Les catégories de data

C’est le mot qu’on entend partout : la data, qu’il faudrait récolter, collecter, analyser, traiter, exploiter… Oui, mais les hôteliers, qui manipulent une multitude d’informations, ne savent pas toujours lesquelles récolter, comment procéder et surtout quoi en faire. 

Parmi toutes ces données collectées, on distinguera la big data - qui n’est pas délivrée par vos hôtels ou restaurants, telle que les prévisions météo, la fréquentation à l’aéroport, à la gare ou dans votre destination - de la small data, que vous pouvez récolter au sein de votre hôtel (avis TripAdvisor, réservations, origine des clients…). 
Avant de s’intéresser à la big data, les hôtels ont tout intérêt à exploiter la small data, c’est-à-dire les petites données qu’ils récoltent quotidiennement. Elle se niche en priorité dans votre PMS, mais aussi sur votre site internet, votre moteur de réservation ou votre channel manager, et apporte une vraie valeur ajoutée.
La big data, peut aussi être utilisée. Ainsi, lorsque votre destination est desservie par un aéroport ou une gare, vous pouvez exploiter les statistiques des vols et trains entrants et sortants pour anticiper l’afflux ou la baisse d’activité plusieurs mois à l’avance. De la même manière, la météo est une donnée qui peut être croisée avec le revenue management pour optimiser les tarifs en cas de mauvais temps annoncé, qui a un impact sur les taux d’occupation avec des annulations de dernière minute.

En organisant les données, on peut former des statistiques descriptives, prédictives ou prescriptives :

• les statistiques descriptives, les plus communes, constituent vos rapports de performance. Les données utilisées vous donnent le prix moyen par nuitée, le taux moyen d’occupation, etc. ;
• les statistiques prédictives permettent d’envisager des tendances (le remplissage par exemple), en se basant sur les données passées ; 
• les statistiques prescriptives combinent les données pour suggérer des actions. Le yield management en est l’illustration, en utilisant notamment les prix passés en corrélation avec les taux d’occupation et d’autres facteurs présents et à venir.

En hôtellerie, les datas peuvent être catégorisées comme suit :
• Les données liées à la réservation (PMS) : 
- Informations de base : nom, âge, pays de résidence ;
- Canal de distribution: site web, OTA, GDS, metasearch… ;
- Délais de réservation ;
- Durée moyenne de séjour ;
- Prix moyen par chambre ;
- Taux d’occupation ;
- RevPAR.

• Les données internes :
- Nombre d’employés ;
- Indicateurs de performance en chambre (nombre de chambres par personnel d’étage, temps moyen par chambre, coût moyen des produits par chambre, frais de blanchisserie, notation des clients sur la propreté, linge disponible par chambre, interventions techniques par chambre, plaintes par chambre…) ;

• Les données clients :
- Informations de contact : numéro de téléphone, adresse physique et électronique ;
- Données démographiques : âge, statut, nombre d’enfants ;
- Motifs de séjour ;
- Services utilisés ;
- Préférences de restauration ;
- Avis et notations ;
- Méthodes de paiement ;
- Niveau de fidélité.

• Les données externes & big data :
- Météo ;
- Vols ;
- Trafic routier ;
- Transports ;
- Événements locaux ;
- Tendances macro-économiques ;
- Événements internationaux ;
- Visiteurs de la ville ;
- Lois et taxes ;
- Devises ;
- Tendances internationales du voyage ;
- PMS ;
- Channel manager ;
- CRM ;
- Outil e-mailing ;
- Tableaux de bord OTA et sites d’avis ;
- Statistiques de site web ;
- Statistiques de médias sociaux…

Sources de données

Il convient tout d’abord de faire la distinction entre les sources de data :

• Zero party data : vos propres données, très détaillées, qui indiquent par exemple les préférences de vos clients en matière de communication (veulent recevoir la newsletter, veulent être contactés par SMS…) ;
• First party data : rassemble les données transactionnelles, les données comportementales de vos clients sur vos sites web, le taux de clics par e-mailing… ;
• Second party data : les données qu’un partenaire vous a vendu ou partagé avec vous ;
• Third party data : rassemble les données collectées par un tiers, souvent via les cookies, et permet la mise en place d’actions liées à une stratégie marketing. 

La Third party data disparaît peu à peu des grands navigateurs, qui, dans le respect du RGPD et de l’obligation du “permission marketing”, bloquent ces cookies. Après Safari et Firefox, ce sera le cas de Google (a priori en 2023). Une révolution déjà en cours et qui nécessite une refonte des modèles. Ainsi, on assiste à une mise en place de questionnaires, de ‘gamification’ ou à des récompenses pour inciter les consommateurs à donner plus de données qualifiées aux marques. Des partenaires technologiques permettent aujourd’hui de faire des ‘deals’ avec les consommateurs pour une collecte de donnée qualifiée et consentie. Vous êtes alors non seulement en règle avec la réglementation et en transparence avec vos clients quant à l’usage de leurs informations personnelles dans votre stratégie d’acquisition et de fidélisation.

---

Publié par Vanessa GUERRIER-BUISINE