B конгрессной индустрии и сфере бизнес-тревел big data открывают возможности для понимания аудитории и оптимизации процессов. Поскольку развитие технологий не стоит на месте и многие операции переходят в онлайн, компаниям важно применять аналитику больших данных там, где это возможно. Она решает вполне конкретные задачи: в частности, прогнозирование спроса с высокой точностью позволяет отельерам и организаторам площадок эффективнее управлять загрузкой и ценообразованием. Понимание портрета целевой аудитории и возможность её сегментировать дают более объективную оценку эффективности мероприятия не только по количеству участников, но и по глубине их вовлечённости, качеству полученных контактов, конверсии в последующие сделки. Однако пока с применением этого инструмента связано немало трудностей.
Предупреждать проблемы
Как отметил генеральный директор компании "Демлинк" Эдуард Гамов, big data — это как "умный глаз" для организаторов деловых мероприятий. Она позволяет не угадывать, что нужно гостям, а точно узнать об этом. Например, если большинство участников часто заходят на определённую сессию, можно сделать её ещё более привлекательной. А если люди покидают площадку ивента до его окончания, есть возможность понять причину.
“
"Мы смотрим на всё, что связано с поведением гостей: как они регистрируются, где останавливаются, как добираются. Также анализируем отзывы, активность в соцсетях, время пребывания и даже погоду — она влияет на настроение и поведение участников. Используем специальные платформы, которые собирают данные в реальном времени. Это помогает нам быстро реагировать: если вдруг кто-то не пришёл, мы можем предложить ему альтернативный вариант. Если участники часто ищут ближайший ресторан — порекомендовать им его в приложении", — поделился он.
Председатель совета директоров ГК "Аэроклуб" Денис Матюхин добавил, что данные о мобильности компаний и отраслей выступают стратегическим индикатором деловой активности, который чётко и в режиме реального времени показывает, куда направлен интерес бизнеса. То есть сбор и анализ данных отражают, где находятся главные точки притяжения. А понимать их, разумеется, важно.
Развитие делового туризма эксперты называют производной от экономики — количество поездок увеличивается на тех направлениях, которые развиваются наиболее активно и значит становятся интересными компаниям. Вследствие аналитики big data возможно добиться и обратного результата.
"Представьте: вы проводите крупную конференцию и через несколько дней уже знаете, где были пробки, в каких отелях не хватало мест, где люди чаще всего терялись. Это позволяет городу не просто реагировать на проблемы, но и предупреждать их. Например, можно настроить общественный транспорт так, чтобы он лучше справлялся с пиками нагрузки, или улучшить доступность парковок", — пояснил Эдуард Гамов.
Интересно, что "Аэроклуб" уже реализует при методологической поддержке Высшей школы бизнеса НИУ ВШЭ проект "Индекс привлекательности регионов для делового туризма". Это инструмент замера ключевых факторов, влияющих на эффективность деловой поездки и привлекательность региона для предпринимателей.
Эксперты отдельно отметили, что бизнес-туризм создаёт предсказуемые пики нагрузки на инфраструктуру города: утром люди едут на мероприятие, вечером возвращаются, а в определённые дни недели поток усиливается. Анализируя такие данные в течение нескольких лет, можно прогнозировать трафик на определённых участках дорог или в конкретных районах города, а значит заранее принимать меры для повышения уровня комфорта горожан и гостей — например, временно менять режим работы метро, запускать дополнительные автобусы на ряде маршрутов.
Изучить вдоль и поперёк
Сергей Матусевич, директор по развитию web- и ИИ-технологий Artezio (входит в группу компаний ЛАНИТ), выделят несколько наиболее важных направлений в аналитике big data применительно к деловому и конгрессному туризму. Первое — глубокая аналитика поведения участников событий.
“
"Данные собираются через мобильные приложения, системы электронной регистрации, датчики и beacon-технологии. В результате организатор получает полную картину того, что действительно интересует его аудиторию, а не только декларируемые предпочтения из анкет", — пояснил он.
Второй важный пласт — информация о перемещениях и логистике: откуда приезжают участники, какие отели выбирают, как долго остаются в городе, какие дополнительные сервисы используют. Третье направление — анализ вовлечённости и удовлетворённости. Четвёртый — коммерческая аналитика. "Сюда входит анализ конверсии на разных этапах воронки продаж: от первого касания с рекламой мероприятия до покупки билета и повторного участия. Отслеживаются источники трафика, эффективность рекламных каналов, динамика продаж по времени и категориям участников", — уверен эксперт.
Аналитика данных о перемещениях деловых туристов, загрузке гостиниц и транспортных узлов позволяет выявлять слабые места в инфраструктуре: например, перегруженные аэропорты, нехватку номеров в определённые даты или неудобные маршруты общественного транспорта к конгрессным площадкам. Сведения помогают городским властям и организаторам мероприятий точнее планировать развитие инфраструктуры — от расширения гостиничного фонда до улучшения транспортной доступности для участников мероприятий, обратил внимание руководитель направления Т1 ИИ (ИТ-холдинг Т1) Сергей Голицын. Кроме того, компании благодаря этому инструменту могут минимизировать расходы, например сократить траты на организацию поездок в пиковые даты.
Попали в слепое пятно
Однако с аналитикой big data связано немало проблем. Например, в массовом сегменте имеет место фрагментированность и закрытость данных. "Критически важная информация хранится в изолированных системах разных компаний (отели, авиакомпании, агрегаторы, операторы связи, банки), которые не стремятся ею делиться из-за коммерческой тайны и конкуренции", — обратил внимание Сергей Голицын. Вторая сложность — нормативно-правовая. Законодательство о персональных данных становится всё строже, причём не только в России, что накладывает ограничения на сбор, обработку и особенно на передачу информации о перемещениях людей. Чтобы законно собирать сведения о турпотоке в масштабе, нужна либо полная анонимизация, либо явное согласие каждого человека, а это сразу лишает шансов получить объективную картину.
Эдуард Гамов добавил, что не все туристы (в том числе деловые) оставляют цифровой след — кто-то не бронирует отель или не пользуется приложениями.
Проблемы касаются и технической стороны. Разрозненные данные, собранные от администрации региона, а также от разных участников рынка — гостиниц, транспортных компаний, разработчиков мобильных приложений и систем бронирования, — часто не интегрируются вместе. И нетрудно догадаться, что это влияет на точность анализа, обратил внимание Сергей Голицын.
Сама собранная информация нередко имеет погрешности. Если семья из четырёх человек едет в отель, то проходит в одну бронь, а статистически это четыре туриста — то есть собранные данные окажутся неточны. Помимо этого, у разных систем классификация своя и нет единых стандартов, которые указывали бы, кого из гостей отнести к категории деловых туристов, а кого к "классическим", как учитывать транзитных пассажиров и т. д.
Руководитель платформы "МТС Геоэффект" Даниил Матвеев считает, что одними из самых точных данных можно считать те, которые собирают мобильные операторы: статистика по перемещениям абонентов показывает более полную картину, чем, например, аналитика по тратам от банков или статистика по заполняемости коллективных средств размещения. Однако и здесь есть ограничения — каждый оператор (как и банк) "видит" только часть рынка — данные о своих абонентах или клиентах.
Также пока нельзя использовать 5G-частоты, а значит — делать пространственную аналитику, например анализировать перемещения "по вертикали" (с этажа на этаж). И наконец, на рынке просто не хватает компетенций.
Найти специалистов, которые одновременно понимают специфику туристической индустрии и умеют работать с большими данными, крайне сложно, констатируют эксперты.
Инвестиции в проекты, связанные с big data, могут, по мнению специалистов, вывести аналитику данных на новый уровень. Это небыстрый процесс, однако результат позволит качественно улучшить понимание тенденций рынка.
