元搜索网站，如 Google、Kayak、TripAdvisor和Trivago，重新定义了旅游行业。他们为旅行者提供了一种简单的方式来指定首选日期和所需的便利设施，以及方便地比较竞争对手之间的价格。
特别是对于酒店品牌来说，元搜索网站是一个在酒店层面上争夺消费者的市场，在这些网站上做广告可以带来可观的网络流量和合格的线索。但是管理元搜索广告活动中所涉及的大量数据是非常具有挑战性的，因为在这个领域中有大量的ota在运营，而各种各样的客户实时输入元搜索支持。用户的位置、设备的类型、星期几、一天中的时间、预订日期的临近程度以及许多其他因素都可能影响最佳出价。
人工智能提供了一种解决这个问题的方法。德比软件是一家跨酒店行业提供分销服务和数字营销服务的公司。通过德比软件等平台，人们可以在几分钟内发起一场活动，并依靠自动化来优化和做出实时竞价决策。
SkiftX最近在与数据科学主管Norberto Degara和德比软件营销服务产品主管Christopher Callow的访谈中，探讨了元搜索的挑战，以及机器学习如何应对这些挑战。
SkiftX: 在充分利用元搜索方面，酒店面临哪些障碍
Christopher Callow: 元搜索主要以拍卖的形式出售。你出价多少取决于你的投资回报目标，或你购买的点击成本增加与你希望产生的预订量之间的平衡。挑战在于了解何时投资，权衡风险与回报，以及在不偏离投资回报目标的情况下，你能出价多高。这需要相对复杂的分析和预测能力才能做好。
元搜索网站试图通过提供更多的灵活性和控制来调整合适的出价来支持广告商，但这是一把双刃剑。虽然更大的灵活性确实提高了效率和性能，但它也需要更多的时间来成功地进行分析和应用。这导致广告客户将注意力集中在酒店投资组合中排名前10%的酒店上，即那些拥有大量数据的酒店，并逐渐削减长尾效应，最终导致低数据的广告投放消失。
SkiftX: OTA的主导地位给酒店品牌带来了怎样的复杂影响
Callow: OTA总是会努力争取尽可能多的流量分享。他们通常有非常大的、专门的、资金充足的团队，完全专注于优化元搜索。它们的预算相对更灵活，可以根据业绩的变化，在更大范围的酒店和市场上自由地重新分配。
相比之下，酒店品牌往往会从酒店或地区团队那里获得资金，将预算锁定在更小范围的机会上，这让它们更容易受到宏观因素的影响。当涉及到在元搜索领域的有效竞争时，这些因素使酒店经营者处于不利地位，但大多数挑战都是可以克服的。
SkiftX:如果酒店管理者试图在没有机器学习的情况下解决元搜索问题，他们将面临什么挑战
Callow: 由于元搜索是一个实时拍卖环境，所以您提交的出价永远不会被认为是优化的或最终的。它们总是需要进行调整，以适应不断变化的需求或不断变化的价格有效性和平等性、紧迫的商业需求以及竞争对手在拍卖中的出价。这些调整需要不断地进行，但是计算适当的出价的工作量可能非常耗时。
SkiftX:机器学习如何帮助酒店管理人员更精确、更高效地工作
Norberto Degara: 最大的挑战之一是能够预测一个特定的机会所能够产生的收入。拍卖的特点决定了在不同的位置——如你在竞争哪个销售点，周期，以及一周的哪天是消费者的高峰、价格竞争力的高光时刻在哪儿等等。
这些属性的每次迭代都在不同的预测中解决。机器学习非常适合这些情况——例如，计算答案需要处理大量数据集，环境不断变化，需要对选项进行大量的微调。
SkiftX: 你能举个例子吗
Degara:我们的许多客户实际上是按酒店级别管理预算的，但并不是所有酒店和销售团队都能从相同的数据量中受益。这使得知道出价多少具有挑战性。当我们的算法识别出我们没有足够的数据来对某个特定的酒店做出可靠的预测时，它就会开始通过观察它们的共同特征，将行为相似的酒店分组。然后，我们可以使用该集群的数据来提供一个比其他方式更精确的预测。这是动态化和自动完成的，在大规模管理酒店资助的项目时，或在为新开业的酒店投标时，这极大地提高了性能。
SkiftX：机器学习如何帮助推动跨渠道活动和成本分配
Callow: 客户往往倾向于选择他们最有经验的机会，这样就把预算锁定在熟悉的竖井里，而牺牲了其他机会。通过使用一种与渠道无关的方法来管理你的预算，将重点放在你的商业目标上，你可以让算法学习适合每个简报的独特的位置组合。这也使得算法能够根据需求的变化、市场力量和拍卖的变化来动态调整出价。
此外，每个渠道在如何展示广告以及如何让广告商管理这些广告方面都有略微不同的方法。这就导致了广告投放对同一出价的不同反应——了解每个渠道、每个酒店的特点，并适当地出价。这是最大限度地提高跨渠道性能的关键。如果没有一个自动化的解决方案，找到合适的位置组合并在整个活动中保持这种效率几乎是不可能的。
SkiftX: 在元搜索方面，德比软件如何预测酒店经营者不断变化的需求
Callow: 随着新的算法和更精准地理定位的出现，元搜索的潜力也在不断增加。我们也看到了新的广告类型的引入——与已经建立的元搜索位置相补充——这使得酒店经营者能够将他们的酒店推到目标搜索结果页面上，并推动更多的上层漏斗需求。无论是在连锁层面还是对单体酒店来说，这将带来更好的投资回报率。
为了确保我们的客户处于这种状态，我们将大部分精力投入到自动化和机器学习上。我们让客户能够专注于他们的商业需求，所以他们唯一需要输入的是他们的业绩目标、预算和活动日期。默认情况下，其他一切都是有效的自动化——尽管您可以根据需要获得更多的粒度。
