Cookies

At HRS, we want to offer you the best possible service. Therefore, we store information about your visit in so-called cookies. By using this site, you allow the use of cookies. To obtain detailed information regarding the use of cookies on this site, click “More Information“, where you can also disable cookies and adjust your browser settings accordingly.

More Information

新闻和活动

07.11.2019 新闻

HRS利用增强型人工智能 改善商旅酒店价格预测

独特的算法和HRS 500多位当地专家为2020年全球酒店价格带来更可靠的基准分析与洞察。

全球酒店解决方案端到端商旅技术提供商HRS今日推出由增强型人工智能(AAI)支持的创新酒店价格预测技术。HRS是率先使用AAI来支持企业酒店计划的技术公司,也是目前为数不多的使用AAI的公司之一。

商旅管理计划无论规模大小,都面临着如何确保谈判的酒店协议价格具有竞争力的挑战。但当下行业所用的大部分基准为一般平均值,其他数据选项也往往太少或太繁杂,不足以推动最终采购决策,结果导致许多公司错过节省成本的机会。

HRS在全球范围内为企业客户采购大量的酒店间夜,能代表客户实现更高水平的基准比较和可靠的房价预测。借助AAI获得的新洞察,酒店项目可以在酒店谈判中有更多的依据,从而帮助企业在其主要商旅目的地节省10%乃至更多的成本。与HRS合作的采购负责人能用新发现的、更准确的洞察指导2020年住宿预算编制、最终协议酒店价格确定,以及这些价格与搜索预订渠道的整合。

增强型AI利用多种数据模型提升结果的准确性    

增强型AI优于标准人工智能,因为它运行的是多个数据模型而非单个例行程序。HRS模型运用了金融机构、社交网络和大型电商市场所使用的高级预测算法。模型随后被合并加以验证,获得更高的准确性。最后的步骤是自动审核所有结果,并选择误差最小的模型/输出。

HRS的AAI模型基于机器学习,可从连续的酒店价格数据源中识别出复杂的模式。从各个市场来看,影响分析的因素包括:

  • 长期价格模式,包括季节性
  • 推动入住率的短期本地活动(例如体育赛事、会议等)
  • 基于目的地的基准企业协议价
  • 基于客户的垂直领域和/或交易量的基准企业协议价
  • 衡量过去预测中平均误差的算法
  • 智能编译预测模型,以提高具体目的地的准确性
  • 商旅人士搜索和预订数据
  • 每个目的地一致、增强的机器学习整合

“为了实现更准确的价格预测,我们在端到端技术堆栈中使用了多种AI模型。这是公司酒店支出优化的一个新进展,”HRS首席执行官托比亚斯·莱格(Tobias Ragge)说,“AAI能在不到一秒钟的时间内识别出市场具体的模式,能为全球酒店项目不断探索数据,探查各种情景并以更准确的方式解读结果。它还剔除了人脑会误以为将产生重大影响的无关数据。”

将预测性数据分析与自动化相结合

帮助HRS客户保持2020年及以后的竞争力的其他独特要素还有:

  • 通过任何类型的数据系统追踪企业在180多个国家、长达四年的协议价格记录的能力。
  • 为了促进全年持续采购,HRS的采购服务具有持续的纠正率,可将不同报告之间的客户数据进行对比,突显出差异并选择各个指标来提高未来和历史记录的准确性。
  • HRS有500多名专家分布在全球六十大商旅城市,时刻紧跟市场发展步伐。他们具备本地市场知识并可以执行质量检查,参照HRS数据库中上百万份酒店合同,为HRS客户在全球扩展和整合项目时提供实时咨询与指导。

HRS将在于11月19-21日在慕尼黑举行的GBTA欧洲会议,以及于11月28日在巴黎举行的HRS全球商旅论坛上介绍这一新的酒店价格预测技术。