De la mala calidad de los datos sufrirás…

¡Descubre a Velma! Conoce a Velma

En el último año, se ha acelerado claramente la tendencia de los grupos hoteleros a invertir en IA para hacer frente a los retos de comunicación y productividad. Sin embargo, muchos hoteleros todavía son relativamente nuevos en tecnología y, a menudo, se centran principalmente en la funcionalidad, dejando de lado lo que realmente importa: la calidad y la escalabilidad de los datos.

La base de datos que utilizarás

El papel principal de una IA conversacional, como Velma, es entender las peticiones de los clientes y dar las respuestas adecuadas. Esta se basa en inteligencia y conocimiento, elementos que vimos en el artículo «Sofisma e inteligencia artificial».

En la gran mayoría de los casos, las respuestas de los asistentes virtuales son formatos de texto en cada idioma (o peor aún, traducidos automáticamente). Este método, de otro milenio, puede funcionar en última instancia para un hotel pequeño independiente, pero se vuelve una pesadilla a gran escala. Estas soluciones basadas en texto se enfrentan no solo a importantes problemas de calidad, sino también a enormes problemas de escalabilidad, sobre todo cuando se trata de lenguas no europeas, como el árabe, el chino, el japonés, etc.

Velma, el asistente virtual universal de Quicktext, está implantado en hoteles de 76 países y, hasta la fecha, ha generado un volumen único de más de 30 millones de conversaciones. Desde 2017, estos datos conversacionales han permitido crear una base de datos hotelera estructurada única en el mundo: Q-Data. Esta base de datos incluye actualmente 2.300 puntos de información (en comparación, la página web de un hotel que suele tener un máximo de 250 puntos de información). Además, esta base de datos evoluciona constantemente, a razón de unos 300 nuevos puntos de información al año. Este modelo estructurado de datos es la base para crear IA de forma rápida, eficaz y precisa para cualquier hotel. De hecho, el tiempo de creación para cada hotel es de dos semanas por término medio, y para los grupos (dependiendo del tamaño), de uno a tres meses.

La base de datos que mantendrás

Cuando se procesa información sobre 10, 50, 100 o incluso 1.000 hoteles, mantener datos coherentes y precisos en varios idiomas es un verdadero reto. Podríamos decirlo de entrada: sin datos estructurados, es bastante imposible gestionar los datos de un grupo hotelero y totalmente imposible mantenerlos.

Este problema se resuelve utilizando puntos de datos de información correcta en lugar de texto libre. De este modo, Velma genera sus respuestas a partir de la base de datos Q-Data, que puede recopilarse y actualizarse fácilmente cuando sea necesario.

Un buen ejemplo vale más que mil palabras: En un sistema clásico, los datos del check in podrían ser los siguientes.

El check-in es a las 15.00 horas, puede beneficiarse de un check-in anticipado a mediodía por 30 euros.

Estos datos deben escribirse y traducirse a todos los idiomas… Le invito a que pruebe esta simple frase en traducción automática, se quedará bastante sorprendido. En Q-Data: basta con rellenar la base de datos con los 3 valores 15:00, 12:00, 30. Y automáticamente, gracias a las aportaciones previas de nuestros lingüistas internos, Velma podrá dar la respuesta en 36 idiomas.

Y ahora supongamos que estos datos de facturación son los mismos para 40 hoteles de un grupo, simplemente tenemos que indicar que estos datos son genéricos y, por lo tanto, se aplican a todos los hoteles de este grupo.

Hagamos un cálculo rápido sobre 40 hoteles en 4 idiomas

  • Q-Data: rellenar 3 campos e indicar que son genéricos: 5 segundos
  • Otros sistemas de información: A razón de 30 segundos por idioma y por hotel: 30 x 4 x 40 = 80 minutos… En definitiva, hora y media, porque el responsable seguramente tendrá derecho a un descanso de 10 min por hacer un trabajo tan ridículo.

Y aquí solo hemos hablado de 3 puntos de información, Q-Data tiene 2300 !!!.

Imaginaos la misma titánica tarea a la hora de actualizar la información…. Entendemos perfectamente que es imposible porque sencillamente nadie lo va a hacer.  

El Data scraping que evitarás

Me dirás, todo esto es arcaico, basta con raspar los datos del hotel (web, pdf, powerpoint etc) y la IA generativa hará el trabajo. Pues no, no es así, por varias razones:

  • no hay control de calidad de los datos
  • no hay control de la coherencia de los datos
  • imposibilidad de actualizar los datos.

El resultado es que el sistema probablemente «alucinará» (dará respuestas sin sentido) y usted no tendrá forma de conocer el origen de los problemas.

La escalabilidad universal de la que te beneficiarás

Puede que intentes decirme; los datos de un hotel boutique de 30 habitaciones en Londres y los de un resort de 2000 habitaciones en Punta Cana no tienen mucho en común. De hecho, para eso se diseñó Q-Data: para un grupo hotelero de 4000 hoteles con 4000 habitaciones. Y quien necesita más tendrá más, quien necesita menos tendrá menos. Y así la diferencia es que probablemente el resort utilizará más puntos de información que el hotel boutique, pero la base de datos es esencialmente la misma. Increíble pero cierto.

Además, cuando se añaden puntos de información a Q-Data (unos 300 al año, tras el estudio de las conversaciones por parte de nuestros analistas de datos), quedan automáticamente a disposición de todos los demás hoteles del mundo. En otras palabras, Velma, en su hotel, también se beneficiará de los comentarios de otros hoteles de todo el planeta. Por eso, casi nunca tendrá que crear nuevos diálogos, sobre nuevos temas, porque es seguro que otro hotel del mundo ya habrá necesitado ese dato concreto.

Las exigencias horizontales a las que te enfrentarás

Si preguntas a una IA clásica en un hotel «¿este hotel tiene piscina?», probablemente te responderá bien. Esto se llama una búsqueda vertical.

Ahora bien, si le preguntas a una IA de un grupo hotelero: «busco un hotel con piscina», lo que se requiere aquí es una búsqueda horizontal en todos los hoteles del grupo. Y la única forma de que una IA responda a algo así es que su búsqueda horizontal se base en una base de datos estructurada, como Q-Data. Por eso Velma es hoy la única IA del sector hotelero a nivel mundial capaz de realizar búsquedas verticales y horizontales.

Pero Velma va incluso más allá, porque también es capaz de buscar en función de varios criterios a la vez. Por ejemplo, «busco un hotel con aparcamiento, en Nueva York, con un presupuesto inferior a 300 dólares por día»… Y con Velma, todo esto se puede manejar fácilmente, incluso en una conversación tan natural, porque esta búsqueda también debe ser manejable verbalmente.

La conclusión a la que llegarás

Ahora ya has comprendido que el verdadero problema de la IA no es tanto la capacidad cognitiva de la IA, sino la capacidad de la IA para poseer los datos y que solo estructurando estos datos se pueden garantizar respuestas de calidad a corto, mediano y largo plazo.

En caso de que aún tengas alguna duda, pregúntale a Velma, porque #VelmaWorks because #VelmaKnows….

AMÉN!

© Imagen: Shutterstock

Lista de control: La mejor estrategia de reserva directa
QUICKTEXT
Descargar
10 mejores prácticas para aumentar las reservas directas
Publicacione reciente
Puestos relacionados
¿Está preparado para aumentar su eficacia operativa y sus ingresos directos?
Suscríbase a nuestro Newsletter.
leer más
Optimice la eficiencia de su hotel y las reservas directas
Reservar una demo