商旅管理計劃無論規(guī)模大小，都面臨著如何確保談判的酒店協(xié)議價格具有競爭力的挑戰(zhàn)。但當下行業(yè)所用的大部分基準為一般平均值，其他數(shù)據(jù)選項也往往太少或太繁雜，不足以推動最終采購決策，結(jié)果導(dǎo)致許多公司錯過節(jié)省成本的機會。

 

        HRS在全球范圍內(nèi)為企業(yè)客戶采購大量的酒店間夜，能代表客戶實現(xiàn)更高水平的基準比較和可靠的房價預(yù)測。借助AAI獲得的新洞察，酒店項目可以在酒店談判中有更多的依據(jù)，從而幫助企業(yè)在其主要商旅目的地節(jié)省10%乃至更多的成本。與HRS合作的采購負責(zé)人能用新發(fā)現(xiàn)的、更準確的洞察指導(dǎo)2020年住宿預(yù)算編制、最終協(xié)議酒店價格確定，以及這些價格與搜索預(yù)訂渠道的整合。

 

增強型AI利用多種數(shù)據(jù)模型提升結(jié)果的準確性    
                   

        增強型AI優(yōu)于標準人工智能，因為它運行的是多個數(shù)據(jù)模型而非單個例行程序。HRS模型運用了金融機構(gòu)、社交網(wǎng)絡(luò)和大型電商市場所使用的高級預(yù)測算法。模型隨后被合并加以驗證，獲得更高的準確性。最后的步驟是自動審核所有結(jié)果，并選擇誤差最小的模型/輸出。

        HRS的AAI模型基于機器學(xué)習(xí)，可從連續(xù)的酒店價格數(shù)據(jù)源中識別出復(fù)雜的模式。從各個市場來看，影響分析的因素包括：長期價格模式，包括季節(jié)性；推動入住率的短期本地活動（例如體育賽事、會議等）；基于目的地的基準企業(yè)協(xié)議價；基于客戶的垂直領(lǐng)域和/或交易量的基準企業(yè)協(xié)議價；衡量過去預(yù)測中平均誤差的算法；智能編譯預(yù)測模型，以提高具體目的地的準確性；商旅人士搜索和預(yù)訂數(shù)據(jù)；每個目的地一致、增強的機器學(xué)習(xí)整合。

 

       “為了實現(xiàn)更準確的價格預(yù)測，我們在端到端技術(shù)堆棧中使用了多種AI模型。這是公司酒店支出優(yōu)化的一個新進展，”HRS首席執(zhí)行官托比亞斯·萊格（Tobias Ragge）說，“AAI能在不到一秒鐘的時間內(nèi)識別出市場具體的模式，能為全球酒店項目不斷探索數(shù)據(jù)，探查各種情景并以更準確的方式解讀結(jié)果。它還剔除了人腦會誤以為將產(chǎn)生重大影響的無關(guān)數(shù)據(jù)。”

 

         幫助HRS客戶保持2020年及以后的競爭力的其他獨特要素還有：通過任何類型的數(shù)據(jù)系統(tǒng)追蹤企業(yè)在180多個國家、長達四年的協(xié)議價格記錄的能力。

        為了促進全年持續(xù)采購，HRS的采購服務(wù)具有持續(xù)的糾正率，可將不同報告之間的客戶數(shù)據(jù)進行對比，突顯出差異并選擇各個指標來提高未來和歷史記錄的準確性。
 

        HRS有500多名專家分布在全球六十大商旅城市，時刻緊跟市場發(fā)展步伐。他們具備本地市場知識并可以執(zhí)行質(zhì)量檢查，參照HRS數(shù)據(jù)庫中上百萬份酒店合同，為HRS客戶在全球擴展和整合項目時提供實時咨詢與指導(dǎo)。
 

        HRS將在于11月19-21日在慕尼黑舉行的GBTA歐洲會議，以及于11月28日在巴黎舉行的HRS全球商旅論壇上介紹這一新的酒店價格預(yù)測技術(shù)。