Insights / Γιατί αποτυγχάνουν τα chatbots

Insights · AI για ξενοδοχεία

Γιατί αποτυγχάνουν τα chatbots στα ξενοδοχεία, και τι να κάνετε αντί γι’ αυτό

Ένα chatbot απαντά λάθος δύο φορές και η ομάδα σταματά να το εμπιστεύεται. Το μοντέλο σπάνια φταίει.

Μέλος της ομάδας του ξενοδοχείου σε cabana δίπλα στην πισίνα

Τα περισσότερα ξενοδοχεία με τα οποία μιλάμε έχουν ήδη δοκιμάσει κάποια μορφή AI. Συνήθως ήταν ένα chatbot στο site. Απάντησε λάθος για το πάρκινγκ, μετά έδωσε ώρα check-in που είχε αλλάξει πριν από δύο σεζόν, και η ρεσεψιόν σταμάτησε σιωπηλά να το εμπιστεύεται. Λίγους μήνες μετά το έκλεισαν.

Το μοντέλο σπάνια έφταιγε. Συνήθως έφταιγαν τρία πράγματα.

1. Δεν ήταν συνδεδεμένο με το ξενοδοχείο

Ένας επισκέπτης που γράφει «φτάνουμε αργά στις 14, είναι εντάξει;» ρωτά για τη δική του κράτηση, όχι για ξενοδοχεία γενικά. Ένας βοηθός που δεν βλέπει την κράτηση στο PMS μπορεί να απαντήσει μόνο γενικά, και στις γενικές απαντήσεις γίνονται τα λάθη.

Η πρώτη δουλειά είναι πάντα η σύνδεση: το PMS για τις κρατήσεις, το channel manager για διαθεσιμότητα και τιμές, και το mailbox όπου γράφουν πραγματικά οι επισκέπτες. Χωρίς αυτά τα τρία, ακόμα και το καλύτερο μοντέλο μαντεύει.

2. Κανείς δεν έγραψε τους κανόνες

Τι επιτρέπεται να υποσχεθεί ο βοηθός; Νωρίς check-in; Αργό check-out; Επιστροφή χρημάτων; Ένα ξενοδοχείο έχει κανόνες για τους ανθρώπους του, συχνά άγραφους, στο μυαλό του front office manager. Ένας βοηθός χρειάζεται τους ίδιους κανόνες γραμμένους, και μια λίστα με ερωτήσεις που πρέπει πάντα να περνά σε άνθρωπο:

  • παράπονα και ό,τι ακούγεται σαν παράπονο
  • επιστροφές χρημάτων, ακυρώσεις εκτός πολιτικής και προβλήματα πληρωμής
  • ερωτήσεις υγείας, προσβασιμότητας και ασφάλειας
  • αιτήματα για γκρουπ και εκδηλώσεις

Η καταγραφή αυτών των κανόνων παίρνει συνήθως ένα πρωινό με την ομάδα της ρεσεψιόν. Είναι το πιο πολύτιμο πρωινό όλου του έργου.

3. Κανείς δεν το μέτρησε

Αν κανείς δεν ξέρει τον χρόνο απάντησης πριν τον βοηθό, κανείς δεν μπορεί να πει αν βοήθησε. Χωρίς σημείο αναφοράς, η μόνη απόδειξη είναι οι δύο κακές απαντήσεις που θυμούνται όλοι.

Πριν ανοίξετε οτιδήποτε, μετρήστε δύο εβδομάδες της σημερινής κατάστασης: πόσα μηνύματα έρχονται, πόσο αργεί η πρώτη απάντηση, πόσα αιτήματα γίνονται κρατήσεις. Τότε έχετε κάτι να συγκρίνετε.

Τι δουλεύει αντί γι’ αυτό

Πρώτα προσχέδια, μετά αυτοματισμός

  1. Ο βοηθός γράφει, η ομάδα εγκρίνει. Κάθε απάντηση φεύγει με ανθρώπινη ματιά. Τίποτα δεν φτάνει σε επισκέπτη χωρίς έλεγχο.
  2. Αυτοματισμός ανά είδος ερώτησης. Όταν οι ερωτήσεις για ώρα άφιξης εγκρίνονται αυτούσιες για εβδομάδες, αυτές μπορούν να φεύγουν αυτόματα. Τα παράπονα ποτέ.
  3. Ένα μηνιαίο νούμερο. Χρόνος απάντησης, ώρες που κερδίζονται, αιτήματα που γίνονται κρατήσεις, κάθε μήνα στον ιδιοκτήτη.

Είναι πιο αργό από το να ανοίξετε ένα chatbot. Είναι όμως η εκδοχή που η ομάδα χρησιμοποιεί ακόμα έξι μήνες μετά.

Τρέχουμε ακριβώς αυτή τη ρύθμιση στο δικό μας ξενοδοχείο πριν τη στήσουμε οπουδήποτε αλλού. Η ομάδα την εμπιστεύεται επειδή κράτησε τον έλεγχο από την πρώτη μέρα.

Nikolaos Tsitsoulis

Ο συγγραφέας

Nikolaos Tsitsoulis

Ιδρυτής της Revify. Πρώην Director of Revenue στο Fairmont Baku, συνιδρυτής της hotellab.io, συνιδιοκτήτης του Ampelia Hotel Kassandra στη Χαλκιδική και επισκέπτης λέκτορας revenue management από το 2016.

Περισσότερα για τον Νικόλαο →

Συνεχίστε την ανάγνωση

Άδεια βεράντα πισίνας εποχικού ξενοδοχείου στη Χαλκιδική

Insights · Revenue

Η σεζόν έκλεισε. Πέντε ερωτήσεις να απαντήσετε πριν την άνοιξη.

Πισίνα και ξαπλώστρες σε resort στη Χαλκιδική

Insights · Διανομή

Πριν πληρώσετε για metasearch, δείτε ποιος σας ψάχνει ήδη

Κτίριο και κήπος ξενοδοχείου το βράδυ

Insights · Διακυβέρνηση

Ο ευρωπαϊκός Κανονισμός για την AI και τα μηνύματα των επισκεπτών: τι χρειάζεται ένα ξενοδοχείο

Δοκιμάσατε ήδη AI; Ας δούμε γιατί κόλλησε

Κλείστε δωρεάν 30λεπτη αξιολόγηση