酒店数字营销-模块五（项目5）酒店数字营销分析

酒店数字营销南京旅游职业学院酒店管理学院模块五掌握数字营销运营项目五：酒店数字营销分析学习目标1.掌握酒店数字营销分析的常见指标和方法2.通过一学期的学习，提高对数字营销工具和方法的综合运营能力思政目标1.从酒店数字营销的新趋势培养与时俱进的发展观2.通过酒店对数字运营模式的理解和思考，培养正确的价值观3.培养良好的职业道德和职业素养案例导读

某五星级酒店通过某短视频平台开启了官方账号，结合酒店场景拍摄了多个短视频，包括品牌故事、酒店历史、美食制作、“地球一小时”公益活动和员工日常等，更新频率在每周两次更新左右。在一段时间的内容输出下，吸引了约4万粉丝。酒店在短视频平台上开通了商城，经过活动预热和直播预告，在2021年开启了首场直播，第一次直播吸引了3000余名粉丝，第二次直播大约只有1000人，随后2022年的几场直播，每次直播间大约在200名粉丝左右。经过直播间的售卖，最受欢迎的是自助餐券和一款售价68元，直播间特价48元的点心，但是对直播间对数据进行分析时，发现退款率高达50%，有不少人下单后又选择了退货，酒店市场传讯部针对这一情况和餐饮等部门了召开了多次会议，分析数据背后的原因，对今后的线上短视频营销和直播带货应该如何改进进行了积极商讨。任务1:分析用户数据网络分析领域的著名专家AvinashKaushik曾反复强调：“数据的集合是无用的，你必须对数据进行分割。”只有通过对数据的分割、重新整合，才能真正发挥数据的作用。在这个大数据时代，我们被海量的数据及丰富的数据处理方式所包围，但这不意味着我们需要掌握所有的信息，如果我们期望搜集、分析和管理所有可触及的数据，那将带来无穷尽的工作量。一、客户信息整理从不同数据源收集的客户数据由于各种原因，会存在一些问题，需要进行数据清洗，去除冗杂、错误和重复的数据，保留真实有效的数据。二、客户数据分析客户分析是指企业在拥有基本数据的情况下，在客户关系管理中运用相关数据进行统计、分析，从而发现用户的特征和行为规律，从而为营销策略的制定提供依据。客户数据分析具体可分为客户群体划分、客户行为分析、客户需求分析和客户流失分析等。任务2:社交媒体指标分析

目前，社交媒体指标可能是营销和广告传媒从业者最熟悉的指标，因为目前大多数字营销项目都与社交媒体相关。目前，市场声可供专业认识使用的指标有很多，对于酒店数字营销工作来说，选择合适的指标，而不是所有指标，会让我们的工作更有效率。

典型的社交媒体渠道分为四段主要的客户旅程。AARRR是Acquisition、Activation、Retention、Revenue、Refer这五个单词的首字母，分别是客户获取、客户激活、客户留存、获取收益、客户裂变。Acquisition客户获取：客户从认识到了解，最终成为客户；Activation客户激活：客户发现产品价值并购买的过程。Retention客户留存：获取客户后、并针对性的做好产品和服务工作，新客户变成老客户，不再受之前两步措施的影响。Revenue获取收益：通过某些手段转化实现收益；足够的流量基础，再加上转化变现方法是前提。Refer客户裂变：是客户自传播形式，也称客户推荐或病毒营销，利用客户的社交圈进行新一轮用户的获取，自带传播基因的一定是好产品。二、不同阶段的社交媒体指标（1）获取用户（Acquisition）阶段首先让用户知道了解酒店或产品，通过社交媒体、内容营销、免费试用、销售推广、Q&A等不同渠道策略来获得曝光，随后运营人员需对渠道进行分析，判断最有价值的渠道，常见的社交媒体指标有：内容触达率粉丝增长率获客成本

（2）激发活跃（Activation）阶段，可以通过对用户行为进行引导和培养，使其长久待在你的运营社区或对社交媒体账号进行持续关注。社交媒体后台一般会提供很多可供参考的数据，比如阅读量、转发量、新增粉丝数量、粉丝总量、收藏量等，这些数据便于统计、可量化、也非常直观，除此之外，还有以下指标可供参考。点赞率日活跃用户数用户互动数（3）提高留存（Retention）阶段留存可以衡量渠道拉新最终的结果，一般来说，拥有的用户越多，他们使用产品的时间越长，产品或服务变现的能力就越强。留存分析是分析已经消费成功的客户是否有后续消费的行为，可帮助酒店运营人员衡量产品和服务是否对客户是否有持续吸引力。30日留存率7日留存率次日留存率跳出率（4）获取收入（Revenue）粉丝为企业带来的收入主要是通过社交媒体、在线商城中的购买链接进行下单，订单数、客单价是最主要的考核指标。酒店设置不同的价位，根据用户不同来设定细分定价。

转化率：订单量=流量*转化率。付费率付费率是指付费用户数占活跃用户的比例，是衡量产品的收益转化能力的标准。通俗地说，付费率也称作付费渗透率。付费率的高低不代表产品的付费用户增加或减少，付费率在不同类型的产品中表现也是不同的。复购率复购率是“重复购买率”的简称，是根据消费者对某一产品或服务的重复购买次数计算出来的比率。复购率能够反应出消费者对该产品或服务的忠诚度，比率越高则忠诚度越高，反之则越低。计算复购率有2种方法，一种是用重复购买客户数量/客户样本数量，一种是用重复购买客户的交易次数/客户样本数量。商品交易总额

GMV（GrossMerchandiseVolume）简称成交总额（一定时间段内）。多用于电商行业，一般包含拍下未支付订单金额。像淘宝、京东、天猫、抖音等知名电商，常常用GMV代指其网站或某次活动的成交金额。（5）传播推荐（Referral）社交媒体具有用于传播信息速度快的特点，有利于内容形成病毒式传播，为了让用户更好的推荐产品，可以设置一些奖励机制，升级机制等，最常见的指标就是内容转发次数。此外，在推荐这个环节有个关键词叫K因子，K因子是产品能否自传播的重要因素。假设平均每个用户会向20个朋友发出邀请，只有10%的人注册的话，K=20*10%=2。而只有当K>1时，用户群才会呈指数型增长。如果K<1的话，那么用户群就基本不会通过自传播增长。综合以上过程与环节，我们可以对用户进行漏斗分析。这也是在酒店行业中分析运营转化效果常用的分析方法，监测酒店客户运营中的问题。将客户进行分层分群，对不同类别的客户进行漏斗分析比较，从而了解转化率最高的客户群体。知识活页

截至2021年10月，有45.5亿人活跃在社交媒体上。84%的美国人口都至少使用一个社交媒体网络。2021，全球前10名社交媒体月度用户统计数据：Facebook：28.9亿，YouTube：22.9亿，WhatsApp：20亿，Instagram：13.9亿，FacebookMessenger：13亿，WeChat(Weixin)）：12.5亿，TikTok(Douyin)：10亿，LinkedIn：8亿，QQ：5.91亿，SinaWeibo：5.66亿，Telegram：5.5亿。2021年HubSpot。对全球共计1000多名营销专业人士的调查结果中，79%表示他们在社交媒体上投放了付费广告。三、社交媒体数据分析四、短视频数据分析1.固有数据：指发布时间、视频时长、发布渠道等与视频发布相关的数据。2.基础数据：播放量、评论量、点赞量、转发量、收藏量。3.关键比率：视频的基础数据是变化浮动的，但比率是有规律的。这些比率是分析数据的关键指标，是进行选题调整和内容改进的重要依据。评论率：体现出哪些选题更容易引发用户共吗，引起讨论。评论率=评论数量/播放量×100%点赞率：反映视频的受欢迎程度。点赞率=点赞数量/播放量×100%转发率：代表用户的分享行为，说明观众认可视频表达的观点和态度。转发率=转发数量/播放量×100%收藏率：能够反映用户对短视频价值的认定，收藏后很可能再次观看，提升完播率。收藏率=收藏量/播放量×100%完播率：完播率是指完整看完整个视频的人数比例，是短视频平台进行统计的一个重要维度。知识活页：2022年3月酒店品牌短视频影响力指数发展报告短视频以其用户规模大、用户使用频率多的优势在酒店营销中备受重视。疫情反复，防疫局势再度紧张，酒店用短视频进行防疫培训与宣传；官方旅游酒店业协会与短视频平台合作直播来引流；酒店集团聘请专业团队制作短视频等行为充分反映了酒店品牌短视频影响力的重要性。以下是迈点研究院独家发布的“2022年3月酒店短视频影响力100强榜单”。本月，假日酒店、维也纳酒店、希尔顿酒店位列前三甲，另有洲际酒店、喜来登酒店、W酒店、皇冠假日酒店、宝格丽酒店、悦榕庄、亚朵酒店进入榜单前十。（来源：迈点咨询）任务3:酒店数字营销数据分析一、常见数据分析平台Excel数据分析：利用Excel将需要分析的数据整合起来，转化为图表。Excel可能会增加工作量，这时可以借助其他可视化工具进行分析。飞瓜数据：飞瓜数据可以查看各网的运营数据，如播放统计、用户统计，还可以显示各平台的数据，解决带货问题分析，功能很全，且分析维度小。卡思数据：卡思数据是一款基于全网各平台的数据开放平台，提供全方位的数据查询、趋势分析、與情分析、用户画像、视频监测、数据研究等服务，主要解大品牌用户的商业投放、與情监控和官方号运营。卡思数据工作界面如下图所示。二、常见数据分析方法（1）同比、环比、定比分析：同比分析是将统计周期内的数据与上一年度数据进行比较；环比分析是将本统计周期内的数据与前期的数据进行比较；定比是将本统计周期内的数据与某个固定斯的数据进行比较。（2）按标签属性归类划分进行分析：对这类的客户进行持续深入的行为洞察，以便了解这个群体的特征。比如将酒店客人按地区分群，然后再进一步进行预订时间、消费产品、消费时间、性别年龄等的分析。（3）归因分析：是为了解决上述问题的分析方法，通常在酒店运营层面，有以下几个常见的几种归因模式，但最终还是要根据酒店自身的运营特性来合理运用。末次互动模式：最后一次互动行为导致转化购买首次互动模式：首次互动行为导致转化购买线性归因模式：在路径上的互动行为导致转化购买，平均分配劳功权重时间衰减归因模式：在路径上的互动行为，最接近接触点的行为导致转化购买，其功能权重最高U型归因模式：混合首次和末次互动导致转化购买三、数据