众荟：从经验决策到AI决策，酒店收益管理进入智能时代

 从曾经的语言深度理解研究实验室主要技术负责人，到互联网企业CEO，林小俊博士的职业生涯向我们展示了一个心系旅游行业的技术大咖如何华丽转身，以及他求新务实、严谨专注的创业人精神。

    如今，他和他的团队正在探索一条解决酒店管理痛点的最有效途径。同时，他们将通过引入更多先进理念和技术，打造更加完善的科技产品和服务，让酒店管理变得更简单、更聪明、更高效。

    这也是林小俊博士始终坚持和努力的方向。

    北京众荟信息技术股份有限公司（以下简称：众荟）CEO兼创始人林小俊的另一身份，是北京大学自然语言处理博士。在跨入酒店行业之前，林小俊博士专注于语言深度理解的实验室研究，在长期的研究后他逐渐意识到，实验室研究固然有趣，但其影响面总归有限。相反地，能够将研究成果具化为通用型产品，并通过这些产品提升社会生产力，似乎是一件更酷也对行业更有意义的事。正是怀着这样的信念，林小俊博士离开学术圈并转身投入商业世界。
 

    对自然语言处理的深度研究，以及对基于深度理解形成的产品及其未来广阔的市场空间和市场价值，都决定了众荟自成立之日起便将立足人工智能领域进行更多探索。而最终选择进入酒店行业也并非误打误撞，而是经过了细致的分析。首先，酒店行业存在大量可公开获取的自然语言数据，比如网络上常见的点评类信息，可公开获取的资料，对于难以获取行业企业内部数据资料的创业公司而言至关重要；其次，酒店需要对这些资料进行人工整理和分析理解，而这部分工作恰恰是人工智能技术能够替代的；第三，酒店行业具有比较庞大的行业应用基础。第四，酒店行业有机会做出标准化的产品。

    众荟成立初期，主要业务是基于深度语义分析为酒店做口碑管理，以协助酒店深入了解如何做好产品服务的提升，创造良好的酒店口碑。2014年起，众荟通过与中软好泰合并重组，与携程战略合作等一系列合作动作，借助所获取的独有的大量OTA订单数据和消费者行为轨迹数据，力求进一步挖掘其中的价值，并通过提供基于大数据及人工智能技术的数据解决方案，让酒店行业的经营更聪明、更轻松、更简单。

    确定了这个发展方向后，众荟做出了一系列的产品设计，其中有两个步骤与酒店收益提升紧密相关:一是利用大数据帮助酒店做市场预测和竞争分析，酒店在此基础上制定自己的打法，这一步更多凸显的仍然是数据对酒店决策的辅助作用。二是从2015年起，众荟决定直接介入酒店收益管理环节，在为酒店提供市场预测与竞争分析的基础上，利用大数据+小数据收益管理系统帮助酒店完成价格与渠道策略制定、分发库存等收益管理活动。

    2014-2015年间，酒店管理者对于收益管理的需求快速增长，在此之前，收益管理是一个流行于欧美酒店市场，听起来高大上但并不被普遍践行的管理名词。2014年后，随着酒店行业对收益管理概念理解加深，越来越多的中国酒店意识到收益管理为酒店运营带来的巨大价值，并开始逐渐接触和开展收益管理。众荟的酒店收益管理系统也的确为酒店经营带去了明显可感知的正向效果——酒店对未来收益的预测准确率提升，收益明显增加。可以说，这套收益管理系统生得恰逢其时。
 

    收益管理核心：预测+优化

    一套收益管理系统的背后，依赖于大量数据基础和一系列算法和经验规则。数据基础越薄弱，后续收益管理操作的复杂度越高。传统的收益管理需要酒店自身PMS系统中留存的数年经营数据做基础素材，但在中国酒店行业往往存在这样的问题：酒店使用的PMS系统各不相同且规范度参差不齐，内部数据的可靠性偏弱，最终加大了数据的获取和清洗难度。
 

    针对上述因PMS系统差异造成获取和清洗数据难的问题，以及为了满足新开业酒店或者涉及到酒店自有的管理系统PMS系统更换但历史数据无法切换的酒店实施收益管理，众荟的收益管理系统利用大数据做补充，只需要酒店积累90天内的PMS历史数据，就可以通过模型对酒店进行需求预测，这大大降低了酒店数据提供的门槛，也使得后续操作全面简化，让众荟的收益管理系统成为一个“飞入寻常百姓家”的产品。

    数据无大小，品质优先于规模

    据业内专业人士分析，主流OTA能够为酒店平均带去百分十几的订单量，许多人对于这部分大数据的量是否足够“大”产生质疑。在林小俊博士看来，所谓的数据是用来反映客观世界本质。数据本身不存在规模上的量化大小，而在于数据本身的质量是否足够高，能够有效倒逼本质。
 

    全球范围内酒店行业能够获取到这些倒逼本质数据的通路恰恰都留存于在线渠道:从一个消费者在线搜索行为的总和，可以直接反应他的出行及酒店预订需求这一本质，综合考虑OTA平台的总用户量以及每个用户所产生的搜索量数据，每一次搜索都代表了一个意愿，一次次意愿的汇集就能够向本质逼近更准确一点，当成千上万次甚至上亿次的意愿汇合起来，就能够把本质客观描绘出来。

    目前，OTA是获取酒店在线消费者行为数据的最好途径。"我们要做的就是利用人工智能的模型，不断收集这些反应消费者意图的数据，利用这些数据倒逼对未来市场本质的预测。"林小俊博士表示。

    如果把数据比做“原材料”，人工智能算法就好比发动机，共同作用下才能带动酒店收益管理这辆车跑起来。凭借酒店行业大数据得到的一定是更具行业普适性的结果，想要得到针对具体某间酒店的市场收益管理判断，当然也离不开PMS系统数据。建立在此基础上的收益管理系统，能够帮助酒店预测所在市场的竞争环境、酒店竞争力、占有的市场份额，以及最优的定价策略。

    人工智能：突破经验管理极限

    人工智能在一些可被量化的环节能够替代人力，即使不是现在，但将来一定会实现，因为解决这类可被量化的问题是人工智能最擅长的领域。与其讨论人工智能技术能够做到哪些人类做不到的事，不如思考如何借助人工智能技术，优化依靠传统经验无法完美解决的问题。

    以酒店收益管理为例，即使不依靠大数据和收益管理系统的力量，人类同样可以完成收益管理工作，此时的区别在于两种方式最终呈现结果的好坏有别。大数据和人工智能算法下开展的收益管理，让从前的经验决策变成数据决策，或者说AI决策。

    众荟作为一家科技公司，切入酒店管理这样一个长期相对传统稳定的行业，自然希望能够利用科技的力量推动整个行业发生一些变化，让行业经营变得更简单、更聪明、更高效。这也是众荟始终坚持的努力方向。

    想要实现这一目标，对众荟而言仍然任重而道远。相比于酒店的口碑及市场预测，酒店收益管理的难度要大很多，收益管理系统的打造本身需要与酒店自身经营数据产生更深的数据耦合，数据耦合及数据模型优化的难度和工作量极大。值得欣慰的是，众荟已经探索出了一条比较好的解决途径，并已经在目前的产品系统中实现。后期，众荟将通过模型优化，更好的将酒店数据与大数据结合，降低操作难度，减少当前的工作量。

    众荟要做的，就是陪伴酒店在受益管理道路上前行，通过长期观察与效果实测，揭开科学的收益管理系统对酒店行业带来的巨变。