Grem predictive sta realizzando per hotel Sporting di Alba adriatica un sistema di big data per ridurre l’impatto ambientale della zona lavaggio del servizio colazioni. Il progetto di Transizione 4.0 oltre al miglioramento del decision making favorirà la riduzione dei consumi di acqua detersivi ed energia elettrica. Le stime di abbattimento dei consumi partiranno da un 15 % e tramite l’apprendimento connesso alla crescita del big data potranno arrivare anche al 30 %.
L’investimento porterà nuovi macchinari nella zona cucina dell’hotel con conseguente aumento dell’efficienza dovuto alla strumentazione nuova che saranno ripagati sia dal credito di imposta al 50% che dalla riduzione dei consumi immediata.
Gli innumerevoli vantaggi per il futuro, tramite la predittività e l’intelligenza artificiale, deriveranno dalla creazione del sistema di big data tramite sensori e monitoraggio in real time.
Grem predictive sta implementando le integrazioni con i dati interni (menù, segmentazione clienti, contabilità dei costi e con big data di settore impiantistico e meteorologici per ottenere ulteriori benefici aziendali e ambientali.
Questo primo progetto pilota per la Sporting turismo srl è finalizzato a poter capire i vantaggi del piano industria 4.0 e continuerà con ulteriori investimenti nella cucina lavanderia e catena del freddo.
I vantaggi derivanti dall’applicazione dell’industria 4.0 per comprendere e soddisfare i bisogni del cliente nel settore turistico
L’applicazione delle tecnologie legate all’analisi dei dati già presenti in una struttura alberghiera porta ad individuare informazioni e suggerimenti per il Management che in assenza di queste analisi non potrebbero essere individuate. Il concetto di fedeltà del turista, gli acquisti, il passaparola sono gli elementi che possono permettere di distinguere la propria struttura dalle altre[i].
La possibilità di avere questi dati consente di capire in tempo reale i problemi che possono sorgere e quindi prendere una decisione in tempi rapidi.
Gli elementi di vantaggio per la struttura derivanti dai Big Data sono nell’aumento dell’efficienza, riduzione dei costi, gestione del rischio, implementazione del revenue Management e implementazione di decisioni basate su dati[ii].
La possibilità di avere tanti dati a disposizione, anche online, consente di categorizzare/classificare i clienti che visitano la struttura, in modo tale da poter soddisfare le loro aspettative.
Ancora più importante di avere le informazioni e trovare un sistema che consenta di “depositarli” e “recuperarli” per poi effettuare l’analisi che si desira. In questo caso ci vengono in aiuto i sistemi di CRM che consentono di avere nuovi strumenti con i quali fare leva sulle “conoscenze del cliente” così da nutrire, mantenere e rinforzare la relazione con il cliente[iii]. Possiamo dire fin da ora che la maggior parte delle informazioni conservate nel CRM non sono utilizzate appieno, ma l’interesse da parte dei proprietari delle strutture e i vantaggi faciliteranno l’integrazione di questi sistemi[iv].
L’applicazione di questi elementi consente quindi di dare ancora più informazioni al Management per potergli fare delle scelte più consapevoli. Con un sistema di CRM è possibile automatizzare la vendita, fare datawarehousing, data mining, supporto alle decisioni del management e creare dei report[v]. Queste sono le applicazioni che rientrano nel concetto di Business intelligence[vi] e portano ad aumentare la sopravvivenza della struttura[vii].
Inoltre è possibile, grazie ai dati raccolti nella struttura e online, predire e raccomandare quali sono i prodotti e servizi che potrebbero interessare al cliente, riuscendo quindi a fornire un servizio più puntuale e ad aumentare la marginalità della struttura.[viii]
L’implementazione delle tecnologie 4.0 e in particolare dei Big Data facilita implementazione dell’innovazione nella struttura[ix], porta l’impresa a cercare di migliorare le proprie performance[x] e riduce i costi[xi]
Come soddisfare il turista e ottenere la valutazione dell’esperienza
La soddisfazione del cliente può essere definita come la soddisfazione del cliente come una combinazione tra le aspettative, se vengono soddisfatte o meno, e la valutazione post acquisto[xii]. Dal punto di vista del manager è interessante sempre sapere “quali sono gli elementi” che devono essere soddisfatti assolutamente per avere la soddisfazione del cliente. Esistono già studi che individuano negli elementi legati all’igiene (come la manutenzione della struttura e la pulizia) gli elementi imprescindibili per far avere al turista una esperienza “non negativa” e un loro “soddisfacimento” oltre le loro aspettative non sono fondamentali per contribuire alla soddisfazione del cliente. In questo modo ci si può contare su tutti gli elementi che consentono di distinguere la propria struttura dalle altre come: cibo, bevande, sicurezza, marketing, servizi, posizione, stanze e rapporto qualità prezzo[xiii]. Per riuscire ad ottenere la valutazione dell’esperienza da parte del cliente bisogna quindi riuscire a governare tutti gli aspetti legati al turista che partono prima ben prima dell’arrivo nella struttura. La comunicazione, la raccolta dei dati e dei comportamenti del turista nel luogo di vacanza e la valutazione del turista al termine della vacanza consentono di avere maggior controllo per ogni momento del turista. Avere solo la valutazione alla fine della vacanza non è sufficiente per capire appieno la soddisfazione o meno del turista[xiv].
Partendo dai molti dati presenti nel CRM si possono dividere i clienti in categorie molto specifiche. Così si possono generare dei profili molto dettagliati che consentono ai manager di prendere decisioni specifiche per quello specifica tipologia di clienti[xv]
Un esempio di targetizzazione e di costruzione dell’offerta su misura potrebbe essere fatto per il cliente può essere quella di dare le stanze più grandi e comode alle famiglie numerose non interessato ai servizi aggiuntivi della struttura. In ogni caso i segmenti di clienti individuati nella propria struttura possono avere dei bisogni che sono mutualmente esclusivi tra di loro o che un servizio diventa fondamentale per soddisfarne un altro. Per questo diventa fondamentale avere almeno uno standard per ogni attributo della propria struttura in modo tale da poter trovare la miglior combinazione per creare l’offerta e dei relativi servizi [xvi].
Questi tipi di offerta così specifici e dettagliati possono essere visualizzati e individuati grazie alle potenzialità dei big data che permettono di far emergere degli elementi che, a prima vista e di fronte alla grande mole di dati, non sarebbe facilmente desumibile.
L’importanza dell’aspetto ambientale
L’investimento nell’Hotel Sporting consentirà di avere un vero effetto di risparmio energetico e acqua per la pulizia delle stoviglie. L’attenzione da parte del cliente ha smesso di essere solo una questione informativa, diventando una vera prerogativa da parte del turista esigente. Questo vantaggio deve essere comunicato nell’offerta, nella struttura istruendo i anche gli altri turisti. Questo permette di avere rendere più serio il proprio impegno per l’ambiente e non solo renderlo una questione di facciata (il cosidetto “greenwashing”)[xvii]. Partecipare agli eventi legati alla sostenibilità ambientale, far vedere il proprio impegno per la salvaguardia dell’ambiente e permettere di farsi dare dei suggerimenti dagli stessi ospiti consente di essere percepiti come “profondi” nella sostenibilità ambientale e quindi giustificare il maggior valore per il cliente[xviii].
Dolnicar, Sara, e Thomas Otter. «Which Hotel attributes Matter? A review of previous and a framework for future research». Faculty of Commerce – Papers 1 (1 gennaio 2003).
Elfving, Jarl, e Karl Lemoine. Exploring the Concept of Customer Relationship Management: Emphasizing Social, 2012. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-176486.
Frank-Martin, Belz, e Kenneth John Peattie. Sustainability marketing: a global perspective. Chichester: Wiley, 2009. http://orca.cf.ac.uk/25441/.
Garrison, Gary, Robin L. Wakefield, e Sanghyun Kim. «The Effects of IT Capabilities and Delivery Model on Cloud Computing Success and Firm Performance for Cloud Supported Processes and Operations». International Journal of Information Management 35, n. 4 (1 agosto 2015): 377–93. https://doi.org/10.1016/j.ijinfomgt.2015.03.001.
Ghose, Anindya, Panagiotis G. Ipeirotis, e Beibei Li. «Designing Ranking Systems for Hotels on Travel Search Engines by Mining User-Generated and Crowdsourced Content». Marketing Science 31, n. 3 (10 aprile 2012): 493–520. https://doi.org/10.1287/mksc.1110.0700.
Kang, Dongwoo, e S. Kim. «Process of Big Data Analysis Adoption: Defining Big Data as a New IS Innovation and Examining Factors Affecting the Process». 2015 48th Hawaii International Conference on System Sciences, 2015. https://doi.org/10.1109/HICSS.2015.569.
Kim, Byung-Cheol, e Jay Pil Choi. «Customer Information Sharing: Strategic Incentives and New Implications». Journal of Economics & Management Strategy 19, n. 2 (2010): 403–33. https://doi.org/10.1111/j.1530-9134.2010.00256.x.
Ko, Chieh-Heng. «Exploring Big Data Applied in the Hotel Guest Experience». Open Access Library Journal 5, n. 10 (9 ottobre 2018): 1–17. https://doi.org/10.4236/oalib.1104877.
Mariani, Marcello, e Matteo Borghi. «Environmental discourse in hotel online reviews: a big data analysis». Journal of Sustainable Tourism 29, n. 5 (4 maggio 2021): 829–48. https://doi.org/10.1080/09669582.2020.1858303.
Naimi, Ashley I., e Daniel J. Westreich. «Big Data: A Revolution That Will Transform How We Live, Work, and Think». American Journal of Epidemiology 179, n. 9 (1 maggio 2014): 1143–44. https://doi.org/10.1093/aje/kwu085.
Oh, Haemoon. «Service Quality, Customer Satisfaction, and Customer Value: A Holistic Perspective». International Journal of Hospitality Management 18, n. 1 (1 marzo 1999): 67–82. https://doi.org/10.1016/S0278-4319(98)00047-4.
Padilla-Meléndez, Antonio, e Aurora Garrido-Moreno. «Customer relationship management in hotels: examining critical success factors». Current Issues in Tourism 17, n. 5 (28 maggio 2014): 387–96. https://doi.org/10.1080/13683500.2013.805734.
Prough, George E. «Book Reviews : Consumer Behavior, Sixth Edition by James F. Engel, Roger D. Blackwell, and Paul W. Miniard (Hinsdale, Illinois: The Dryden Press, 789 Pp. $48.00)». Journal of the Academy of Marketing Science 18, n. 3 (1 giugno 1990): 254–55. https://doi.org/10.1177/009207039001800311.
Shin, Dong-Hee. «Demystifying Big Data: Anatomy of Big Data Developmental Process». Telecommunications Policy 40, n. 9 (1 settembre 2016): 837–54. https://doi.org/10.1016/j.telpol.2015.03.007.
Sigala, Marianna. «Integrating Customer Relationship Management in Hotel Operations: Managerial and Operational Implications». International Journal of Hospitality Management 24, n. 3 (1 settembre 2005): 391–413. https://doi.org/10.1016/j.ijhm.2004.08.008.
Soltani, Zeynab, e Nima Jafari Navimipour. «Customer Relationship Management Mechanisms: A Systematic Review of the State of the Art Literature and Recommendations for Future Research». Computers in Human Behavior 61 (1 agosto 2016): 667–88. https://doi.org/10.1016/j.chb.2016.03.008.
Talón-Ballestero, Pilar, Lydia González-Serrano, Cristina Soguero-Ruiz, Sergio Muñoz-Romero, e José Luis Rojo-Álvarez. «Using Big Data from Customer Relationship Management Information Systems to Determine the Client Profile in the Hotel Sector». Tourism Management 68 (1 ottobre 2018): 187–97. https://doi.org/10.1016/j.tourman.2018.03.017.
Verma, Surabhi, e Som Sekhar Bhattacharyya. «Perceived strategic value-based adoption of Big Data Analytics in emerging economy: A qualitative approach for Indian firms». Journal of Enterprise Information Management 30, n. 3 (1 gennaio 2017): 354–82. https://doi.org/10.1108/JEIM-10-2015-0099.
Voola, Ranjit, Gian Casimir, Jamie Carlson, e M. Anushree Agnihotri. «The Effects of Market Orientation, Technological Opportunism, and e-Business Adoption on Performance: A Moderated Mediation Analysis». Australasian Marketing Journal (AMJ) 20, n. 2 (1 maggio 2012): 136–46. https://doi.org/10.1016/j.ausmj.2011.10.001.
Wu, Cedric Hsi-Jui, e Rong-Da Liang. «Effect of Experiential Value on Customer Satisfaction with Service Encounters in Luxury-Hotel Restaurants». International Journal of Hospitality Management 28, n. 4 (1 dicembre 2009): 586–93. https://doi.org/10.1016/j.ijhm.2009.03.008.
Wu, Shwu-Ing, e Pei-Chi Li. «The Relationships between CRM, RQ, and CLV Based on Different Hotel Preferences». International Journal of Hospitality Management 30, n. 2 (1 giugno 2011): 262–71. https://doi.org/10.1016/j.ijhm.2010.09.011.
[i] Wu e Liang, «Effect of Experiential Value on Customer Satisfaction with Service Encounters in Luxury-Hotel Restaurants».
[ii] Shin, «Demystifying Big Data».
[iii] Elfving e Lemoine, Exploring the Concept of Customer Relationship Management.
[iv] Padilla-Meléndez e Garrido-Moreno, «Customer relationship management in hotels».
[v] Soltani e Navimipour, «Customer Relationship Management Mechanisms».
[vi] Naimi e Westreich, «Big Data».
[vii] Kim e Choi, «Customer Information Sharing»; Sigala, «Integrating Customer Relationship Management in Hotel Operations»; Wu e Li, «The Relationships between CRM, RQ, and CLV Based on Different Hotel Preferences».
[viii] Ghose, Ipeirotis, e Li, «Designing Ranking Systems for Hotels on Travel Search Engines by Mining User-Generated and Crowdsourced Content».
[ix] Garrison, Wakefield, e Kim, «The Effects of IT Capabilities and Delivery Model on Cloud Computing Success and Firm Performance for Cloud Supported Processes and Operations»; Voola et al., «The Effects of Market Orientation, Technological Opportunism, and e-Business Adoption on Performance».
[x] Kang e Kim, «Process of Big Data Analysis Adoption».
[xi] Verma e Bhattacharyya, «Perceived strategic value-based adoption of Big Data Analytics in emerging economy».
[xii] Prough, «Book Reviews».
[xiii] Dolnicar e Otter, «Which Hotel attributes Matter?»
[xiv] Oh, «Service Quality, Customer Satisfaction, and Customer Value».
[xv] Talón-Ballestero et al., «Using Big Data from Customer Relationship Management Information Systems to Determine the Client Profile in the Hotel Sector».
[xvi] Ko, «Exploring Big Data Applied in the Hotel Guest Experience».
[xvii] Frank-Martin e Peattie, Sustainability marketing.
[xviii] Mariani e Borghi, «Environmental discourse in hotel online reviews».