Das steckt hinter dem Holiday Finder von Hotelplan

Das Tech-Unternehmen BD4Travel wertet die Besucherdaten der Hotelplan-Webseite aus und generiert dadurch Ferienempfehlungen.
BD4Travel (screenshot TI)

Im neuen Webauftritt von Hotelplan erscheint der ‘Holiday Finder’, eine Art Tinder für den perfekten Ferienmatch. Anhand von einigen Sujets, die man auf dem Computer ‘liken oder disliken’ und auf dem Mobilgerät nach links oder rechts ‘swipen’ kann, fragt der ‘Finder’ zuerst ob Badeferien, Familienferien, Städtereisen, Unterhaltung und Wellness und zum Schluss nach dem Reisezeitraum. Je nach den liked oder nach rechts swiped Sujets zeigt die Website darauf  basierende Reisevorschläge.

Die Ziele

Vordergründiges und primäres Ziel ist gemäss Hotelplan die Inspiration derjenigen potentiellen Kunden, die noch in der sogenannten Looker-Phase sind, d.h. auf der Suche nach Ferienideen sind.

Ein weiteres Ziel ist natürlich das Sammeln möglichst vieler, wenn auch anonymer Nutzerdaten, damit das System dahinter, d.h. die AI (künstliche Intelligenz) lernen und Empfehlungen immer genauer auf die Kundenbedürfnisse zugeschnitten anzeigen kann.

Die Technologie

Die Anwendung ‘Holiday Finder’ selbst und dessen Design wurde über die Webtechnologie von next.js erstellt.

Für deren Auswertung und für das ganze Monitoring der Seitenbesucher ist aber das deutsche Technologieunternehmen BD4Travel verantwortlich. Dieses hat sich auf die Analyse des Verhaltens der Webseitenbesucher spezialisiert und ‘verfolgt’ deren Bewegungen auf der Webseite auch bei mehrfachen Besuchen über mehrere Tage. Die Analyse erfolgt in Echtzeit und zeigt einerseits, ob sich der Besucher in der ‘Looker’-, ‘Planner’- oder ‘Booker’-Phase befindet und aufgrund des Verhaltens seine Bedürfnisse.

Die Anwendung von BD4Travel zieht dann unmittelbar, über eine Schnittstelle zu Peakwork, die Attribute, d.h. die Einrichtungen und Angebote, der Hotels und kreiert auf diese Weise klare Empfehlungen an den Nutzer. Dahinter steckt natürlich viel AI und sogenanntes Machine Learning. Gemäss BD4Travel wird durch die dadurch generierten Empfehlungen eine Konversion von 3-4% erzielt.

(Hans-Peter Brasser)