Construire une plateforme d'intelligence d'approvisionnement hôtelier sur Astro et Cloudflare

Le mandat

L'équipe fondatrice d'InnLead est venue nous voir avec un problème précis et bien défini. Ils avaient passé deux décennies à vendre dans l'industrie hôtelière — meubles, FF&E, menuiserie sur mesure — et ils connaissaient parfaitement le côté de l'approvisionnement de l'hôtellerie. Ce qu'ils n'avaient pas, c'était une plateforme web capable de détecter les signaux d'achat des plus de 180 000 hôtels en Amérique du Nord à la vitesse requise par leur équipe de vente. Ils avaient construit un pipeline de données fonctionnel dans des carnets privés, mais le front-end marketing était un site WordPress lent sur un hébergement partagé, obtenant un score de 28 dans Lighthouse et prenant six secondes pour afficher un élément principal sur mobile.

Leur demande était double. Premièrement, un site marketing rapide et indexable, capable de se classer pour la longue traîne des mots-clés d'approvisionnement hôtelier — des termes comme « fournisseur de mobilier pour hôtels-boutiques » ou « pipeline de rénovation Hilton » — où la concurrence est principalement constituée d'annuaires datant de 2014. Deuxièmement, une surface programmatique suffisamment vaste pour publier des centaines de pages de catégories de fournisseurs et de paires de villes sans rédaction manuelle, le tout servi depuis la périphérie à une vitesse inférieure à la seconde.

Le défi

L'hôtellerie est un secteur vertical trompeusement difficile pour le développement web. Le budget d'images est énorme — les acheteurs s'attendent à voir des halls, des salles de bal, des menuiseries sur mesure — et la plupart de ces JPG font 4 Mo directement depuis le disque dur d'un photographe. Le multilinguisme est plus important que dans les métiers spécialisés, car les conversations avec les fournisseurs traversent constamment les frontières. Et les acheteurs eux-mêmes sont des gestionnaires d'approvisionnement pressés par le temps qui abandonneront une page lente plus rapidement qu'un propriétaire ne le ferait jamais.

Nous avions également un défi structurel spécifique au modèle d'InnLead. La valeur fondamentale de la plateforme est l'intelligence des signaux — savoir quels hôtels entrent dans un cycle de rénovation, quels contacts d'approvisionnement sont joignables, quelles propriétés sont dues pour un rafraîchissement basé sur la date de construction et le dernier PIP connu. Ces données se mettent à jour en continu, mais les pages marketing qui les entourent devaient rester statiques et rapides. Une approche purement rendue côté serveur aurait échoué au budget de vitesse. Une approche purement rendue côté client aurait échoué au budget d'indexabilité. Nous avions besoin d'un hybride qui nous offrait les deux.

Notre approche

Nous avons choisi Astro 5 comme framework car il n'embarque aucun JavaScript par défaut. Chaque page est un document HTML statique au moment de la compilation, l'hydratation est optionnelle par îlot, et le résultat de la compilation se dépose directement dans Cloudflare Pages sans environnement d'exécution Node. Pour une surface marketing riche en contenu, cette combinaison est difficile à battre.

La couche de données est découplée. Le moteur de signaux Python d'InnLead écrit des instantanés JSON dénormalisés vers R2 toutes les 6 heures. La compilation Astro lit ces instantanés au moment de la compilation et génère des pages de manière programmatique — une par catégorie de fournisseur, une par grande métropole, une par cycle de marque hôtelière. Les reconstructions s'exécutent de manière incrémentielle sur un cron Cloudflare Worker, de sorte que lorsque le moteur de signaux publie un nouvel instantané, seuls les slugs affectés sont reconstruits. Le site marketing ne communique jamais avec une base de données à l'exécution.

Pour le pipeline d'images, nous avons fait passer chaque photo par une étape de transformation au moment de la compilation qui produit des images de secours AVIF, WebP et JPEG à cinq largeurs réactives. L'image principale de la page d'accueil est passée de 4,2 Mo à un AVIF de 38 Ko pour la fenêtre d'affichage mobile typique. La couche d'optimisation d'images de Cloudflare gère le reste au moment de la requête. Nous avons également intégré fetchpriority="high" sur l'image LCP et avons chargé en différé tout ce qui se trouvait sous la ligne de flottaison.

La couche de schéma est l'endroit où ce projet a le plus divergé d'une construction d'agence typique. Parce que le pari commercial d'InnLead repose sur les moteurs de recherche IA qui les mettent en avant dans les requêtes B2B — des invites du type « qui fournit des meubles de chambre aux marques d'hôtels-boutiques Marriott » — nous avons investi massivement dans les données structurées. Chaque page de catégorie de fournisseur émet un schéma Service + Audience + AggregateRating. Chaque page de comparaison émet un ItemList. Chaque article éditorial reçoit des chaînes complètes Article + auteur + éditeur. Nous avons également publié un llms.txt à la racine du site et un speakable spécification de sélecteur CSS sur chaque article afin que les assistants vocaux puissent extraire des extraits propres.

Les résultats

Huit semaines après le coup d'envoi, la nouvelle plateforme a été lancée avec 84 pages pérennes et 240 pages de catégories de fournisseurs supplémentaires générées par programme. En 90 jours, Google avait indexé plus de 320 URL. La performance Lighthouse moyenne est de 99 sur les 20 principales pages marketing. Le Largest Contentful Paint est de 0,8 seconde sur une connexion 4G bridée depuis un centre de données américain — mieux que 95 % des sites SaaS B2B auxquels nous l'avons comparé.

Plus concrètement, la ligne des coûts a diminué. L'ancienne pile WordPress fonctionnait sur un hébergeur géré à 89 $/mois avec un module complémentaire CDN à 40 $/mois. La pile Astro + Cloudflare Pages coûte 0 $/mois pour l'hébergement, 5 $/mois pour le niveau de stockage R2, et un plan payant Cloudflare Workers couvre les reconstructions cron. L'équipe a récupéré environ 120 $/mois, ce qui semble peu mais se lit différemment lorsque la plateforme est gérée par des fondateurs qui surveillent chaque ligne.

Le gain plus profond est la vitesse de déploiement. Avec l'ancienne pile, un changement de contenu nécessitait de se connecter à WordPress, d'éditer dans TinyMCE et de prier pour que le plugin de cache se comporte bien. Maintenant, un changement de contenu est une édition Markdown, un git push et une compilation de 38 secondes. Livraison en mode fondateur avec une qualité digne d'une agence.

Pile technologique

Ce que fait InnLead.ai

Pour les lecteurs qui sont arrivés ici de l'industrie hôtelière plutôt que des métiers — InnLead est une plateforme d'intelligence B2B pour les personnes qui vendent à hôtels, pas les hôtels eux-mêmes. Pensez aux fournisseurs de meubles contractuels, FF&E fabricants, OS&E, aux fabricants de textiles hôteliers, aux conservateurs d'art de hall d'hôtel. La plateforme détecte les signaux de rénovation (cycles PIP, rafraîchissements exigés par la marque, changements de propriétaire, permis de construire), associe les contacts d'approvisionnement à ces signaux et achemine les campagnes sortantes en 14 langues afin que les fournisseurs puissent atteindre les décideurs au niveau de la propriété avant l'émission de l'appel d'offres.

Nous le mentionnons ici parce que le côté offre de l'hôtellerie est l'un des secteurs verticaux les plus mal desservis en matière d'outils web B2B, et la plateforme d'intelligence de l'offre hôtelière d'InnLead.ai est véritablement l'implémentation la plus propre que nous ayons vue du modèle B2B axé sur les signaux appliqué à cet espace. Si vous vendez quoi que ce soit qui se retrouve dans une chambre d'hôtel, il vaut la peine de comprendre ce qu'ils ont construit.

Pour notre part, Web Workmen considère cette réalisation comme le modèle pour notre pratique verticale de l'hôtellerie. Nous avons depuis transformé l'architecture statique axée sur les signaux en une offre pour d'autres secteurs verticaux B2B — voir notre service de génération de leads pour l'hôtellerie pour la même approche appliquée à d'autres entreprises liées à l'hôtellerie.

Points clés

Si vous gérez une entreprise B2B dans l'hôtellerie avec une installation WordPress de 2014 et que vous voyez des portails affiliés à Procore ou Knoll vous surpasser pour des termes que vos clients recherchent, la solution n'est pas de « rendre WordPress plus rapide ». Il s'agit de reconstruire le front-end sur une pile statique et de le découpler de votre couche de données. Le coût est plus bas que vous ne le pensez, le gain de vitesse est non linéaire, et le travail sur les données structurées rapporte des dividendes tant pour la recherche traditionnelle que pour la recherche IA.

Nous avons également appris que les acheteurs de l'hôtellerie réagissent bien aux pages riches en images — mais seulement si ces images se chargent instantanément. Le plus grand atout de ce projet a été le pipeline d'images au moment de la construction. Si nous ne pouvions faire qu'une seule chose correctement sur une construction web hôtelière, ce serait celle-là.