Fornova 专注于为酒店业主和运营方提供业务、分销及竞争情报，同时也服务于在线旅行社和汽车租赁公司。
我们对数据进行处理，以便就用户提出的复杂问题，提供准确且可靠的答案。
我们踏入旅游与酒店行业伊始便瞄准高端市场：首批企业级客户就是全球最大的在线旅行社——Booking.com 与 Expedia。随后进入酒店领域时，我们首先合作的也是希尔顿与万豪。
各行业客户最常问我们的关键问题是：“我的竞争力如何？”为回答这一问题，我们需遵循非常具体、以数据驱动的流程，涵盖多重步骤。
以一家酒店集团为例，我们首先会收集所有竞争对手的公开房价数据——涵盖未来 365 天内每个房型、每家酒店的价格。之所以关注未来，是因为酒店售卖的是易逝库存——客房过期无法再售。
即便是一家小型酒店，这些数据量也可能非常庞大。因此，我们的另一项关键工作就是从数以百万计的公共网页数据点中筛选“金 nuggets”情报，并实时、清晰、简洁地转化为可执行洞见，反馈给酒店商务团队，使其即刻了解问题所在、定价策略是否正确，以及流程可改进之处。
客户还会询问诸如：“我的房价在生态系统中如何展示？”——因为 OTA 有时会低价销售酒店房源；“谁在销售我的库存？”——这需要收集聚合商的数据；“我在哪些地方存在库存或技术问题？”等等。
我们之所以能为客户提供清晰的竞争优势，取决于手头是否拥有这些问题的答案——而这需要大量网页数据。 每当酒店集团问我们“我的物业竞争力如何？”时，我们必须收集各渠道、各地区、各国家竞争对手房价的全部公共网页数据。
系统还常被询问：“我的房价在所有分销渠道上如何展示？”这就是分销情报。在酒店行业，分销即尽可能广泛地在各类渠道上线库存。
线上主要分销渠道为全球 OTA，如 Booking.com、Expedia、Agoda 和 Hotels.com；线下则包括酒店销售团队或客人电话直订等。
我们还必须了解各酒店的主要客源市场。平均而言，每家合作酒店会要求我们提供 3–4 个外国市场的数据——这意味着我们需在同一网站上，用完全相同的入住/退房日期，同时从 3–4 个不同国家执行相同搜索，并多次重复。
我们向客户提供的大量数据都是实时从公共网页数据源收集的，而Bright Data 平台及其网络帮助我们将这些极其宝贵的洞见同样实时地交付给客户。
如今全球各行业都在经历数字化转型，疫情进一步加速了这一进程。各种数据的生成与记录量空前巨大，需求也前所未有。但竞争同样更加激烈；任何组织想要在竞争中抢占市场份额，唯一途径就是更快做出更优的数据驱动决策。
在受 COVID 影响的酒店业“新常态”中尤为如此。疫情导致商务旅客、团队、会议与活动需求大幅下降。唯有休闲客、特别是本地度假客，为酒店提供了救命稻草；事实上，这一细分市场已回暖并预计在 2022 年恢复到 2019 年水平。
因此，客户必须更具竞争力，而这需要更多数据：密切监控竞争对手、动态调整房价并每天多次更新、扫描预订窗口——即变化最频繁的日期——通常一天三次等。我们着眼未来 365 天，帮助合作酒店提前规划战略，从停滞者手中赢得市场。
我们郑重提醒客户：发现并立即应对挑战或差异至关重要。但之所以能提出这一主张，是因为我们拥有数据支撑——主要是公共网页数据。
过去几年业务增长促使我们与 Bright Data 建立合作。客户要求我们获取洞见的网站数量激增，我们不仅需要额外的数据收集基础设施，还需要海量网页数据。
尤其在 2020 年，受疫情冲击营收下滑，开发团队无法扩张，而客户却急切要求：“我需要这些数据！”
为了全面覆盖市场，我们必须从 72 个国家访问多个公共网站——这时Web Scraper IDE 解了燃眉之急。该产品可按需高频率自动完成数据收集。
如今，我们已经习惯依赖 Bright Data 的平台和网络，这对我而言完全没问题。我的一位客户曾说：“如果一天拿不到竞争对手房价，我就会收到愤怒邮件；超过一天拿不到，我可能就要丢饭碗。”
或许有些夸张，但在我看来，若我们无法向客户交付数据洞见，就会负面影响他们的效率、收入乃至工作安全与生计。没有基于 Bright Data 的 Fornova 关键竞争情报，酒店就等于盲目运营——无法做出正确定价决策，也无法及时响应市场，从而损失收入。
