ในยุคดิจิทัลที่เทคโนโลยีเข้ามามีบทบาทสำคัญในทุกอุตสาหกรรม ธุรกิจโรงแรมบูติกก็ไม่อาจหลีกเลี่ยงการเปลี่ยนแปลงนี้ได้ การนำเทคโนโลยีดิจิทัลมาใช้ในการให้บริการไม่เพียงช่วยเพิ่มประสิทธิภาพในการดำเนินงาน แต่ยังช่วยสร้างประสบการณ์ที่ดีขึ้นให้กับลูกค้า บทความนี้มุ่งเน้นการศึกษาการเปลี่ยนแปลงสู่ระบบดิจิทัลในธุรกิจโรงแรมบูติกจากมุมมองของเจ้าของธุรกิจ โดยพิจารณาถึงปัจจัยที่มีผลต่อการตัดสินใจ นวัตกรรมที่ถูกนำมาใช้ และผลกระทบที่เกิดขึ้นทั้งในด้านประสิทธิภาพของธุรกิจและความพึงพอใจของลูกค้า

บทความงานวิจัยเรื่อง “Boutique Hotel Service Digitalization: A Business Owner Study” ของ รศ.ดร. โชคอนันต์ บุษราคัมภากรและ คุณโสมทัต ณ ตะกั่วทุ่ง คณะสถาปัตยกรรมศาสตร์และการออกแบบ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี โดยงานวิจัยนี้กล่าวถึงการใช้เทคโนโลยีดิจิทัลเพื่อพัฒนาและเพิ่มประสิทธิภาพการให้บริการของโรงแรมบูติกในประเทศไทย

การระบาดของโรคโควิด-19 ส่งผลกระทบด้านลบและเศรษฐกิจต่อภาคการท่องเที่ยวและสันทนาการในประเทศไทย โดยเฉพาะอย่างยิ่งโรงแรมบูติกขนาดเล็ก โรงแรมเหล่านี้จำเป็นต้องพัฒนาวิธีการที่มีประสิทธิภาพและนวัตกรรมมากขึ้นเพื่อตอบสนองความคาดหวังในยุคใหม่ เช่น การให้บริการแบบไม่ต้องสัมผัส เทคโนโลยีดิจิทัล เช่น Machine Learning และ Artificial Intelligence สามารถเปิดโอกาสและศักยภาพใหม่ๆ ให้กับโรงแรมในการเปลี่ยนแปลงบริการลูกค้าให้เป็นดิจิทัลได้ จากการทบทวนวรรณกรรมพบว่า ข้อมูลที่มีความสำคัญต่อการจัดการผลิตภัณฑ์และบริการของโรงแรมประกอบด้วย การแบ่งกลุ่มลูกค้า (Customer Segmentation) การสร้างโปรไฟล์ลูกค้า (Customer Profiling) การออกแบบเมนู (Menu Engineering) การวัดประสิทธิภาพการผลิต (Productivity Indexing) การวิเคราะห์ความสัมพันธ์ของลูกค้า (Customer Associations) การพยากรณ์ (Forecasting) การบริโภคพลังงาน (Energy Consumption) และอัตราค่าห้องพัก (Room Rates) ซึ่งคุณลักษณะเหล่านี้สามารถตรวจสอบได้โดยใช้ Machine Learning

การศึกษาครั้งนี้ใช้วิธีการวิจัยแบบผสมระหว่างเชิงคุณภาพและเชิงปริมาณ โดยรวบรวมข้อมูลผ่านการสัมภาษณ์เจ้าของโรงแรมบูติกสองแห่งในกรุงเทพฯ และรวบรวมข้อมูลของโรงแรม รวมถึงข้อมูลจากตัวแทนจองที่พักออนไลน์และข้อมูลการจองตรง สำหรับช่วงระยะเวลาเมษายน 2560 – กันยายน 2564 การวิเคราะห์ดำเนินการโดยใช้ข้อมูลการจองจากโรงแรมทั้งสองแห่ง คือ 3946 รายการจากโรงแรม A และ 3948 รายการจากโรงแรม B ในการวิจัยนี้ใช้วิธีการแบ่งกลุ่มลูกค้าด้วย k-means clustering ในการแบ่งกลุ่มแขกของโรงแรม การใช้ logistic regression แบบสองชั้นและ boosted decision tree แบบสองชั้นถูกนำมาใช้เพื่อทำนายลูกค้าที่มีแนวโน้มจะมาใช้บริการ ในขณะที่ linear regression และ decision forest regression ถูกนำมาใช้ในการพยากรณ์ความต้องการของตลาด

รูปจาก : https://so02.tci-thaijo.org/index.php/jars/article/view/256845/177658

ผลการศึกษาชี้ให้เห็นถึงโมเดลความต้องการของเจ้าของธุรกิจโรงแรมในการคิดค้นนวัตกรรมบริการใหม่ เช่น โซลูชันซอฟต์แวร์แบบไม่ต้องสัมผัส ที่แขกสามารถใช้งานสำหรับการเช็คอิน เช็คเอาท์ การสั่งบริการ และการติดต่อกับโรงแรมผ่านแอปพลิเคชันบนมือถือ ซึ่งจะช่วยให้เจ้าของโรงแรมสามารถบริหารจัดการค่าใช้จ่าย พนักงาน และลูกค้าได้ โซลูชันนี้ยังหมายความว่าผู้จัดการโรงแรมจะไม่จำเป็นต้องมีส่วนร่วมในการดำเนินการด้านการจัดการรายได้ด้วยตนเองอีกต่อไป วิธีการวิเคราะห์ข้อมูลนี้สามารถคัดกรองสัญญาณที่ตรวจพบจากตัวแปรในตลาด ค้นหารูปแบบและความผิดปกติ ทำนายจำนวนแขกที่จะมาถึง และคำนวณราคาที่เหมาะสมแบบเรียลไทม์ เมื่อสภาพตลาดมีการเปลี่ยนแปลง

อย่างไรก็ตาม งานวิจัยนี้มีข้อจำกัดในแง่ของ ขนาดตัวอย่าง เนื่องจากข้อมูลที่ใช้มาจากโรงแรมบูติกเพียง 2 แห่งในกรุงเทพฯ ดังนั้น อนาคตอาจมีการศึกษาที่ครอบคลุมโรงแรมในพื้นที่อื่น ๆ หรือขยายการวิเคราะห์ไปยังแพลตฟอร์มดิจิทัลที่หลากหลายขึ้น เพื่อให้ได้ข้อมูลเชิงลึกและแนวทางการปรับตัวที่ครอบคลุมมากยิ่งขึ้น

เอกสารอ้างอิง

Na Takuatung, S. and Chokeanand Bussracumpakorn, C. (2023). Boutique Hotel Service Digitalization: A Business Owner Study. Journal of Architectural/Planning Research and Studies (JARS), 21(1), 167-184. doi:10.56261/jars.v21.256845