Divulgação

Como era de se esperar, o preço foi, de longe, o fator mais decisivo na hora da escolha do hotel, considerando que os hóspedes colocam os custos de hospedagem como prioridade na hora de orçar uma viagem. Promoções e descontos vantajosos são uma maneira quase garantida de chamar a atenção dos clientes do hotel e selecioná-los.

“Enquanto os consumidores buscam o melhor custo benefício durante as reservas da viagem, suas escolhas individuais refletem aquilo que eles mais valorizam”, disse Abhijit Pal, chefe de pesquisa do Expedia Group. “O consumidor que procura uma acomodação econômica busca o melhor valor dentro de seu orçamento, enquanto alguém com mais renda pode estar disposto a fazer reservas em um hotel mais luxuoso e pagar mais por noite, mas nada além do que julgue necessário”.

Ainda de acordo com o estudo, as avaliações dos hóspedes têm uma forte influência na seleção do consumidor. Há 72% de chance de o consumidor valorizar as avaliações de outros hóspedes, antes de escolher o hotel, do que a marca em si, preferindo até mesmo pagar mais por meios de hospedagem bem avaliados do que por hotéis de redes famosas.

Os participantes da pesquisa, em geral, estavam dispostos a pagar mais por hotéis com avaliações mais altas de hóspedes: 24% a mais por um hotel com nota 3,9 em vez de um hotel com nota 3,4, e 35% a mais por um hotel com avaliação de 4,4 em comparação a um hotel de 3,9. Na plataforma Expedia, as avaliações dos hóspedes podem gerar notas de 0 a 5. “As classificações de amigos ou hóspedes nivelaram a disputa para hotéis independentes”, disse Abhijit Pal, chefe de pesquisa do Expedia Group. “Hoje, os hotéis independentes competem em escala global com as redes por causa da distribuição e da tecnologia assim o permite, e a qualidade está sob seu controle.”

Serviço e quarto confortável devem se firmar como prioridade de setor

Redes de hotéis levam uma ligeira vantagem em relação a outros atributos, como informações sobre remodelações, fotos dos quartos e classificação do hotel em estrelas, de acordo com o estudo. Redes premium tiveram mais influência na seleção, com clientes recompensando essas marcas que têm ADR (Average Daily Rates, ou preço diário médio, em português) maior, mas não na mesma proporção que as excelentes avaliações de clientes.

Um estudo recente da Universidade de Cornell que analisou mais de 95.000 reviews e avaliações de propriedades independentes de alto padrão descobriu que “os principais impulsionadores da satisfação do cliente continuam sendo o serviço e quarto”. Os hoteleiros devem, portanto, concentrar-se nas áreas operacionais que têm relação com o serviço e o quarto, como um serviço simpático em toda a propriedade, bem como a qualidade das camas e garantir uma boa noite de sono para o hóspede. O serviço de hospedagem tradicional, que proporciona uma boa noite de sono em um quarto limpo e em bom funcionamento, juntamente com a disponibilidade de um excelente café da manhã, permanece central para a satisfação do cliente”1.

Foto do quarto, a marca do hotel, as avaliações por estrelas, as avaliações dos hóspedes, reformas recentes e o preço são apenas alguns dos principais atributos que os clientes usam para selecionar hotéis. Marcações sobre reformas, foto do quarto e avaliação por estrelas tiveram menor importância como características individuais na probabilidade de seleção, mas podem ajudar a influenciar a decisão quando combinadas com recursos fortes em outros atributos.


Pesquisa

Metodologia
A pesquisa incluiu 903 participantes da população em geral2, em um estudo conjunto baseado em escolhas, para selecionar hotéis para dois destinos de sua escolha. O estudo alavancou um medidor de sensibilidade de preço Van Westendorp para gerar preços para 12.642 resultados de pesquisa gerados aleatoriamente, uma imagem de quarto representativa para cada propriedade e a marca de hotel mais popular do Expedia Group em cada categoria de classificação por estrelas. Para determinar a relação entre atributos individuais e sua probabilidade de influenciar a seleção, um modelo de inferência bayesiana hierárquico foi construído usando uma simulação pelo método Markov Chain Monte Carlo.