xxxx品牌收取12%佣金，早早布局GEO的酒店已尝到甜头

8月10日起，xxxx品牌渠道的酒店订单开始执行独立费率，其中软件服务费为11.4%，加上0.6%的支付手续费，综合扣费达到12%。

消息传开后，酒店圈里议论纷纷。有人觉得成本又高了，也有人担心新渠道是不是来“割韭菜”的。

但更值得留意的是，AI推荐已经不只是概念化的流量入口，而是正式成为平台单独核算、独立计费的标准化获客渠道。

回头看酒店行业的每一次渠道变迁，每一次新渠道开始独立计费，往往都意味着获客格局要重新洗牌。对酒店经营者来说，与其盯着佣金比例纠结，不如看懂背后的行业走向，想清楚怎么抓住这一轮机会。

早期接入新渠道的酒店，往往更早吃到红利

过去十几年，酒店获客渠道经历过好几轮明显更替。

早年，除了散客上门，酒店主要靠旅行社和周边企业合作带客。这种方式限制很明显，客群覆盖范围也有限。

到了2014年前后，4G网络和移动支付大规模普及，OTA平台在中国酒店分销市场中的份额快速上升。行业数据显示，当时携程、去哪儿、艺龙三家厂商合计占据了中国在线酒店预订市场约76%的份额。

初期，很多酒店心里打鼓：一边眼馋新渠道带来的流量，一边又担心佣金太高、规则太强，怕上船容易下船难。

后来经过一系列整合收购和股权置换，“携程系”逐步做大了。那些早期深度绑定OTA平台的酒店，确实享受了将近十年的稳定流量红利。而晚一步入局的酒店，不仅面对更高的佣金成本，在平台竞争中也明显处于弱势，经营起来很吃力。

OTA平台一家独大，市场倒也没有就此定型。

2015年前后，阿里旅行（即后来的飞猪）以及美团这类“超级应用”陆续进入市场。它们和传统OTA不一样，更像是在提供流量入口，让酒店可以开设自己的官方旗舰店，做直销。

2017年，希尔顿集团旗舰店在飞猪上线。同年，万豪国际与阿里巴巴成立合资公司，共同运营万豪在飞猪上的旗舰店，飞猪会员与万豪会员体系也实现了互通。

酒店通过这些平台把公域流量引过来，再想办法转化成自己的直接客源，于是平台化分销模式逐渐成型。

大约从2018年起，酒店行业开始把重心转向自有渠道和私域流量，会员体系建设受到前所未有的重视，目的就是降低对第三方渠道的依赖。

这期间，头部酒店集团的动作很有代表性。比如华住集团，其会员体系的数据很能说明问题：目前“华住会”已经吸引了超过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。

随后，2020年之后，抖音、小红书等内容平台凭借巨大的流量和互动优势，成为酒店分销与营销的新阵地。

过去在OTA平台上，酒店能不能被用户看到，主要取决于搜索页排名，而排名又由竞价、销量和评分决定，酒店基本是被动等着平台分配流量。

但在内容平台上，酒店可以通过短视频和直播主动制造曝光，让用户在看内容的过程中产生住宿想法，甚至直接完成预订。

进入2024年以后，AI推荐又成了酒店获客的一个新入口，而且这一轮变化更彻底。

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通过人工智能查库存、比价格、核权益、订酒店，全程不用打开任何独立App。

与此同时，通义千问接入了飞猪、高德和支付宝，用户在里面就能完成酒店比价和下单。xxxx品牌则能跳转到抖音的酒店预订店铺，实现端内支付。

不难看出，“对话即服务”正在慢慢取代“搜索即服务”。

纵观酒店行业的获客渠道变化，几乎每一个新渠道出现时，早期进入的酒店都能得到比较稳定的流量回报。

这也提醒了从业者：越早让自己的信息、服务标签、用户评价被AI准确抓取并理解，就越有机会在渠道迁移中占住主动。

那么在AI推荐时代，什么样的酒店能拿到新趋势下的先发红利，成为尝到甜头的那批人？

用户搜索习惯变了，酒店接入AI是躲不开的事

要回答这个问题，得先看看用户找酒店的方式发生了什么变化。

德勤近期的夏季旅游调查显示，使用生成式AI规划旅行的用户占比从上一年的15%上升到了25%，其中千禧一代的使用意愿达到36%，明显高于其他年龄段。

在住宿领域，飞猪数据也显示，今年春节期间AI酒店订单量环比增长了161%，平均每晚价格接近300元，用户已经可以通过对话在通义千问App里直接选房型、比价格，然后一键付款。

这些数据指向一个明确信号：AI正在悄悄变成消费者做旅行决策的入口。

比如，当用户打开xxxx品牌问一句“推荐一个适合商务出差、带会议室的酒店”，AI会直接给出三到五个选项，用户挑一个点进去就跳转下单了，整个流程可能只需要两三分钟。

而过去打开OTA、输入目的地、翻列表、看点评、比价格、再下单，往往要花不少时间。

搜索习惯变了，直接带来两个深远影响。

第一，决策权部分交给了AI。

AI做推荐时会综合用户的出行时间、预算范围、位置偏好、历史住宿记录，再加上酒店的实时库存、价格走势、服务标签、用户评价语义，最后生成一个推荐结果。

如果酒店不能被AI准确理解，就等于在用户看到之前就已经被过滤掉了。

第二，客源正在从老渠道慢慢流向AI渠道。

以前用户找酒店，习惯性打开OTA或者内容平台，在搜索结果里挑。现在越来越多用户把需求直接抛给AI，让大模型来给一份酒店推荐名单。

面对这种变化，酒店也得有自己的判断。

一方面，没必要盲目冲进去。目前xxxx品牌渠道的订单量还无法与传统OTA平台抗衡，酒店可以先用小规模测试跑数据，算清楚各个渠道的投资回报率，再看看AI渠道带来的用户质量和长期价值怎样。

另一方面，也不能因为xxxx品牌渠道费率偏高就一直在旁边观望。有报告显示，在搜索环节使用AI规划旅行的用户比例同比提升了270%左右，用户习惯的迁移是实实在在发生的。

所以，酒店人不妨抱着开放的心态，先小步尝试，慢慢把AI渠道纳入自己的获客组合里。

做好GEO，是酒店接下来要补的课

那酒店要怎么做，才能被AI更准确地理解和推荐？

可以考虑从GEO入手。

GEO全称是生成式引擎优化（Generative Engine Optimization）。有行业报告显示，国内GEO市场规模目前大约在30亿元，近三年累计增长超过35倍。

放到酒店行业，GEO要解决的核心问题就是：让一家酒店被大模型理解，并且在合适的推荐场景里被优先考虑。

具体来说，可以从三个方面着手。

其一，基础信息要标准化。

酒店名称、地址、联系方式、价格区间、核心服务标签等信息，在官网、地图平台、百科词条、OTA页面上的描述必须保持一致。

为什么要强调一致？因为大模型在生成回答前会交叉验证多个来源的信息。信息越统一，AI对酒店的信任度就越高。

比如酒店在官网上写着“商务酒店”，地图平台上却标成“经济型酒店”，这样前后矛盾的信息会让大模型难以判断，推荐优先级自然也会下降。

业内普遍认为，信息一致性达到85%以上的酒店，才算过了及格线。

其二，核心标签要尽量精准。

大模型在推荐时，会去匹配用户需求与酒店标签。比如用户问“上海有哪些适合商务洽谈的酒店”，AI检索的其实是酒店有没有“商务洽谈”“高端”“会议室”“行政酒廊”这类标签。

但有些酒店给自己的标签很笼统，翻来覆去就是“设施齐全”“服务优质”。这样的标签，AI很难把它们跟具体需求对应上。

标签越精准，酒店被推给对的人的可能性才越高。

其三，内容布局要围绕用户关心的问题展开。

客人在大模型上问酒店的问题，无非就是价格、房型、设施、位置、退改规则、周边配套这些。酒店不妨把这些高频问题整理成结构化的内容，发布到权威媒体或平台上，这样被大模型检索到的概率会明显提升。

同时也要注意，GEO优化不是一锤子买卖。大模型的算法一直在更新，酒店不可能优化一次就永远排在前头。

所以定期去检查AI推荐结果里酒店的位置、描述有没有变化，发现偏差及时修正，这个动作要长期做。

另外需要说清楚，AI渠道并不会把OTA平台完全取代掉，两者更多是互补关系。

AI渠道真正的价值，是在用户做决策的最前端，帮酒店争取到一个被优先推荐的机会。

而且类似AI这样的公域渠道虽然能带来新客人，酒店还是要想办法把这些客人吸引到自己的会员体系里来。公域要做，私域也要做。

毕竟渠道规则会变、成本会涨，只有自有客源的获客成本，是相对可控的。

写在最后

回看过去十几年，几乎每一个新渠道出现时，除了有人感到不安，更多的人喊的是“机会来了”。

在酒店这边，有人因为入局早，客源一直很稳；有人进场晚了，只能接受更高的成本和更严的规则；还有不少人，直到这轮热度过去了，也没弄明白门道在哪。

所以面对AI这个新渠道，有几句话想说给酒店朋友听。

新渠道来了，先占个位置。不是因为某个平台一定更好，而是“早期布局”这四个字，本身就很有含金量。

永远别把命运押在一个渠道上。无论是OTA、内容平台，还是各类AI应用，没有哪个渠道是一成不变的。今天它给你流量，明天它就可能改规则、调费率。

“被AI记住”只是第一步，“让客人记住你”才是更长远的追求。被AI推荐只是过程，让客人下次跳过所有平台、直接来找你订房，才是做酒店的真正底气。

新的机会已经摆在眼前，各位酒旅同仁，准备好出发了吗？