市場發展多年的希爾頓準備進一步加碼。

近期，希爾頓亞太區銷售副總裁Rupert Hallam在接受採訪時透露，希爾頓目前在中國市場共有90多家酒店，另有234家正在籌備中，即數年內，希爾頓在中國市場的酒店數量會翻番。

同時，發展策略一直比較保守的希爾頓擬對中國區引入三個新品牌，覆蓋商務、年輕化等不同市場人群。

或許看到了中國市場的潛力， 希爾頓不僅從銷售和品牌布局上加速布局，在營銷上，希爾頓也啟動全新的數字營銷策略。

據悉，就在2017年2月底，希爾頓聯合國內數據云平台Chinapex創略，進行了為期3個月的以高價值用戶挖掘為核心的數字智能營銷活動。

這個活動為希爾頓提升了16%的入住預訂率，且為其官網提升了44%的流量。Morketing通過採訪活動執行團隊，獲悉了此次營銷活動的詳細執行過程。

項目背景：擁有92年歷史的希爾頓加碼中國市場

希爾頓是最早進入中國市場的國際酒店品牌之一，也是時尚現代並高瞻遠矚的全球酒店業典範，已擁有92年歷史，因此沉澱的數據和品牌非常深厚。

據介紹，此次Hilton與Chinapex創略的合作，是希望藉助數據云體系，挖掘和釋放Hilton現有用戶數據的價值，擴大其在中國區的品牌影響力，從而佔據市場競爭中的主動權。

這屬於Hilton與Chinapex創略合作的第一期項目，為期3個月，從2016年11月-2017年2月，營銷活動覆蓋中國全國。

核心訴求：從企業現有數據中細分高價值用戶

作為本身擁有強大積澱的高端酒店品牌，希爾頓的現有企業數據挖掘是開展智能營銷非常重要的一步。

Chianpex創略分析，本次推廣，項目的核心痛點在於：如何從企業現有的數據中細分出高價值的用戶，獲取深入的用戶洞察，並根據數據指導後續的智能營銷。

那麼，從數據層面，可以分為四個步驟：

1、數據收集

2、數據整合

3、數據細分和分析

4、數據開放式應用

根據以上步驟，形成完整的反饋循環，從而為希爾頓打造持續的用戶數據積累。其中，第一方數據的手機整合尤為關鍵。

關鍵步驟：希爾頓的第一方數據收集和整合

第一方數據是企業洞察客戶和商業智能的支撐。

什麼是第一方數據？第一方數據，是企業通過各種不同的客戶觸點收集到的數據，以及企業持續積累的自有數據。

Chinapex數據云通過APEX PRISM（跨觸點實時數據收集）和APEX LINK（數據及API中間件，收集多樣化非實時數據），將希爾頓分散在其各個系統中成孤島狀的用戶第一方實時和非實時數據收集，並整合至APEX NEXUS（企業級智能數據管理平台）中，給予希爾頓一個全面的視角去洞察用戶，然後幫助制定相關的運營策略。

APEX NEXUS（企業級智能數據管理平台）內置機器學習和各類演算法模型。通過科學的運算分析，他們從希爾頓積累的龐大數據中抽取出與本次營銷活動高度相關的重要價值用戶，並且將人群數據一鍵進行定向維護及激活，同時，可設置個性化偏好服務推薦體系，提升用戶體驗。

比如，通過事件分析，年入住超過10次；入住城市5個以上；在線預訂/瀏覽超過30次等的用戶判定為高價值商旅人群，然後，基於歷史住宿信息，進行個性化服務推薦。

在價值數據的提煉過程中，Chinapex CEO Jimmy Hu提到一個智能數據理念，它強調的是數據的有用性。他指出，一般來說，智能數據的收集不再追求「大而全」，它將變得更加目的導向。通過技術解決方案供應商提供的工具，企業能夠根據實際問題決定哪些數據需要被收集。

在第一方數據挖掘中，希爾頓挖掘出3類高價值的種子用戶，分別為：高價值商旅人群；節假日高頻出遊人群；意向客戶人群。然後，針對不同的人群，他們可以進行不同的營銷策略。

新客拓展：基於高價值用戶洞察，結合第三方數據源

依據品牌需求，運用APEX LINK（數據及API中間件，收集多樣化非實時數據）接入第三方數據源，對現有希爾頓種子人群進行數據擴充，建立完整的用戶畫像，抽取出希爾頓種子用戶的特徵標籤， 並據此建立高針對性的精準廣告投放計劃。

通過第一方數據挖掘除了三大類種子用戶，並獲取了其線上數據標籤，包括基礎信息、用戶偏好、線上行為、流量軌跡、消費習慣等360度的全方位洞察，然後通過APEX LINK（數據及API中間節介面）對接了極光推送、集奧聚合、銀聯智慧等第三方數據，進行新客拓展。

通過程序化廣告投放、EDM信息促銷、SMS信息推送等營銷渠道，進行精準人群定向投放。

總結

此次希爾頓的數字營銷嘗試，結合了數據云和營銷雲的實踐，營銷活動為其官網提升44%的流量，以及提升了16%的入住預訂率。同時，我們獲知，項目結束後，希爾頓的百度指數比去年同期增長了30%，從2133增長至2785。

事實上，通過此次合作，希爾頓不僅看到了數據云對企業營銷推廣的作用，也開始考慮拓展其在內部營銷決策優化等其他方面的應用功能的延伸。

數據云可以基於企業第一方數據，藉助當前在旅遊行業運用較為廣泛的機器學習演算法，如邏輯回歸 (logistic regression)，支持向量機 (support vector machine)，以及K-means等常用的聚類分析演算法等，區分不同客戶價值以及預測客戶未來的行為傾向等，來輔助企業優化促銷活動和定價策略，達到提升客戶體驗的目的。