Robinson Club skalar framgångsrik experimentering värd €4M+ med Opal

Robinson Club, en del av TUI Group, driver premium all inclusive-resorter i Europa, Asien och Afrika — destinationer där gästerna förväntar sig sömlösa upplevelser från det ögonblick de börjar leta till den dag de checkar in.

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

Det var 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 anpassade JavaScript-mallar, utvecklat egna Chrome-tillägg för kvalitetssäkring och tänjt gränserna för vad som är möjligt utan att någonsin stöta på en vägg.

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

• Michael Richter hanterar konverteringsoptimering och experimentering över fem TUI Group-varumärken — Robinson Club, TUI Magic Life, TUI Blue och the Maura — på över tio europeiska språk, vilket gör hans roll betydligt mer komplex än typisk optimering för ett enda varumärke.
• Hans tillvägagångssätt kombinerar både digital analys och användarundersökningar på plats vid resorterna, där gästerna gärna delar med sig av feedback inte bara om webbplatsen utan om hela varumärkesupplevelsen.
• Michael använder en mix av kvantitativa metoder (enkäter, intäktsanalys, analytics) och kvalitativ forskning (modererade och omodererade användartester) för att bygga en komplett bild av kundbeteende och behov.

• När Michael tillträdde som Conversion Optimization Manager hade Optimizely redan köpts in av TUI, men ingen använde det aktivt i stor skala — han började som de flesta gör, med enkla textändringar och knappfärgstester innan han utvecklades till mer komplexa experiment.
• Michael kom till rollen utan någon bakgrund inom A/B-testning — han hade tillbringat år som utvecklare och lanserat idéer, så att upptäcka Optimizely kändes som att hitta den programvara han hade sökt under hela sin karriär.
• Genombrottet kom när Michael tog bort sin personliga bias från idéfasen genom att direkt fråga kunderna var de hade problem och vilka svårigheter de stötte på — denna övergång från åsiktsbaserad till kunddriven testning gjorde experimenten 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 mött på resorterna, vilket fundamentalt förändrade hur han ser på experimentering från konverteringsmått till att genuint vilja hjälpa.

• Michaels stoltaste experimenteringsvinster kom båda direkt från att observera verkliga kunders problem — en gäst kunde inte hitta familjerum under sin bokningsresa, och enkätsvar visade att kunderna ville ange rabattkoder tidigare i checkout än vad teamet förväntade sig.
• Familjerumstestet löste ett synlighetsproblem genom att visa alla rumstyper som fanns på en resort, även om de var otillgängliga för valda datum — gästerna kunde se vad de missade och anpassa sina planer därefter, vilket genererade €2,5 miljoner i ytterligare intäkter medan testet pågick.
• Att flytta rabattkodfältet från betalningssteget till det första checkout-steget (baserat på direkta kundklagomål) levererade €1,7 miljoner i ytterligare intäkter under testningen och är nu utrullat till 100 % av användarna.
• Dessa vinster belyser en avgörande insikt: team blir så vana vid sina egna processer att de missar uppenbara friktionspunkter, vilket är anledningen till att direkt kundobservation och feedback, plus testning och experimentering, är avgörande för att upptäcka möjligheter med stor påverkan.

• Michael började med Opal som de flesta användare — genom att be om enkel copy och testidéer — men insåg snabbt att generiskt AI-genererat innehåll inte räckte, så han började systematiskt träna Opal på Robinsons unika tonalitet, produktdetaljer, golfmöjligheter och hållbarhetsinitiativ.
• Träningen utvecklades från tonalitet till full kontext: ramverk för landningssidor för olika syften, psykologiska principer och beteendemönster med exempel på när och hur de ska tillämpas, och till och med de specifika CMS-komponenter som finns tillgängliga (FAQ:er, USP-listor, teasers) så att Opal kunde strukturera sidor korrekt.
• Nu genererar Opal kompletta, produktionsklara landningssidor i Robinsons tonalitet, tillämpar lämpliga ramverk och psykologiska mönster, strukturerade med tillgängliga CMS-komponenter — arbete som omedelbart kan kopieras in i CMS:et med motivering förklarad för varje beslut.
• Förarbetet var omfattande, men utdelningen är enorm: det som brukade ta dagar sker 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 deras process för innehållsskapande och experimentering.

• AI-adoption på TUI Group är inte valfritt — det är ett måste för att vara konkurrenskraftig mot stora aktörer som Booking.com, och Robinsons kommande strategidag har starkt fokus på AI-implementering där varje medarbetare uppmuntras att experimentera med hur det kan förbättra deras prestation.
• Michael har byggt anpassade Opal-agenter som analyserar landningssidor — både Robinsons eget innehåll och konkurrenters webbplatser — och identifierar vilka ramverk och psykologiska mönster som används, vad sidan handlar om och ger förbättringsrekommendationer.
• Michael gick ännu längre och skapade benchmarkagenter som analyserar flera URL:er hos konkurrenter, jämför storytelling, visuellt utseende, SEO och tillgänglighet, och sedan genererar sammanfattningar och specifika rekommendationer för hur Robinson kan nå toppen av benchmarken.
• Uppgifter som tidigare tog Michael en till två dagar sker nu på sekunder med Opal som gör det tunga arbetet i förväg — 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 avseende tonalitetskonsekvens, faktakorrekthet, stavfel och grammatik — och fångat 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 % konfidensgrad att detta är ett PAS-ramverk"), vilket hjälper redaktionsteam att arbeta snabbare samtidigt som de upprätthåller en konsekvens som skulle vara omöjlig att granska manuellt över allt innehåll.
• Agentbaserade arbetsflöden automatiserar tidskrävande manuella uppgifter och frigör mänskliga kollegor att fokusera på det de gör bäst: att skapa emotionellt tilltalande, varumärkesriktigt innehåll som fångar Robinsons unika upplevelse — arbete som kräver mänsklig kreativitet och varumärkesförståelse, inte bara teknisk korrekthet.

• Michael använder Opal för publikt tillgängligt varumärkes- och produktinnehåll eftersom det lever inom Optimizely-ekosystemet — vilket innebär att han inte behöver ständigt tillhandahålla kontext genom systeminstruktioner, och kan komma åt det direkt inom Web Experimentation och samarbetsflöden.
• Opals styrka kommer av att det känner till alla experiment Michael har kört, all statistik som samlats in och allt innehåll som redan använts — allteftersom han lär Opal mer om Robinsons nyckeltal, arbetsflöden och sidflöden blir resultaten allt mer sofistikerade utan att kräva ständig kontextåtergivning.
• Michaels bakgrund som datavetare som aldrig ville bli utvecklare smälte samman med erfarenhet av innehållssystem och matematikutbildning och skapade den perfekta grunden för experimentering — Optimizely blev verktyget där alla dessa discipliner konvergerade i en och samma roll.
• Plattformens tillgänglighet från flera vinklar (utveckling, marknadsföring, analys) innebär att vem som helst kan börja arbeta och kontinuerligt lära sig, och AI kan potentiellt minska behovet av front-end-utvecklare i stor skala samtidigt som det skapar möjligheter för mer specialiserade roller.

• Michaels experimenteringsresa utvecklades från enkla peka-och-klicka-tester till anpassade JavaScript-mallar som snabbade upp hans program, sedan till att bygga egna Chrome-tillägg för kvalitetskontroll och utnyttja API:er — han tänjde ständigt gränserna 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 i kombination med pålitlig support (inklusive omedelbara svar från Berlin-teamet) skapade ett partnerskap där besvikelse aldrig var en faktor.
• När ett kritiskt hackathon stötte på tekniska problem två dagar före lansering med rekommendationskatalogen kontaktade Michaels CSM det amerikanska teamet som arbetade genom natten för att lösa det — den typen av support som bekräftar att Optimizely ser experimentering som kärnverksamhet, inte en sidoprodukt.
• Efter att ha haft sex CSM:er under ett decennium (alla fantastiska personer som gått vidare 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 framgångsberättelse — det är en modell för vad som är möjligt när nyfikenhet möter funktionalitet. Han började på Robinson Club som konverteringsoptimeringsansvarig utan att veta vad A/B-testning var, och googlade "Optimizely" innan sin första dag. Under det följande decenniet byggde han ett experimenteringsprogram som genererat över €4 miljoner i bevisade intäkter, skalas över fem TUI-varumärken och tio europeiska språk och nu utnyttjar Opal AI för att förvandla flerdagarsuppgifter till sekunders arbete.

Förvandlingen kom från en enkel men kraftfull förändring: att ta bort personlig bias genom att lyssna direkt på kunderna. En gäst som hade svårt att hitta familjerum genererade €2,5 miljoner i ytterligare intäkter. Enkätsvar om placering av rabattkoder levererade €1,7 miljoner mer. Det var inte smarta tillväxthack — det var lösningar på verkliga problem som bara blev synliga genom genuin kundobservation.

Nu, med Opal tränad på Robinsons tonalitet, ramverk för landningssidor, psykologiska principer och CMS-komponenter, producerar Michaels team produktionsklara sidor på sekunder. Anpassade benchmarkagenter analyserar konkurrenters webbplatser och genererar sammanfattningar. Kvalitetskontrollagenter fångar sakfel och inkonsekvenser som skulle vara omöjliga att granska manuellt. Och agentbaserade arbetsflöden frigör hans redaktionella kollegor att fokusera på emotionellt, varumärkesdefinierande kreativt arbete istället för repetitiva uppgifter.

Det som gör Michaels berättelse anmärkningsvärd är inte bara nyckeltalen eller effektivitetsvinsterna — det är partnerskapet. Efter att ha haft sex CSM:er (alla fantastiska personer som gick vidare till större roller), upplevt omedelbar support från Berlin-teamet och sett det amerikanska teamet arbeta genom natten för att lösa en hackathonkris två dagar före lansering, har Michael aldrig stött på en vägg. Plattformen växte tillsammans med honom, från enkla knapptester till anpassade Chrome-tillägg till AI-drivna arbetsflöden, och möjliggjorde alltid det han ville bygga härnäst.

I takt med att TUI Group inför AI-adoption som obligatoriskt i hela organisationen och Robinsons strategidag fokuserar starkt på att vara konkurrenskraftig mot Booking.com, är Michaels grund redan på plats. Han kämpar inte med att komma ikapp — han lär Opal att bli hans "artificiella praktikant" och tränar den att förstå nyckeltal, arbetsflöden och sidflöden så att den blir mer sofistikerad över tid.

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