豆包收12%佣金,第一批做GEO的酒店偷偷笑了

迈点网 · 史维鹏 · 2026-08-07 21:40:38

打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮。

越早入局新获客渠道的酒店,越早获利。

1.png

作者/史维鹏

来源/迈点

封面图/AI生成

8月10日起,豆包渠道的酒店订单开始执行独立费率,软件服务费11.4%加上0.6%的支付手续费,综合扣费12%。

2.jpg

图源:网络

消息一出,酒店圈议论纷纷,有人抱怨成本又涨了,有人担心新的渠道要“割韭菜”。

但最值得关注的是,AI推荐已经脱离概念化流量入口的阶段,正式成为平台单独核算、独立计费的标准化获客渠道。

历史经验表明,每一次新渠道的独立计费,往往预示着一波获客格局的调整。

对于酒店经营者来说,理解这件事背后的行业大趋势,如何抓住机会,从而实现突围、在市场上分一杯羹,比单纯纠结佣金点数更有价值。

01  越早入局新获客渠道的酒店,越早获利


回顾过去,酒店行业的获客渠道经历了几次重要的变迁。

早年间,除散客外,酒店主要依靠与旅行社、周边企业合作,获取客源。但这些渠道局限性很大,客群吸引力有限。

不过,随着2014年前后4G网络和移动支付的普及,在线旅游平台(OTA)在中国酒店分销市场的份额开始快速增长,行业数据显示,携程、去哪儿、艺龙三家厂商在中国在线酒店预订市场共占76%的份额。

起初,行业内有质疑、有观望,酒店一边眼红新渠道带来的流量,一边又担忧高额的佣金与强硬的规则,既想上车又怕被绑死。

后来,经不断的整合收购、股权置换,“携程系”逐步崛起,早期深度绑定OTA平台的酒店,享受了近十年稳定的流量红利。而后期入局者既要面对高昂的佣金率,又在平台竞争中处于明显劣势地位,难以存活。

面对OTA平台一家独大的局面,市场并未被完全驯化。

2015年前后,阿里巴巴推出的阿里旅行(即后来的飞猪),美团等“超级应用”相继进入市场。与专注旅游的OTA平台不同,这些平台提供流量入口,允许酒店开设官方旗舰店进行直销。

2017年,希尔顿集团旗舰店正式在飞猪上线。同年,万豪国际与阿里巴巴成立合资公司,运营管理万豪在飞猪上的旗舰店,飞猪会员与万豪会员体系实现互通。

酒店通过这些平台获得流量,将用户转化为自己的直接顾客,催生了平台化分销模式。

3.jpg

图源:网络

约从2018年起,酒店业开始重视自有渠道和私域流量的建设,大力发展会员体系,以减少对第三方渠道的依赖。

在这一阶段,头部酒店集团的动作尤为明显,尤其是华住集团的会员数据,已经说明自有渠道具有超高的价值。

截至目前,华住集团旗下的“华住会”已经吸引超过3.11亿名会员,2025年全年约73%的间夜售予华住会个人或企业会员,约77%的间夜通过华住自有销售渠道售出。

4.png

图源:华住会

紧接着,2020年后,抖音、小红书等新媒体平台凭借巨大流量和内容互动优势,成为酒店分销和营销的新兴渠道。

在过去,酒店能否被用户看到,取决于在线旅行社搜索结果页的排名,排名又由竞价、销量、评分决定,酒店本质上是被动等待平台分配流量。

而在这类内容平台上,酒店可以通过短视频和直播主动创造流量,让用户在“刷社媒”的过程中产生住宿需求。

进入2024年后,人工智能推荐开始成为酒店获客的又一个新入口,而且这一次变化更为深刻。

就在前不久,携程、同程旅行、艺龙酒店科技、万达酒店及度假村在同一天宣布接入微信AI生态,用户可以直接在微信里用人工智能查库存、比价格、核权益、完成预订,全程不需要打开任何一个独立应用。

与此同时,通义千问接入飞猪、高德、支付宝,用户在通义千问内即可完成酒店比价和下单。豆包则可以跳转抖音酒店预订店铺,实现端内支付。

这说明“对话即服务”正在取代“搜索即服务”。

5.png

图源:摄图网(ID:701408036)

纵观酒店行业获客渠道的发展历程,可以看出每出现一个新渠道,早期入局者往往能获得相对稳定的流量回报。

这提醒酒店行业,越早让自身信息、服务标签、用户评价等被人工智能准确抓取并理解,就越能在这一轮入口迁移中拥有主导权。

那么,在人工智能推荐时代,谁能拿到新趋势下的早期红利,成为第一个吃螃蟹的人呢?

02  用户搜索习惯的变化,让酒店接入AI成为必然

要想回答这个问题,得先看看用户在搜索习惯上发生了什么变化。

德勤2026年夏季旅游调查显示,使用生成式人工智能规划旅行的用户占比从2025年的15%上升到2026年的25%,其中千禧一代的使用意愿达到36%,明显高于其他代际。

6.jpg

图源:社媒

在住宿领域,飞猪数据显示,今年春节期间人工智能酒店订单量环比增长161%,平均每晚价格接近300元,用户已可通过对话在通义千问APP内便捷选择酒店房型并一键付款。

7.jpg

图源:社媒

这组数据揭示了一个关键趋势:人工智能正悄悄成为消费者旅行决策的入口。

当用户打开豆包问“推荐一个适合商务出差、带会议室的酒店”,人工智能直接给出3到5个推荐,用户选择一个并跳转下单,整个决策过程缩短至2到3分钟。

这与过去打开在线旅行社、输入目的地、翻搜索结果页、比价、下单的较长时间花费,形成了鲜明的对比。

用户搜索习惯的改变带来了两个深远影响。

第一,决策权部分让渡给了人工智能。

在人工智能推荐逻辑里,它会综合用户的出行时间、预算区间、位置偏好、历史住宿记录以及酒店的实时库存、价格走势、服务标签、用户评价语义,然后给出推荐。

酒店如果不能被人工智能准确理解,就失去了被用户看到的机会。

第二,客群正从原有渠道慢慢转向AI渠道。

过去,用户找酒店习惯打开OTA或者内容平台,在列表和搜索结果里选择。

如今,越来越多的用户把需求直接喂给AI,由大模型给出酒店推荐名单。

8.png

图源:摄图网(ID:701507518)

面对这两大变化,酒店也要有自己的判断。

一方面,不要盲目投入。

因为,目前豆包渠道订单体量还无法和传统OTA平台抗衡,酒店应当小规模测试,用真实数据核算各渠道的投资回报率,观察人工智能渠道带来的用户质量和生命周期价值。

另一方面,也不要因为豆包渠道的费率高,消极观望。

携程《2025携程旅行决策双引擎洞察报告》显示,当年,在搜索中使用人工智能规划旅行的用户比例同比提升270%,用户习惯的迁移是实实在在发生的。

所以,酒店人不妨保持乐观、开放的心态,逐步地尝试探索新兴的获客渠道。

03  做好GEO,是酒店人接下来的必修课



那么,酒店如何才能被AI精准地理解、推荐呢?

或许,尝试做好GEO是个不错的方式。

GEO全称生成式引擎优化(Generative Engine Optimization),《中国GEO行业市场发展报告2026》显示,今年国内GEO市场规模约30亿元,近三年累计增长超过35倍。

延伸到酒店行业,GEO的概念是——让一家酒店被大模型准确理解并优先推荐。

9.jpg

图源:社媒

那么,如何做好GEO呢?迈点认为,酒店可以从以下三个方面入手。

其一,基础信息标准化。

酒店名称、地址、联系方式、价格区间、核心服务标签等,在官网、地图平台、百科词条、在线旅行社页面上必须完全一致。

为什么要一致?因为大模型会交叉验证信息,信息一致的酒店更容易获得人工智能的信任。

如果酒店在官网标注“商务酒店”,但在地图上标的是“经济型酒店”,大模型对你的信任度就会下降,推荐优先级也会跟着掉。

所以,中国旅游报《进入大模型推荐名单要做好几件事》这篇文章提到,信息一致性达到85%以上的酒店才算及格。

其二,核心标签精准化。

比如,当你提问大模型“上海有哪些适合商务洽谈的高端酒店”时,它检索的是酒店的标签中有没有“商务洽谈”“高端”“会议室”“行政酒廊”这些标签。

然而,有些酒店的标签很笼统——“设施齐全”“服务优质”,大模型根本不知道该怎么去匹配用户需求。

标签越精准,酒店才能获得目标客群的青睐。

10.jpg

图源:社媒

其三,内容布局围绕用户关心的问题展开。

客人在大模型上提问有关酒店的问题,无非就是价格、房型、设施、位置、退改措施、周边配套等。

酒店要把这些高频问题做成结构化的内容,发布到权威媒体上,大模型检索到的概率就会大幅提升。

除了以上三点,酒店GEO优化并不是一锤子买卖。

大模型的算法不断更新,酒店不可能优化一次就永远排位靠前。

因此,必须定期检查大模型推荐结果中酒店的位置和描述是否准确,发现问题及时修正。

此外,需要说明的是,AI渠道并不会完全取代OTA平台,二者是互为补充的关系。

它真正的价值在于:在用户决策的最前端,帮助酒店争取到被优先推荐的机会。

而且,像AI这样的公域渠道,虽能帮助酒店引流,但酒店也得学会把客人吸纳到自己的会员体系里,既要做公域,又要做私域。

因为,这些渠道的规则会变、成本会涨,自有客源成本可控,更加稳妥。

04  写在最后

回看过去十几年,每当出现一个新兴渠道,除部分人感到恐慌外,更多的人都在喊“机会来了”。

而酒店这边,有人吃到了入局早的红利,客源较为稳定;有人晚进来一些,只能接受更高的成本和更严的规则;还有很多的人,直到这一轮热潮过去了,还没摸清门道。

所以,面对人工智能这个新渠道,迈点有几句实在话想说。

新渠道来了,酒店要先占个位。不是因为它一定更好,而是“第一批”三个字最值钱。

永远别把命交给一个渠道。携程、美团、抖音、各类AI,没有哪一个渠道是一成不变的。今天它给你流量,明天它可能改规则、提收费。

“被人工智能记住”只是基础目标,“让客人记住你”才是终极目标。被人工智能推荐只是过程,让客人下次跳过所有平台、直接找你订房,才是目的。

当前,新机会已来临,各位酒旅同仁,准备好迎接了吗?


0

评论(0)

邮件订阅 吐槽
返回顶部