数据监控
-
转化率对比
- 目的：了解房态预约对转化率的影响，虽然这个功能提高转化率的概率很高，但是仍然值得AB测试，作为经验积累下来。
-
酒店端数据
- 目的：
- 关注房态预约业务推进的情况，结合酒店团购和酒店快订的整体数据，了解房态预约对于整体业务的影响
- 监控酒店使用上的一些特征，发现酒店使用中的问题
- 监控服务质量
- 衡量房态预约功能对于酒店的好处
- 主要指标：
- 开通房态预约的酒店数量及占所有酒店的比例
- 维护房态的酒店数量及占开通房态预约的酒店的比例
- 维护不同天数房态的酒店占比以及房态更新频率
- 维护房态的酒店的关房率
- 在线预约的响应比例
- 在线预约的处理时长
- 在线预约的成功率
- 有房态预约酒店与所有酒店的销量增长率对比
- 有房态预约酒店与所有酒店的退款率对比
- 目的：
-
用户端数据
- 目的：
- 了解用户对此功能的感知
- 衡量房态预约功能对于用户决策的影响
- 了解用户的实际体验情况
- 主要指标：
- Web端筛选“可看房态”的用户比例及转化率
- 可在线预约的订单中实际发生在线预约的比例
- 取消预约的比例
- 到店无房的比例
- 从点评和微博中看用户关于房态预约的问题
- 目的：
具体分析的时候可能需要结合各个纬度来细分，比如城市、Booking Window等等。
发展方向
从OTA的视角来看，酒店团购特征是降低服务质量（客人直接打电话给酒店预约，OTA不投入人力进行运营性的工作）以及降低价格（由于降低了运营成本，可以收取酒店更低的佣金）。从酒店的角度来看，团购是一个有限制的渠道（有有效期的限制，并且在入住率高的时候可以不接待团购客人），通过低价可以提高入住率。问题是对于客人的而言虽然享受了低价，但体验上有缺陷。
房态预约功能的目的是提升客人的体验，形态上是介于传统意义上的酒店团购和预付酒店的一种中间形态。实际上用户从用户开始预约之后，这个团购订单已经和OTA模式的预付订单没有差异，只不过客人的心理预期上仍然停留在团购的层面而已。所以，房态预约对于客人而言，体验上会优于传统团购，但由于美团并没有投入运营力量来确保服务质量，其服务质量未必能达到OTA的预付模式。
到此得出的结论是如果试图找到最优解，那么必然涉及到OTA模式的所有问题（因为其实本质上就是把团购变成了预付）。这个对美团而言的最优解目前看来是酒店采用直连的方式接入，短期内这个最优解很难实现。
寻求次优解的约束条件是美团不需要投入运营成本，目标是提高酒店的服务质量。可能的办法有：
- 通过给予酒店更多的曝光来刺激酒店开通房态预约服务。方式包括但不限于排序，所有能提供曝光的方式都可以考虑，比如客户端的每日推荐，在Web端运营一些促销位等等。
- 将酒店的服务质量数据化的提供给客人，作为决策依据来促使提高服务质量。比如，预约确认时长，预约成功率，投诉等指标，同时这些指标也可以运用到排序。
- 使用预约成功率的数据对酒店的房态信息做补充说明。例如，某一天的某个产品，5人预约成功，1人预约失败，这个信息也可以提供给客人做决策依据。
- 在酒店端促进酒店更好的维护房态信息。比如，考虑增加库存的概念，增加符合条件下即使确认的功能等。
其他的细节上的优化不赘述，比如：18:00之后到店的特殊需求，突出“可看房态”等页面上的交互优化等。
谨此。
