inicio
Jueves 13 de diciembre de 2018
24/05/2018
preparar para imprimir

La evolución del turismo en la era del marketing digital

 

La búsqueda online representa hoy en día el primer paso para la mayoría de los usuarios que comienzan a preparar un viaje. Tanto es así que algunos visitan hasta 38 webs antes de reservar un avión, un hotel, o cualquier actividad relacionada con el viaje. El sector turístico debe adaptarse a las nuevas estrategias de marketing digital para ganar clientes potenciales. La clave del éxito es generar contenido de interés y difundirlo a las audiencias con precisión, aprovechando el retargeting personalizado y combinándolo con inteligencia artificial y Deep Learning.

Un solo cliente que busca reservar un viaje puede visitar cientos de páginas de viajes cada día. La búsqueda se suele producir semanas antes de que se realice la compra final. Esto significa que hay muchísimos datos que los especialistas en marketing digital reciben y a los que necesitan dotar de sentido para emplear en sus estrategias. El número de puntos de contacto en el ámbito de digital para la reserva de viajes crece con mucha rapidez porque los usuarios buscan cada vez más ofertas a través de motores de búsqueda, aplicaciones de reserva y agencias de viajes online, antes de hacer una reserva.

Sin embargo, el 39% de las personas que viajan por ocio y el 45% de las que lo hacen por negocio, creen que utilizan demasiados sitios web antes de hacer una reserva. Además, el 43% de los primeros y el 51% de los segundos quieren dedicar menos tiempo a buscar vuelos.

Los proveedores de vuelos, hoteles y alquiler de vehículos pueden reducir este tiempo al realizar ofertas personalizadas en el momento preciso. Es en este punto donde la IA y el Deep Learning pueden representar un cambio para los vendedores digitales del sector turístico.

Publicidad basada en Deep Learning

El Deep Learning es una rama innovadora de la inteligencia artificial que imita el trabajo del cerebro humano en el procesamiento de datos y la creación de patrones para la toma de decisiones. Inspirado por neuronas biológicas en nuestros cerebros, el Deep Learning hizo posible obtener descripciones más fiables de los usuarios, descripciones más ricas e interpretables por máquina, del potencial de compra del cliente sin ningún conocimiento humano.

Por ejemplo, RTB House se basó inicialmente en algoritmos de machine learning para desarrollar su plataforma de retargeting. Al añadir una actualización basada en Deep Learning (que más tarde se implementaría en el 100% de los algoritmos), las ofertas que se muestran en los banners publicitarios se seleccionan con mayor precisión, lo que a su vez aumenta la efectividad de las campañas de los clientes hasta en un 50%.

Pero los algoritmos de Deep Learning pueden ir más allá. Esta tecnología puede equipar a la industria publicitaria con predicciones de los hábitos y deseos únicos de un usuario. Simplifica la experiencia cotidiana de usuario al ofrecer anuncios totalmente orientados que presentan no solo ofertas o servicios con mayores posibilidades de compra, sino también aquellos que aún no han sido visualizados por el usuario o productos en los que ni siquiera habíamos pensado pero cuya probabilidad de compra es bastante alta. Hay un público muy amplio de público abierto a sugerencias, el 30% de las personas haría un viaje incluso si no se planteaban ir a ninguna parte, y otro 25% consideraría ir a un nuevo destino que no habían planeado originalmente.

Diferentes necesidades, estrategias adaptativas

Cuando se usa el Deep Learning en publicidad, la segmentación del usuario puede ser un componente poderoso para enfocarse en un viaje único del cliente. Los proveedores de retargeting pueden definir objetivos específicos para cada grupo de usuarios, ajustando individualmente las ofertas para cada uno de ellos y pujando por ellos en consecuencia para lograr los resultados más prometedores.

Por ejemplo, una práctica de segmentación en tarifas aéreas divide a los usuarios entre los que buscaron vuelos (y fueron a la página de ofertas, pero no llegaron a finalizar la compra), y aquellos que compraron vuelos en el último momento sin haber buscado el destino antes.

El primer grupo será dirigido mucho antes con ofertas muy específicas. El segundo grupo, en cambio, recibirá información sobre los últimos asientos disponibles en el avión. Lo mismo ocurre con las personas que viajan por negocio y compran a corto plazo, o con un viajero al azar, que llegó a un portal de compra desde un comparador.

También es importante añadir a los usuarios pueden ser segmentados de acuerdo a los lugares de donde provienen, ya sea directamente de los sitios de las aerolíneas, OTA (agencias de viajes online) o del sitio de los viajeros. También existe la opción de segmentar en función de importe desembolsado, por ejemplo, creando un segmento de usuarios que tiene opciones de comprar billetes en primera clase.

Las campañas de marketing actuales basadas en el rendimiento se pueden orientar con tantas variables diferentes que querrá descubrir cuáles funcionan mejor para su negocio y las necesidades del consumidor. En general, la segmentación del usuario permite salir de la orientación tradicional y profundizar en la utilización de todos los datos, todo para hacer que el mensaje sea aún más personalizado.

El cross selling, imprescindible

Según PWC, los profesionales del sector turístico deben enfocarse también en los ingresos complementarios, incluidos el alojamiento, el alquiler de automóviles, el entretenimiento y los itinerarios personalizados. Por lo tanto, las aerolíneas deberán desarrollar sus capacidades de marketing digital y concentrarse en recopilar la mayor cantidad posible de datos sobre los clientes para crear un perfil detallado del viajero y luego transformarlo en una oferta individual.

Por ejemplo, supongamos que un usuario reserva un tour en Barcelona partiendo desde Málaga. Necesitará un vuelo, tal vez un hotel y transporte local, como un vehículo de alquiler. Quizá también esté interesado ​​en eventos locales o visitas turísticas. La industria de viajes se distingue por el hecho de que se requiere una gran cantidad de información y datos para los clientes de viajes. Y aquí yace el verdadero potencial del Deep Learning. Cuantos más algoritmos de datos tengan acceso, mejores serán los resultados que traerán. Solo los algoritmos basados ​​en el Deep Learning pueden recopilar, observar y analizar estos datos, para presentar pancartas hechas a medida que funcionen en un nivel altamente personal para cada usuario.

No solo se trata de un mejor rendimiento

Muchas compañías de viajes a menudo se centran solo en aumentar su rendimiento con proveedores de retargeting. Pero esta estrategia les brinda también muchas oportunidades creativas para promocionar sus marcas con éxito.

La forma más fácil es promocionarse mediante simples creatividades que animen a los usuarios a "planificar su próximo viaje con nosotros" o promocionar los destinos más atractivos relacionados con la época del año, como viajes a países exóticos en invierno u ofertas especiales antes de vacaciones o feriados nacionales. Los más avanzados pueden estar dirigidos a personas que usaron servicios de viaje hace unos meses.

Otra opción interesante es promocionar destinos con algunas ventajas, como cómodos horarios de vuelo, asientos en primera clase, Wifi ilimitado gratuito, puntos de fidelidad adicionales u ofertas más económicas. Los usuarios que han estado buscando tales cosas pueden ser fácilmente alcanzados mediante retargeting personalizado.

El análisis de datos es clave

La industria de viajes se distingue por la gran cantidad de información y datos que están disponibles para los clientes de viajes de destino. Recuperar esta información es fácil; el verdadero desafío es analizar que los datos para extraer conclusiones que sirvan para mejorar. Y es aquí donde yace el verdadero potencial del Deep Learning. Cuantos más algoritmos de datos sean analizados, mejores serán los resultados de las campañas. El sector turístico debe adaptarse a la mentalidad de recopilar y analizar datos de forma adecuada, aprovechando una visión completa del viaje de compra del usuario como nunca antes se había producido.

José Barranquero, Country Manager de RTB House en España y Portugal

 

Sobre RTB House

RTB House es una empresa global que ofrece tecnología de retargeting de última generación para las mejores marcas de todo el mundo. Gracias a su tecnología de compra publicitaria, basada en algoritmos de Deep Learning, RTB House ayuda a los anunciantes a multiplicar las ventas para alcanzar sus metas a corto, medio y largo plazo.



BUSCAR EN ESTA SECCIÓN
Introduzca unas palabras para realizar la búsqueda en la sección "Al día". Si lo desea puede limitar los resultados por periodos de tiempo.
Desde:
Hasta: