Robinson Club skalar över 4 milj. € experimenteringsframgång med Opal

Robinson Club, en del av TUI Group, driver premium allinclusive-resorthotell i Europa, Asien och Afrika – destinationer där gäster förväntar sig sömlösa upplevelser från det ögonblick de börjar surfa tills den dag de checkar in.

Michael Richter, Manager of Conversion Optimization and User Experience, kom till rollen utan att veta vad A/B-testning ens var. Han hade tillbringat år som utvecklare med att implementera det han trodde var briljanta idéer, ibland för att se dem falla platt. Sedan öppnade sig plötsligt en roll hos ett företag han hade jobbat på under större delen av sin karriär, och beskrev något han alltid hade letat efter.

Det var för över ett decennium sedan. Sedan dess har Michael byggt ett experimenteringsprogram som genererar miljoner i bevisad intäkt – enkla knapptester utvecklades till komplex personalisering över fem TUI-varumärken på tio europeiska språk. Han har skapat egna JavaScript-mallar, utvecklat sina egna Chrome-tillägg för QA och tryckt på gränserna för vad som är möjligt utan att någonsin stöta på en vägg.

Nu berättar Michael om hur Opal skalar allt från innehållsskapande, konkurrentjämförelser och Landing Pages för Robinson Clubs digitala strategi. Optimizely har vuxit med Michael, och nu, tillsammans, tar de sig an AI. Efter tio år av partnerskap säger han: "Jag är inte intresserad av att byta system någonsin".

• Michael Richter hanterar konverteringsoptimering och experimentering över fem TUI Group-varumärken – Robinson Club, TUI Magic Life, TUI Blue och Maura – som täcker över tio europeiska språk, vilket gör hans roll betydligt mer komplex än typisk optimering för ett enskilt varumärke.
• Hans tillvägagångssätt kombinerar både digital analys och personlig användarforskning på resorthotellen, där gäster är ivriga att dela feedback inte bara om webbplatsen utan om hela varumärkesupplevelsen.
• Michael använder en mix av kvantitativa metoder (enkäter, intäktsanalys, analys) och kvalitativ forskning (modererad och omoderats användartestning) för att bygga en komplett bild av kundbeteende och behov.

• När Michael började som Conversion Optimization Manager hade Optimizely redan köpts av TUI men ingen använde det aktivt i stor skala – han började som de flesta, med enkla text- och knappfärgstester innan han utvecklades till mer komplexa experiment.
• Michael kom till rollen utan någon bakgrund i A/B-testning – han hade tillbringat år som utvecklare med att lansera idéer, så att hitta Optimizely kändes som att hitta programvaran han letat efter under hela sin karriär.
• Genombrottet kom när Michael tog bort sin personliga bias från idéfasen genom att direkt fråga kunder var de kämpade och vilka problem de stötte på – detta skifte från åsiktsbaserad till kunddriven testning gjorde experiment mer komplexa och gav betydligt bättre resultat.
• Efter år av kundsamtal behöver Michael inte längre personas – han kan helt enkelt föreställa sig de verkliga ansiktena, rösterna och familjesituationerna hos gäster han träffat på resorthotellen, vilket grundläggande förändrar hur han nærmar sig experimentering från konverteringmätvärden till att vara genuint hjälpsam.

• Michaels stoltaste experimenteringsvinster kom båda direkt från observation av verkliga kundsvårigheter – en gäst kunde inte hitta familjerum under sin bokningsresa, och enkätfeedback avslöjade att kunder ville ange kupongkoder tidigare i kassan än teamet förväntade sig.
• Familjerumsestet löste ett synlighetsproblem genom att visa alla rumstyper tillgängliga på ett resort, även om de inte var tillgängliga för valda datum – gäster kunde se vad de missade och justera sina planer därefter, och genererade 2,5 milj. € i extra intäkter medan testet körde.
• Att flytta kupongkodfältet från betalningssteget till det första kassasteget (baserat på direkta klagomål från kunder) levererade 1,7 milj. € i extra intäkter under testning och är nu utdriftsatt till 100 % av användarna.
• Dessa vinster belyser en kritisk insikt: team blir så bekanta med sina egna processer att de missar uppenbara friktionspunkter, varför direkt kundобsервation och feedback, plus testning och experimentering, är avgörande för att upptäcka högvärdiga möjligheter.

• Michael började med Opal som de flesta användare – bad om enkelt innehåll och testidéer – men insåg snabbt att generiskt AI-genererat innehåll inte räckte, så han började systematiskt träna Opal på Robinsons unika tonalitet, produktdetaljer, golferbjudanden och hållbarhetsinitiativ.
• Träningen utvecklades från tonalitet till fullständigt sammanhang: Landing Page-ramverk för olika syften, psykologiska principer och beteendemönster med exempel på när och hur de ska tillämpas, och till och med de specifika CMS-komponenterna tillgängliga (FAQ:er, USP-listor, teasers) så att Opal kunde strukturera sidor korrekt.
• Nu genererar Opal kompletta, produktionsklara Landing Pages i Robinsons tonalitet, tillämpar lämpliga ramverk och psykologiska mönster, strukturerade med tillgängliga CMS-komponenter – arbete som omedelbart kan kopieras in i CMS med förklarade motiveringar för varje beslut.
• Det initiala arbetet var betydande, men utdelningen är enorm: vad som brukade ta dagar händer nu på sekunder, och Robinson kan generera flera versioner för A/B-testning för att hitta vad som fungerar bäst, vilket dramatiskt snabbar upp hela innehållsskapandeoch experimenteringsprocessen.

• AI-adoption i TUI Group är inte frivilligt – det är obligatoriskt för att förbli konkurrenskraftig med stora aktörer som Booking.com, med Robinsons kommande strategidag med stort fokus på AI-implementering och varje anställd uppmuntrad att experimentera med hur det kan förbättra deras prestanda.
• Michael har byggt egna Opal-agenter som analyserar Landing Pages – både Robinsons egna innehåll och konkurrentwebbplatser – och identifierar vilka ramverk och psykologiska mönster som används, vad sidan handlar om och ger förbättringsrekommendationer.
• Michael tog det ett steg längre och skapade benchmarkagenter som analyserar flera URL:er hos konkurrenter, jämför storytelling, visuellt utseende, SEO och tillgänglighet, och sedan genererar executive summaries och specifika rekommendationer för hur Robinson kan nå toppen av benchmarken.
• Uppgifter som tidigare tog Michael en till två dagar händer nu på sekunder med Opal som gör det tunga förarbetet – han beskriver det som att träna en "artificiell praktikant" som lär sig mer över tid och ger utgångspunkter för kreativt arbete och utveckling av testhypoteser.

• Utöver innehållsskapande har Michael tränat Opal-agenter att granska befintliga sidor för tonalitetskonsistens, saklig korrekthet, stavfel och grammatik – och fångar upp fel som föråldrad geografisk information (Aventura felaktigt placerat i Medelhavet) och inkonsekvent formatering (tre olika sätt att skriva "all-inclusive" på en sida).
• Dessa kvalitetskontrollagenter ger motiveringar och sannolikhetspoäng för sina bedömningar (som "80 % säker på att detta är ett PAS-ramverk"), vilket hjälper redaktionsteam att arbeta snabbare samtidigt som de upprätthåller konsistens som skulle vara omöjlig att manuellt granska i allt innehåll.
• Agentbaserade arbetsflöden automatiserar tidskrävande manuella uppgifter och frigör mänskliga kollegor att fokusera på vad de gör bäst: att skapa emotionellt tilltalande, varumärkeskonsekvent innehåll som fångar Robinsons unika upplevelse – arbete som kräver mänsklig kreativitet och varumärkesförståelse, inte bara teknisk noggrannhet.

• Michael använder Opal för offentligt tillgängligt varumärkes- och produktinnehåll eftersom det lever inuti Optimizely-ekosystemet – vilket innebär att han inte behöver ständigt tillhandahålla sammanhang via systeminstruktioner och kan komma åt det direkt inom Web Experimentation och samarbetsarbetsflöden.
• Opals styrka kommer från att känna till alla experiment Michael har kört, statistiken som samlats in och innehållet som redan används – ju mer Michael lär Opal om Robinsons mätvärden, arbetsflöden och sidflöden, desto mer sofistikerade blir resultaten utan att kräva konstant omkonkretisering.
• Michaels bakgrund som datavetare som aldrig ville vara utvecklare, kombinerat med erfarenhet av innehållssystem och matematikutbildning, skapade den perfekta grunden för experimentering – Optimizely blev verktyget där alla dessa discipliner konvergerade i en roll.
• Plattformens tillgänglighet från flera vinklar (utveckling, marknadsföring, analys) innebär att vem som helst kan börja arbeta och kontinuerligt lära sig, med AI som potentiellt kan minska behovet av frontend-utvecklare i stor skala samtidigt som det skapar möjligheter för mer specialiserade roller.

• Michaels experimenteringsresa utvecklades från enkla peka-och-klicka-tester till egna JavaScript-mallar som snabbade upp hans program, sedan till att bygga egna Chrome-tillägg för kvalitetskontroll och utnyttja API:er – ständigt tryckte på gränser utan att någonsin stöta på begränsningar.
• Plattformen möjliggjorde allt Michael ville göra, även om det ibland var "inte på ett sätt Optimizely gillar" – denna flexibilitet kombinerat med pålitlig support (inklusive omedelbara svar från Berlin-teamet) skapade ett partnerskap där besvikelse aldrig ingick i ekvationen.
• När ett kritiskt hackathon mötte tekniska problem två dagar innan lansering med rekommendationskatalogen, kontaktade Michaels CSM US-teamet som jobbade genom natten för att lösa det – den typen av support som bekräftar att Optimizely behandlar experimentering som kärnverksamhet, inte som en biprodukt.
• Efter att ha gått igenom sex CSM:er under ett decennium (alla fantastiska människor som bytte till andra roller), förblir Michael engagerad: utan besvikelser och med en plattform som kontinuerligt möjliggör tillväxt, finns det helt enkelt ingen anledning att byta system.

Michael Richters resa med Optimizely är inte bara en framgångssaga – det är en ritning för vad som är möjligt när nyfikenhet möter förmåga. Han började hos Robinson Club som en konverteringsoptimeringschef utan att veta vad A/B-testning var och googlande "Optimizely" innan sin första dag. Under det kommande decenniet byggde han ett experimenteringsprogram som har genererat över 4 miljoner euro i bevisad intäkt, skalar över fem TUI-varumärken och tio europeiska språk och nu utnyttjar Opal AI för att förvandla flerdagarsuppgifter till sekunders arbete.

Transformationen kom från ett enkelt men kraftfullt skifte: att ta bort personlig bias genom att lyssna direkt på kunder. En gäst som kämpade med att hitta familjerum genererade 2,5 miljoner euro i extra intäkter. Enkätfeedback om kupongkodsplacering levererade 1,7 miljoner euro mer. Det här var inte smarta tillväxthacks – de var lösningar på verkliga problem som bara blev synliga genom genuin kundобsервation.

Nu, med Opal tränat på Robinsons tonalitet, Landing Page-ramverk, psykologiska principer och CMS-komponenter, producerar Michaels team produktionsklara sidor på sekunder. Egna benchmarkagenter analyserar konkurrentwebbplatser och genererar executive summaries. Kvalitetskontrollagenter fångar upp faktafel och inkonsekvenser som skulle vara omöjliga att granska manuellt. Och agentbaserade arbetsflöden frigör hans redaktionskollegor att fokusera på emotionellt, varumärkesdefinierande kreativt arbete snarare än repetitiva uppgifter.

Det som gör Michaels historia anmärkningsvärd är inte bara mätvärdena eller effektivitetsvinsterna – det är partnerskapet. Efter att ha gått igenom sex CSM:er (alla fantastiska människor som bytte till större roller), upplevt omedelbar support från Berlin-teamet och sett US-teamet jobba genom natten för att lösa en hackathon-kris två dagar innan lansering, har Michael aldrig stött på en vägg. Plattformen växte med honom, från enkla knapptester till egna Chrome-tillägg till AI-drivna arbetsflöden, och möjliggjorde alltid vad han ville bygga härnäst.

I takt med att TUI Group gör AI-adoption obligatorisk i hela organisationen och Robinsons strategidag har stort fokus på att förbli konkurrenskraftig med Booking.com, är Michaels grund redan på plats. Han är inte i kapp för att hinna ikapp – han lär Opal att vara hans "artificiella praktikant", tränar det att förstå mätvärden, arbetsflöden och sidflöden så att det blir mer sofistikerat över tid.

Lärdomen från Robinson Club? När du kombinerar kundcentrerad experimentering, plattformflexibilitet som aldrig besviker och AI som förstärker snarare än ersätter mänsklig kreativitet, optimerar du inte bara – du transformerar. Och efter ett decennium av tillväxt med noll ånger är Michael inte intresserad av att byta system. Varför skulle han? Han har aldrig stött på en vägg.