台灣最大訂房網 AsiaYo 結合機器學習,訂單轉換率直接狂升 15 %,怎麼辦到的?

台灣最大訂房網 AsiaYo 結合機器學習,訂單轉換率直接狂升 15 %,怎麼辦到的?

▲訂房網 AsiaYo 結合機器學習。(圖/翻攝自科技報橘,下同)

【本文經合作夥伴《科技報橘》授權轉載,並同意《智慧機器人網》修訂標題,原文標題為《台灣最大訂房網 AsiaYo 結合機器學習,訂單轉換率直接狂升 15 %,怎麼辦到的?》,《智慧機器人網》編輯整理】

文、圖/科技報橘

台灣原生的最大線上旅宿訂房平台 AsiaYo 今(18)日發布最新成績,目前線上累積已超越 6 萬個房源,其中台灣約佔 35000 間,日本約 7000 間,韓國 5500 間,而泰國已達 4500 間,會員累積近 25 萬,其中非台灣的海外市場訂單營收,已超過整體 6 成以上,成為台灣少數成功進軍亞洲國際市場的網路公司。在今年第一季的海外市場表現中,成長最迅速者為韓國,訂單量和營收成長相較於去年第一季皆超過 10 倍,成長最為快速,顯示韓國即將成為下一個的高潛力亞洲旅客出國觀光目的地。

能取得如此驚人成績的背後原因,係因 AsiaYo 近期開發「AsiaYo Sort」演算模型,已將機械學習 (Machine Learning) 技術導入平台,以數據分析作為營運決策基礎,不僅可更精準預測旅客挑選旅宿的決策影響指標,不僅在今年第一季將提升 15%的訂單轉換率,更提升了平台用戶黏著度。

▲AsiaYo 目前線上累積已超越 6 萬個房源,非台灣的海外市場訂單營收已超過整體 6 成以上。

房源多元化不以民宿類型為限 青旅、文創旅店與傳統旅館已佔整體三成

目前 AsiaYo 持續擴增的旅宿房源中,已不再以民宿單一類型為限,目前整體房源中,青年旅館、文創設計旅店以及中小型旅館的數量,已逐漸累積至 3 成的規模。

目前 AsiaYo 的累積用戶已突破 25 萬,今年 2 月 AsiaYo 正式上線英語系平台,過往台人與非台人的旅客比例約 7:3,預計英語系平台可在今年下半年為 AisaYo 帶來更多外籍用戶,非台人旅客量的成長速度可望超越台人旅客,發掘亞洲一線觀光城市不同以往的風貌。

今年第一季 AsiaYo 外籍旅客來台住宿的訂單資料顯示,台南、台中首度超越台北市,成為最受外籍旅客歡迎的城市的第一、第二名,顯示台灣觀光動能已逐漸往南部擴散。以整體 4 個亞洲觀光市場的房源來看,最受旅客歡迎的城市為大阪、東京、首爾以及沖繩。

▲在 AsiaYo 整體 4 個亞洲觀光市場房源中,最受旅客歡迎的城市為大阪、東京、首爾以及沖繩。

佛系旅客正夯!25% – 30% 自由行旅客抵達當地才開始規劃行程

此外,AsiaYo 蒐集了超越 5000 筆旅客使用問卷調查資料,發現有趣的用戶行為:

連日工作後,總是會想要為自己安排休假出國旅遊,放鬆緊繃的神經,有趣的是,觸發旅遊動機的時刻,通常距離實際出發的時間長達一年或 6 個月之前,其中約有 65%的旅客表示是在旅遊前一個月才訂購機票與住宿,但真正開始落實開始規劃旅遊行程的時間約為出發前 2 週。

更有趣的是,大約有 25% – 30%的旅客,是到了旅遊目的地才開始安排每日的行程,實踐真正自由行的真諦。

AsiaYo 發現以下三大原因讓旅客下定決心要收拾行囊、展開旅程的動機前三名為:

第一名「受到朋友社群上的打卡照片影響」- 大多數旅客會因為朋友在 IG 或 FB 動態在國外景點打卡,或是發佈數張好看的國外自拍照片,產生想要出遊的念頭。

第二名「親友推薦及直接揪團」- 除朋友圈之外,家人湊在一起成團機率高。

第三名「參與特定大型活動和祭典」- 如近期話題正熱的美國大聯盟開幕賽,或是赴日本韓國來一場賞櫻之旅,是讓旅客落實出國旅遊的主要動機之一。

自由行旅客在規劃旅遊行程時,約有 75%的台人旅客人會優先參考旅行部落客的文章,主要目的為了解旅行地的必買伴手禮和必吃美食,或加入以旅行地為討論主題的 FB 社團,經由社友分享,快速掌握每天當地的旅行新鮮事。而外籍旅客則是旅客會透過訂票網站查看房間或景點的優惠套裝行程或評價,才決定是否納入規劃當中。

導入精準訂房推薦的機械學習演算法 提升 15%訂單轉換率和用戶黏著度

實際上,AsiaYo 過去三年來累積包括台日韓泰 4 國市場、共 6 萬筆的房源的巨量資料,以及高達 25 萬位的會員使用行為的追蹤統計,真正將 AI 思維落實為商用執行步驟。

藉著累積資料找出破格的競爭力, AsiaYo 整合訂單、流量組成與上億筆使用者行為資料,結合 Google Cloud Machine Learning 等開發出「AsiaYo Sort」演算系統,洞悉訂房市場與並預測平台用戶的喜好與行為趨勢,優化介面排序流程。今年一月起開始整合各類異質資料,乘載歷年的房間預訂資料,以及每月超過 250 萬筆的訪客流量,在短短三個月內,即為平台下單率帶來 15%的提升,不僅提供者分析網頁瀏覽受眾輪廓,預測及擴大受眾名單,搜集潛在用戶線上瀏覽行為,為用戶推薦更能引發他興趣的房源,也同時提升用戶黏著度。

▲AsiaYo Sort 結合 Google Cloud 機械學習開發演算系統,預測平台用戶喜好與行為趨勢。

AsiaYo 如何在海量數據中剖析並提煉出有價值的商業洞察、為 AsiaYo 擴大用戶群並進行用戶行為預測?透過「AsiaYo Sort」依據旅客在平台的點擊路徑、房源位置距離周遭景點遠近、曾入住的旅客評價,以及旅客住宿時期待有親子同房、寵物友善等偏好指標,依據不同的城市呈現不同的房源排列順序,為旅客推薦最適合的房間。

AsiaYo 執行長鄭兆剛表示:「包括 Google、Amazon 這些國際網路巨頭企業在機械學習與深度學習的技術發展已逐漸成熟,如今市場需要的是將這些技術串接、應用到現存的商業模式,並使之標準化,AsiaYo 即是將自己累積的數據資料量和 Google 的機械學習技術導入 AsiaYo 的商業應用,利用 Tensorflow 等 Open Source 快速演進,透過評估旅客在不同流程階段停留的時間長短與使用後的反饋,洞悉旅客行為,找出最終影響旅客下單關鍵因素。」

年底前 海外房源可望成長三倍 海外客源翻倍成長

鄭兆剛也指出:「網路與機器學習應用於旅遊相關的服務,已是如今不可逆的趨勢,AsiaYo 的技術核心,將專注於理解&預先掌握用戶行為資料,透過 AsiaYo Sort 的技術判斷數據價值,發掘更高價值的觀光房源類型,預計今年下半年,旅館、文創旅店和青旅類型的房源類型選擇,將提升至 4 成。

此外,我們也會持續追蹤用戶的消費旅程和消費者生命週期,並持續與各國專業的旅宿管理顧問公司合作,為旅客帶來更優質穩定、又能結合各城市在地文化的訂房體驗。預期今年底前 AsiaYo 在海外的房源可再有 3 倍的成長,並且新增在香港和星馬三地的新城市房源,年底前來自海外的外籍客源,亦會有翻倍的成長。」

【本文經合作夥伴《科技報橘》授權轉載,並同意《智慧機器人網》修訂標題,原文標題為《台灣最大訂房網 AsiaYo 結合機器學習,訂單轉換率直接狂升 15 %,怎麼辦到的?》,《智慧機器人網》編輯整理】

熱門標籤

留言

延伸閱讀