Robinson Club skalerer over 4 mill. € eksperimenteringssuksess med Opal

Robinson Club, en del av TUI Group, driver premium allinclusive-resorthoteller i Europa, Asia og Afrika – reisemål der gjestene forventer sømløse opplevelser fra det øyeblikket de begynner å søke til den dagen de sjekker inn.

Michael Richter, Manager of Conversion Optimization and User Experience, kom til rollen uten å vite hva A/B-testing i det hele tatt var. Han hadde tilbrakt år som utvikler med å implementere det han trodde var geniale ideer, og noen ganger så dem falle flat. Så åpnet plutselig en stilling seg hos et selskap han hadde vært hos i det meste av karrieren, og beskrev noe han alltid hadde søkt etter.

Det var for over et tiår siden. Siden da har Michael bygget et eksperimenteringsprogram som genererer millioner i dokumenterte inntekter – enkle knapptester utviklet seg til kompleks Personalisering på tvers av fem TUI-merker i ti europeiske språk. Han har laget egne JavaScript-maler, utviklet sine egne Chrome-utvidelser for QA, og utvidet grensene for hva som er mulig uten noen gang å støte på en vegg.

Nå forteller Michael om hvordan Opal skalerer alt fra innholdsproduksjon, konkurrentsammenligninger og Landing Pages for Robinson Clubs digitale strategi. Optimizely har vokst med Michael, og nå, sammen, tar de fatt på AI. Etter ti år med partnerskap sier han: "Jeg er ikke interessert i å bytte system noen gang".

• Michael Richter administrerer konverteringsoptimalisering og eksperimentering på tvers av fem TUI Group-merker – Robinson Club, TUI Magic Life, TUI Blue og Maura – som dekker over ti europeiske språk, noe som gjør rollen hans betydelig mer kompleks enn typisk optimalisering for ett enkelt merke.
• Tilnærmingen hans kombinerer både digital analyse og personlig brukerforskning på resortene, der gjester er ivrige etter å dele tilbakemeldinger ikke bare om nettsiden men om hele merkeopplevelsen.
• Michael bruker en blanding av kvantitative metoder (undersøkelser, inntektsanalyse, analyse) og kvalitativ forskning (moderert og umoderert brukertest) for å bygge et fullstendig bilde av kundeatferd og behov.

• Da Michael begynte som Conversion Optimization Manager, var Optimizely allerede kjøpt av TUI, men ingen brukte det aktivt i stor skala – han startet som de fleste, med enkle tekst- og knappfargetester, før han utviklet seg til mer komplekse eksperimenter.
• Michael kom til rollen uten noen bakgrunn i A/B-testing – han hadde tilbrakt år som utvikler med å lansere ideer, så det å oppdage Optimizely føltes som å finne programvaren han hadde søkt etter gjennom hele karrieren.
• Gjennombruddet kom da Michael fjernet sin personlige bias fra idéfasen ved å spørre kunder direkte hvor de slet og hvilke problemer de møtte – dette skiftet fra meningsbasert til kundesentrert testing gjorde eksperimenter mer komplekse og ga betydelig bedre resultater.
• Etter år med kundesamtaler trenger ikke Michael personas lenger – han kan rett og slett forestille seg de virkelige ansiktene, stemmene og familiesituasjonene til gjester han har møtt på resortene, noe som fundamentalt endrer hvordan han nærmer seg eksperimentering fra konverteringmålinger til å være genuint hjelpsom.

• Michaels stolteste eksperimenteringsseire kom begge direkte fra observasjon av virkelige kundevanskeligheter – en gjest klarte ikke å finne familierom under bookingsreisen, og undersøkelsesfeedback avslørte at kunder ønsket å skrive inn kupongkoder tidligere i kassen enn teamet forventet.
• Familieromtesten løste et synlighetsroblem ved å vise alle romtyper tilgjengelige på et resort, selv om de ikke var tilgjengelige for valgte datoer – gjestene kunne se hva de gikk glipp av og justere planene sine deretter, og genererte 2,5 mill. € i ekstrainntekter mens testen kjørte.
• Å flytte kupongkodefeltet fra betalingstrinnet til det første kassetrinnet (basert på direkte kundeklager) leverte 1,7 mill. € i ekstrainntekter under testing og er nå rullet ut til 100 % av brukerne.
• Disse seirene fremhever en kritisk innsikt: team blir så kjent med sine egne prosesser at de går glipp av åpenbare friksjonspunkter, noe som er grunnen til at direkte kundeobservasjon og -tilbakemelding, pluss testing og eksperimentering, er essensielt for å oppdage høyverdige muligheter.

• Michael startet med Opal som de fleste brukere – ba om enkelt innhold og testideer – men oppdaget raskt at generisk AI-generert innhold ikke var nok, så han begynte systematisk å trene Opal på Robinsons unike tone of voice, produktdetaljer, golftilbud og bærekraftsinitiativer.
• Treningen utviklet seg fra tone of voice til fullstendig kontekst: Landing Page-rammeverk for ulike formål, psykologiske prinsipper og atferdsmønstre med eksempler på når og hvordan de skal brukes, og til og med de spesifikke CMS-komponentene som er tilgjengelige (FAQ-er, USP-lister, teasere) slik at Opal kan strukturere sider korrekt.
• Nå genererer Opal fullstendige, produksjonsklare Landing Pages i Robinsons tone of voice, bruker passende rammeverk og psykologiske mønstre, strukturert med tilgjengelige CMS-komponenter – arbeid som umiddelbart kan kopieres inn i CMS med begrunnelser forklart for hver beslutning.
• Forberedelsesarbeidet var betydelig, men gevinsten er enorm: det som pleide å ta dager skjer nå på sekunder, og Robinson kan generere flere versjoner for A/B-testing for å finne ut hva som fungerer best, noe som dramatisk fremskynder hele innholdsproduksjons- og eksperimenteringsprosessen.

• AI-adopsjon i TUI Group er ikke valgfritt – det er obligatorisk for å holde seg konkurransedyktig med store aktører som Booking.com, der Robinsons kommende strategidag er sterkt fokusert på AI-implementering og hver ansatt oppmuntres til å eksperimentere med hvordan det kan forbedre deres ytelse.
• Michael har bygget egne Opal-agenter som analyserer Landing Pages – både Robinsons egne innhold og konkurrentnettsteder – og identifiserer hvilke rammeverk og psykologiske mønstre som brukes, hva siden handler om, og gir forbedringssanbefalinger.
• Michael gikk et steg lenger og opprettet benchmark-agenter som analyserer flere URL-er på tvers av konkurrenter, sammenligner historiefortelling, visuelt utseende, SEO og tilgjengelighet, og deretter genererer executive summaries og spesifikke anbefalinger for hvordan Robinson kan nå toppen av benchmarken.
• Oppgaver som tidligere tok Michael én til to dager skjer nå på sekunder med Opal som gjør forarbeidet – han beskriver det som å trene en "kunstig praktikant" som lærer mer over tid og gir utgangspunkter for kreativt arbeid og utvikling av testhypoteser.

• Utover innholdsproduksjon har Michael trent Opal-agenter til å revidere eksisterende sider for tone of voice-konsistens, faktanøyaktighet, skrivefeil og grammatikk – og fanger opp feil som utdatert geografisk informasjon (Aventura feilplassert i Middelhavet) og inkonsistent formatering (tre forskjellige måter å skrive "all-inclusive" på én side).
• Disse kvalitetskontrollagentene gir begrunnelser og sannsynlighetsscorer for vurderingene sine (som "80 % sikker på at dette er et PAS-rammeverk"), noe som hjelper redaksjonsteam å jobbe raskere mens de opprettholder konsistens som ville vært umulig å manuelt revidere på tvers av alt innhold.
• Agentbaserte arbeidsflyter automatiserer tidkrevende manuelle oppgaver, og frigjør menneskelige kolleger til å fokusere på det de gjør best: å skape emosjonelt tiltalende, merkevarekonsistent innhold som fanger Robinsons unike opplevelse – arbeid som krever menneskelig kreativitet og merkeforståelse, ikke bare teknisk nøyaktighet.

• Michael bruker Opal for offentlig tilgjengelig merke- og produktinnhold fordi det lever inne i Optimizely-økosystemet – noe som betyr at han ikke trenger å stadig gi kontekst gjennom systeminstruksjoner, og kan få tilgang til det direkte inne i Web Experimentation og samarbeidsarbeidsflyter.
• Opals styrke kommer fra å kjenne til alle eksperimentene Michael har kjørt, statistikken som er samlet inn, og innholdet som allerede er brukt – jo mer Michael lærer Opal om Robinsons metrikker, arbeidsflyter og sideflyten, desto mer sofistikerte blir resultatene uten at det kreves konstant rekontekstualisering.
• Michaels bakgrunn som informatiker som aldri ønsket å være utvikler, kombinert med erfaring med innholdssystemer og matematikkutdanning, skapte det perfekte grunnlaget for eksperimentering – Optimizely ble verktøyet der alle disse fagfeltene konvergerte i én rolle.
• Plattformens tilgjengelighet fra flere vinkler (utvikling, markedsføring, analyse) betyr at hvem som helst kan begynne å jobbe og kontinuerlig lære, med AI som potensielt kan redusere behovet for frontend-utviklere i stor skala, samtidig som det skaper muligheter for mer spesialiserte roller.

• Michaels eksperimenteringsreise utviklet seg fra enkle pek-og-klikk-tester til egne JavaScript-maler som fremskyndet programmet hans, deretter til å bygge egne Chrome-utvidelser for kvalitetskontroll og utnytte APIer – som stadig utvidet grensene uten noen gang å møte begrensninger.
• Plattformen muliggjorde alt Michael ønsket å gjøre, selv om det noen ganger var "ikke på en måte Optimizely liker" – denne fleksibiliteten kombinert med pålitelig support (inkludert umiddelbare svar fra Berlin-teamet) skapte et partnerskap der skuffelse aldri inngikk i ligningen.
• Da et kritisk hackathon møtte tekniske problemer to dager før lansering med anbefalingskatalogen, kontakterte Michaels CSM US-teamet som jobbet gjennom natten for å løse det – den typen støtte som bekrefter at Optimizely behandler eksperimentering som kjernevirksomhet, ikke som et sideprodukt.
• Etter å ha gått gjennom seks CSM-er over et tiår (alle flotte mennesker som gikk over til andre roller), forblir Michael engasjert: uten skuffelser og med en plattform som kontinuerlig muliggjør vekst, er det rett og slett ingen grunn til å bytte system.

Michael Richters reise med Optimizely er ikke bare en suksesshistorie – det er en oppskrift på hva som er mulig når nysgjerrighet møter evner. Han begynte hos Robinson Club som en conversion-optimeringssjef uten å vite hva A/B-testing var, og googlet "Optimizely" før sin første dag. I løpet av det neste tiåret bygde han et eksperimenteringsprogram som har generert over 4 millioner euro i dokumenterte inntekter, skalerer på tvers av fem TUI-merker og ti europeiske språk, og nå utnytter Opal AI for å gjøre flerdageroppgaver om til sekunders arbeid.

Transformasjonen kom fra et enkelt, men kraftfullt skifte: å fjerne personlig bias ved å lytte direkte til kunder. En gjest som slet med å finne familierom genererte 2,5 millioner euro i ekstrainntekter. Undersøkelsesfeedback om kupongkodeplassering leverte 1,7 millioner euro mer. Dette var ikke smarte veksthacks – de var løsninger på virkelige problemer som bare ble synlige gjennom genuin kundeobservasjon.

Nå, med Opal trent på Robinsons tone of voice, Landing Page-rammeverk, psykologiske prinsipper og CMS-komponenter, produserer Michaels team produksjonsklare sider på sekunder. Egne benchmark-agenter analyserer konkurrentnettsteder og genererer executive summaries. Kvalitetskontrollagenter fanger opp faktafeil og inkonsistenser som ville vært umulige å revidere manuelt. Og agentbaserte arbeidsflyter frigjør redaksjonskolleger til å fokusere på emosjonelt, merkedefinerendecreativt arbeid fremfor repetitive oppgaver.

Det som gjør Michaels historie bemerkelsesverdig er ikke bare målene eller effektivitetsgevinstene – det er partnerskapet. Etter å ha gått gjennom seks CSM-er (alle flotte mennesker som gikk over til større roller), opplevd umiddelbar støtte fra Berlin-teamet, og sett US-teamet jobbe gjennom natten for å fikse en hackathon-krise to dager før lansering, har Michael aldri møtt en vegg. Plattformen vokste med ham, fra enkle knapptester til egne Chrome-utvidelser til AI-drevne arbeidsflyter, og muliggjorde alltid det han ønsket å bygge neste.

Ettersom TUI Group gjør AI-adopsjon obligatorisk i hele organisasjonen og Robinsons strategidag er sterkt fokusert på å holde seg konkurransedyktig med Booking.com, er Michaels grunnlag allerede på plass. Han er ikke i kapp om å ta igjen – han lærer Opal å være hans "kunstige praktikant", trener det til å forstå metrikker, arbeidsflyter og sideflyten slik at det blir mer sofistikert over tid.

Lærdommen fra Robinson Club? Når du kombinerer kundesentrert eksperimentering, plattformfleksibilitet som aldri skuffer, og AI som forsterker fremfor å erstatte menneskelig kreativitet, optimaliserer du ikke bare – du transformerer. Og etter et tiår med vekst og null anger, er ikke Michael interessert i å bytte system. Hvorfor skulle han? Han har aldri møtt en vegg.