Dalla scarsa qualità dei dati tu soffrirai…

Scoprite Velma! Conoscere Velma

Nell’ultimo anno, la tendenza dei gruppi alberghieri a investire nell’intelligenza artificiale per affrontare le sfide della comunicazione e della produttività ha chiaramente accelerato. Tuttavia, molti albergatori sono ancora relativamente nuovi alla tecnologia e spesso l’attenzione è rivolta principalmente alla funzionalità, a scapito di ciò che conta davvero: la qualità e la scalabilità dei dati.

Il database che utilizzerai

Il ruolo principale di un’intelligenza artificiale conversazionale, come Velma, è comprendere le richieste dei clienti e fornire le risposte appropriate. Questo è il binomio intelligenza/conoscenza che abbiamo visto nell’articolo: “Sofismi e intelligenza artificiale”.

Nella stragrande maggioranza dei casi, le risposte degli assistenti virtuali sono formati di testo in ogni lingua (o peggio, tradotti automaticamente). Questo metodo, di un altro millennio, può funzionare in ultima analisi per un hotel, ma diventa orribile su larga scala. Queste soluzioni basate su testo non solo affrontano notevoli problemi di qualità, ma anche enormi problemi di scalabilità, in particolare quando si tratta di lingue non europee come arabo, cinese, giapponese, ecc.

Velma, l’assistente virtuale universale di Quicktext, è distribuito negli hotel di 76 paesi e, ad oggi, ha generato un volume unico di oltre 30 milioni di conversazioni. Dal 2017, questi dati conversazionali hanno reso possibile la creazione di un database strutturato unico nel suo genere a livello globale: Q-Data. Questo database include attualmente 2.300 punti informativi (a titolo di confronto, un sito web di un hotel di solito ha un massimo di 250 punti informativi). Inoltre, questo database è in continua evoluzione al ritmo di circa 300 nuovi punti informativi all’anno. Questo modello di dati strutturati è la base per creare un’IA in modo rapido, efficiente e accurato per qualsiasi hotel. Infatti, il tempo di configurazione per ogni hotel è in media di due settimane e per i gruppi (a seconda delle dimensioni), da uno a tre mesi. 

Il database che gestirai

Quando elabori informazioni su 10, 50, 100 o persino 1.000 hotel, mantenere dati coerenti e accurati in più lingue è una vera sfida. Potremmo anche dirlo subito: senza dati strutturati, è praticamente impossibile gestire i dati di un gruppo alberghiero e totalmente impossibile mantenerli.

Questo problema viene risolto utilizzando punti dati di informazioni corrette al posto del testo libero. Velma genera quindi le sue risposte dal database Q-Data, che può essere facilmente raccolto e aggiornato quando necessario.

Un buon esempio vale più di mille parole: in un sistema classico, i dati di check-in potrebbero essere i seguenti.

Il check-in è alle 15:00, puoi beneficiare di un check-in anticipato a mezzogiorno per 30 euro.

Questi dati devono essere scritti e tradotti in tutte le lingue… Ti invito a testare questa semplice frase nella traduzione automatica, rimarrai piuttosto scioccato. In Q-Data: tutto ciò che serve è semplicemente riempire il database con i 3 valori 15:00, 12:00, 30. E automaticamente, grazie al precedente input dei nostri linguisti interni, Velma sarà in grado di dare la risposta in 36 lingue.

E ora supponiamo che questi dati di check-in siano gli stessi per 40 hotel in un gruppo, dobbiamo semplicemente indicare dove richiesto che questi dati sono generici e quindi si applicano a tutti gli hotel in questo gruppo.

Facciamo un rapido calcolo su 40 hotel in 4 lingue

  • Q-Data: compila 3 campi e indica che sono generici: 5 secondi
  • Altri sistemi informativi: Al ritmo di 30 secondi per lingua e per hotel: 30 x 4 x 40 = 80 minuti… Insomma, un’ora e mezza, perché il responsabile avrà sicuramente diritto a una pausa di 10 minuti per aver svolto un lavoro così ridicolo.

E qui abbiamo parlato solo di 3 punti di informazione, Q-Data ne ha 2300!!!.

Immagina lo stesso compito titanico quando si aggiornano le informazioni… Capiamo perfettamente perché è impossibile perché semplicemente nessuno lo farà.

Il data scraping che eviterai

Mi dirai, tutto questo è arcaico, devi solo raschiare i dati dell’hotel (web, pdf, powerpoint ecc.) e l’intelligenza artificiale generativa farà il lavoro. In realtà no, non è così, per diversi motivi:

  • nessun controllo di qualità dei dati
  • nessun controllo di coerenza dei dati
  • impossibilità di aggiornare i dati.

Il risultato è che il sistema probabilmente avrà delle “allucinazioni” (darà risposte senza senso) e non avrai modo di conoscere l’origine dei problemi.

La scalabilità universale di cui trarrai beneficio

Potresti provare a dirmi: i dati di un boutique hotel da 30 stanze a Londra e di un resort da 2000 stanze a Punta Cana non hanno molto in comune. In effetti, è per questo che è stato progettato Q-Data: per un gruppo alberghiero di 4000 hotel con 4000 stanze. E chi può fare di più, può fare di meno. E quindi la differenza è che probabilmente il resort utilizzerà più punti informativi rispetto al boutique hotel, ma il database è essenzialmente lo stesso. Incredibile ma vero.

Inoltre, quando i punti informativi vengono aggiunti a Q-Data (circa 300 all’anno, in seguito allo studio delle conversazioni da parte dei nostri analisti di dati), sono automaticamente disponibili per tutti gli altri hotel nel mondo. In altre parole, Velma nel tuo hotel trarrà vantaggio anche dal feedback di altri hotel in tutto il pianeta. Ecco perché difficilmente dovrai creare nuovi dialoghi, su nuovi argomenti, perché è certo che un altro hotel nel mondo avrà probabilmente già avuto bisogno di quel particolare dato.

Le richieste orizzontali a cui ti impegnerai

Se chiedi a un’IA classica in un hotel: “Questo hotel ha una piscina?”, probabilmente ti risponderà bene. Questa è chiamata ricerca verticale.

Ora, se chiedi a un’IA di un gruppo alberghiero: “Sto cercando un hotel con piscina”, ciò che è richiesto qui è una ricerca orizzontale su tutti gli hotel del gruppo. E l’unico modo in cui un’IA può rispondere a qualcosa del genere è che la sua ricerca orizzontale sia basata su un database strutturato, come Q-Data. Ecco perché oggi Velma è l’unica IA nel settore alberghiero a livello globale, in grado di effettuare ricerche verticali e orizzontali.

Ma Velma va anche oltre, perché è anche in grado di cercare su più criteri contemporaneamente. Ad esempio, “Sto cercando un hotel con parcheggio, a New York, con un budget inferiore a $ 300 al giorno”… E con Velma, tutto questo può essere gestito facilmente, anche in modo così naturale e conversazionale, perché questa ricerca dovrebbe essere gestibile anche verbalmente.

La conclusione a cui arriverai

Hai ormai capito che il vero problema dell’IA è meno la capacità cognitiva dell’IA, e molto di più la capacità dell’IA di possedere i dati e che solo strutturando questi dati puoi garantire risposte di qualità nel breve, medio e lungo termine.

Nel caso avessi ancora qualche dubbio, chiedi a Velma, perché #VelmaWorks perché #VelmaKnows…

AMEN

© Immagine: Shutterstock

Lista di controllo: A Melhor Estratégia de Reservas Directas
QUICKTEXT
Scarica gratis
10 buone pratiche per incrementare le prenotazioni dirette
Articoli recenti
Messaggi correlati
Siete pronti ad aumentare la vostra efficienza operativa e le entrate dirette?
Iscriviti alla nostra Newsletter.
Per saperne di più
Ottimizza l'efficienza del tuo hotel e le prenotazioni dirette
Prenota una demo