Chloe - Dein smarter digitaler Reiseberater

Leftshift OneLesezeit: 15 Minuten

Bereits nach der ersten Interaktion erstellt die schlankste KI am deutschsprachigen Markt aus 30% der 30.000 unstrukturierten E-Mailanfragen ein Reiseangebot. Dafür benötigt sie nur 0,5 Sekunden pro E-Mail.

Reisebüros erhalten im Jahr zigtausende Anfragen zu Reiseangeboten. Trotz Plattformen mit All-in-one-Angeboten bevorzugen nach wie vor viele Kunden einen personalisierten Service, wenn es um die geliebte Urlaubszeit geht. Maria Musterfrau sitzt in ihrem Reisebüro tagtäglich vor einer wahren Lawine solcher E-Mails. Ein Großteil ähnelt sich stark, nicht selten fehlen essenzielle Angaben zu Reisevorhaben. Die Arbeit wird mit jeder Minute monotoner. Wichtige andere Aufgaben bleiben des Öfteren auf der Strecke. Kundenservice geht schließlich vor. Doch wie könnte man verhindern, dass Konzentration und Motivation unnötig an ihre Grenzen geführt werden? Ein smarter digitaler Assistent ist die vielversprechende Lösung für alle Beteiligten. Über dasAI Produkt G.A.I.A.lässt sich ein solcher mühelos erstellen, betreiben und verwalten. Mit Hilfe einer solchen Anwendung können sowohl auf Seite des Anbieters Ressourcen gespart, als auch auf Seite der Konsumenten ein hochwertiger Service erhalten werden. Der digitale Assistent ist dabei aber keinesfalls Ersatz für die Expertise der Reiseberater. Vielmehr ergänzen sich KI und die persönliche Note in einem symbiotischen Verhältnis zu einem noch besseren Kundenservice. Wie ein smarter digitaler Assistent im konkreten Fall arbeitet, zeigt der folgende Beispielfall.

Projektbeschreibung

Grundlage dieses Projektes ist die Analyse von 30.000 E-Mail-Anfragen von Kunden, welche ein Reiseangebot erhalten möchten. Der User übermittelt dem Reiseanbieter eine E-Mail. Über eine Schnittstelle bekommt der smarte digitale Assistent den Text und analysiert diesen. Ziel ist es, Reiseziel, Reisedauer, Anzahl der Personen, Preis und Flughafen zu identifizieren. User und digitaler Assistent interagieren nicht direkt miteinander. Letzterer unterstützt den Reiseagenten. Nachdem die Analyse abgeschlossen ist, wird aus der Datenbank des Reiseanbieters eine passende Reise gesucht und eine E-Mail erstellt. Diese wird dem Reiseagenten zur Freigabe übermittelt. Er entscheidet und bewertet dann abschließend, ob die KI ihre Arbeit ordnungsgemäß erledigt hat. Durch dieses Feedbackservice lernt die KI selbstständig und verbessert sich mit jeder Anfrage. Der Reiseanbieter ist durch den Einsatz des Sprach- und Textverständnisses in der Lage im Bruchteil einer Sekunde ein Reiseangebot zu erstellen. Der Suchende bekommt in kürzester Zeit umfassende persönliche Angebote zu seiner Anfrage. Aufgrund dieser Tatsache ist der Reiseanbieter nicht nur konkurrenzfähig, sondern marktführend. Zusätzliche Vorteile sind die Zeit- und Kostenersparnis nicht nur für die Suchenden, sondern auch für den Reiseanbieter.

Technischer Hintergrund

Unser System erhält das rohe E-Mail überRAINund eineGraphQL-Schnittstelleund extrahiert die gewünschten Informationen für das Reisebüro. Dabei kommtA.T.L.A.S.zum Einsatz, um die verschiedensten Informationen aus Text extrahieren zu können. Für das Reisebüro werden Orte, Hotels, Reiseveranstalter, Datums- und Zeitangaben, Dauer, Personen inklusive Alter und Anzahl, die Art der Unterkunft (z.B. familienfreundlich), Preislimits, Transportarten und Flugnummern aus den E-Mails extrahiert. Diese Extraktion der verschiedenen Elemente wird mit Hilfe von sogenannten NER-Strategien (Named Entity Recognition) durchgeführt. Dabei greifen wir auf speziell trainierte CNNs (Convolutional Neural Networks) sowie auf Mustererkennung mit Hilfe von Regeln (Rule-Based Pattern Matching) zurück. Weiters kommt auch derNaive Bayes Algorithmuszum Einsatz, um bessere Ergebnisse erzielen zu können. Welche Technologie für welche Elemente am Besten geeignet ist, ist von Fall zu Fall unterschiedlich. Über die Zeit ändern sich Daten wie beispielsweise Reiseveranstalter. Aus diesem Grund müssen sich auch die Regeln bzw. das neuronale Netz ändern. Da die Mitarbeiter des Reisebüros die Qualität von A.T.L.A.S. bewerten können, werden diese Daten zum Aktualisieren der Regeln und des neuronalen Netzes verwendet. A.T.L.A.S. wird somit durchSupervised Learning trainiert und somit aktualisiert. Regeln können außerdem vom Reisebüro selbst geändert oder auch erweitert werden.

Eckdaten

  • NLU-Score: 90% aller Wörter werden vom smarten Assistenten verstanden
  • NER-Score: 30% aller Erstanfragen werden direkt in Angebote verarbeitet
  • Durchschnittliche Bearbeitungsdauer herkömmlicher Anfragen: 5-7 Minuten
  • Verarbeitungsdauer über digitalen Assistenten: 0,5 Sekunden
#assistent#bigdata#ai

Ähnliche Artikel

USECASE

Dein digitaler Human Resource-Assistant

USECASE

Lead Generation powered by Artificial Intelligence

USECASE

Lumiere - dein smarter digitaler Kulinarikexperte!

Das könnte Sie auch interessieren: