Điều gì sẽ xảy ra nếu khách sạn của bạn có thể tăng doanh thu lên 15% mà không cần chi thêm tiền cho marketing hoặc thuê thêm nhân viên?
Tại ITB Berlin 2025, Amit Popat, Giám đốc Machine Learning của Cloudbeds, và Nikhil Shah, Giám đốc Data Science, đã giới thiệu Revenue Marketing—một phương pháp thay đổi cuộc chơi, thống nhất quản lý doanh thu và các chiến lược marketing thông qua sức mạnh của AI nhân quả (Causal AI).
Bằng cách tích hợp các lĩnh vực thường bị cô lập này, Revenue Marketing giúp các khách sạn tối ưu hóa giá cả và các hành động marketing như một chiến lược duy nhất, toàn diện—dẫn đến các quyết định thông minh hơn, hiệu suất mạnh mẽ hơn và lợi nhuận cao hơn.
Trong phiên họp của họ, Amit và Nikhil đã chứng minh cách Cloudbeds Intelligence đang chuyển đổi hiệu suất của khách sạn bằng cách dự đoán nhu cầu với độ chính xác chưa từng có và tự động hóa việc ra quyết định theo thời gian thực.
Bài viết này tóm tắt cuộc trò chuyện của họ và khám phá lý do tại sao Revenue Marketing được thiết lập để định hình lại ngành khách sạn.
Thách thức: Các nhóm làm việc riêng lẻ đang gây thiệt hại cho khách sạn
Ngày nay, các chủ khách sạn được kỳ vọng sẽ thúc đẩy doanh thu, tăng số lượng đặt phòng trực tiếp, tối ưu hóa chi tiêu marketing và cá nhân hóa trải nghiệm của khách—tất cả trong khi quản lý các nhóm tinh gọn. Trong lịch sử, một rào cản lớn đối với thành công là sự tách biệt truyền thống của các nhóm quản lý doanh thu và marketing, những người thường hoạt động riêng lẻ với các mục tiêu khác nhau.
Trong phiên họp, Amit đã hỏi khán giả: “Có bao nhiêu người trong số các bạn đã thấy các nhóm doanh thu và marketing thực sự cộng tác trong cùng một văn phòng mỗi ngày?” Câu trả lời đã nói lên tất cả—rất ít người giơ tay.
Sự thiếu kết nối này dẫn đến việc bỏ lỡ các cơ hội doanh thu. Các nhóm marketing có thể tập trung vào việc tối đa hóa lợi tức chi tiêu quảng cáo (ROAS), nhưng nếu những lượt đặt phòng đó chủ yếu lấp đầy những đêm có nhu cầu cao, thì chúng ít có tác dụng cải thiện lợi nhuận tổng thể.
Trong khi đó, các nhà quản lý doanh thu tập trung vào việc tối ưu hóa giá cả và tình trạng phòng trống nhưng có thể thiếu hiểu biết sâu sắc về cách các chiến dịch marketing tác động đến mô hình nhu cầu.
Do đó, các quyết định được đưa ra một cách riêng lẻ thay vì là một phần của chiến lược thương mại gắn kết, xem xét cả việc tạo nhu cầu và tối đa hóa doanh thu.
Ngược lại, Revenue Marketing đảm bảo rằng các chiến lược này hoạt động cùng nhau, điều chỉnh giá cả khách sạn, dự báo nhu cầu và các nỗ lực marketing trong thời gian thực để tối đa hóa tổng lợi nhuận.
AI nhân quả: Hiểu ‘tại sao’ đằng sau hiệu suất
Amit nói: “Quản lý doanh thu truyền thống giống như nhìn vào một bức ảnh—nó cung cấp một bức ảnh chụp nhanh về hiệu suất trong quá khứ nhưng thiếu hiểu biết sâu sắc về lý do tại sao một số xu hướng nhất định xảy ra. Ngược lại, AI nhân quả giống như xem một bộ phim, tiết lộ toàn bộ chuỗi sự kiện dẫn đến một kết quả.”
Công nghệ như Cloudbeds Intelligence, xử lý bốn tỷ điểm dữ liệu mỗi giờ, sử dụng AI nhân quả để lập bản đồ các mối quan hệ nhân quả ảnh hưởng đến nhu cầu, doanh thu và hành vi của khách. Không giống như các mô hình truyền thống dựa trên dữ liệu lịch sử, phương pháp này dự đoán các điều kiện thị trường trong tương lai và đưa ra các hành động tối ưu.
Nghiên cứu điển hình Mercure Paddington
Để minh họa sức mạnh của Revenue Marketing, Nikhil đã chia sẻ một nghiên cứu điển hình từ Mercure London Paddington, nơi phải đối mặt với một thách thức phổ biến trong ngành:
Khách sạn dự kiến sẽ có sự tăng đột biến trong số lượng đặt phòng do một triển lãm thương mại lớn, nhưng số lượng đặt phòng vào cuối tuần vẫn ở mức thấp. Bộ phận quản lý doanh thu đã không điều chỉnh giá kể từ thứ Sáu, cho rằng nhu cầu sẽ thành hiện thực. Trong khi đó, bộ phận marketing đã phản hồi bằng một loạt email chung chung không thúc đẩy được chuyển đổi.
Với Cloudbeds Intelligence, khách sạn đã nhận được các đề xuất theo thời gian thực, dựa trên dữ liệu, phù hợp với tình hình cụ thể của mình. Thay vì dựa vào các điều chỉnh giá tĩnh hoặc các chiến thuật marketing rộng rãi, họ đã triển khai một phương pháp chiến lược hơn:
- Nhắm mục tiêu lại khách truy cập trang web bằng các ưu đãi có thời hạn để tạo sự cấp bách.
- Nhắm mục tiêu khách du lịch có ý định cao đến thông qua các tuyến tàu Paddington.
- Triển khai các chương trình khuyến mãi dựa trên đặc quyền thay vì giảm giá chung chung, cung cấp nhận phòng sớm, gói lãng mạn và trải nghiệm văn hóa.
Bằng cách thực hiện các hành động có mục tiêu này, Mercure Paddington đã đạt được tỷ lệ lấp đầy 93%, so với 64% của các đối thủ cạnh tranh và vượt trội hơn thị trường về RevPAR (Doanh thu trên mỗi phòng có sẵn), kiếm được £120 so với mức trung bình £79.
Bài học quan trọng? Thay vì dựa vào các quyết định phản ứng, khách sạn đã dự đoán sự thay đổi của thị trường, tối ưu hóa giá cả và marketing cùng nhau, đồng thời tối đa hóa lợi nhuận.
Revenue marketing: Thúc đẩy ngành công nghiệp tiến lên
Tương lai của việc tối ưu hóa hiệu suất khách sạn không chỉ là định giá thông minh hơn hoặc marketing hiệu quả hơn—mà là việc kết hợp hai lĩnh vực này thông qua trí thông minh do AI cung cấp. Với Cloudbeds Intelligence, các khách sạn có thể:
- Dự đoán nhu cầu trong tương lai với độ chính xác lên đến 95%.
- Tự động hóa các đề xuất về giá và marketing thích ứng trong thời gian thực.
- Tối ưu hóa lợi nhuận bằng cách đảm bảo rằng các chiến lược định giá và tạo nhu cầu được điều chỉnh phù hợp.
Cloudbeds Intelligence không chỉ là một hệ thống quản lý doanh thu khác. Đây là một nền tảng thương mại thống nhất cho phép các chủ khách sạn đưa ra các quyết định chiến lược, thúc đẩy doanh thu với thông tin tình báo theo thời gian thực.
Chú thích:
- AI nhân quả (Causal AI): Một nhánh của trí tuệ nhân tạo tập trung vào việc xác định mối quan hệ nhân quả giữa các sự kiện, thay vì chỉ tương quan.
- ROAS (Return on Ad Spend): Lợi tức chi tiêu quảng cáo, một chỉ số đo lường hiệu quả của chiến dịch quảng cáo bằng cách so sánh doanh thu tạo ra với chi phí quảng cáo.
- RevPAR (Revenue per Available Room): Doanh thu trên mỗi phòng có sẵn, một chỉ số hiệu suất chính trong ngành khách sạn, được tính bằng cách chia tổng doanh thu phòng cho tổng số phòng có sẵn.
