Michelin trifft auf das digitale Zeitalter: Personalisierte Empfehlungen mit KI

Die vom französischen Reifenhersteller Michelin herausgegebenen Hotel- und Restaurantführer stellen hohe Ansprüche an die Inklusion. Die Inspektoren des Unternehmens besuchen jedes Restaurant und Hotel mehrmals, um festzustellen, ob sie durchweg qualitativ hochwertige Erlebnisse bieten. Sie tun dies seit 123 Jahren. Das Ergebnis: Ein großer, engagierter Kundenstamm, der von den Reiseführern die gleiche gleichbleibend hohe Qualität erwartet.

Wie bringen Sie dann das in den Leitfäden eingebettete Wissen und Fachwissen mit den Massenpersonalisierungs- und Zugänglichkeitsanforderungen des digitalen Zeitalters zusammen? Das ist die Herausforderung für Michael Davis, Chief Product Officer von Michelin Experiences, der sich um Veranstaltungen, Marketing, Kommunikation und Vertrieb des Reiseführers kümmert.

„Meine Aufgabe beim Michelin-Führer besteht darin, den Michelin-Führer von einem Verzeichnis mit Referenzmaterial in ein tägliches digitales Dienstprogramm umzuwandeln, das alle Aspekte der Kuration umfasst“, sagte Davis. „Am Ende schaffen wir also eher ein digitales Lifestyle-Produkt, das auf dieser Kuration und Marke basiert.“

Dies bedeutet, dass Sie Orte und Aktivitäten in der Nähe eines im Michelin-Führer aufgeführten Hotels oder Restaurants empfehlen können. Viele Reiseseiten stützen sich auf Benutzerbewertungen, um Listen mit diesen Vorschlägen zu erstellen. Durch Crowdsourcing entstehen auf diese Weise Listen mit Dingen, die für die meisten Menschen von Interesse sind. Das entspricht nicht den Markenwerten von Michelin: Qualität und Anspruch.

Für Michelin ist es wichtig, Vorschläge zu liefern, die auf die Interessen jedes Einzelnen abgestimmt sind. „Der Schlüssel zum Erfolg beim Reisen liegt darin, wie wir Ihnen Zugang zu Entdeckungen und Skalierung verschaffen können, es aber auch individuell auf Ihre speziellen Bedürfnisse zuschneiden können“, sagte Davis.

Kulturelle KI

Zu diesem Zweck wandten sie sich an Qloo, das mithilfe von KI den Geschmack jeder Zielgruppe vorhersagt und Beziehungen innerhalb und zwischen kulturellen Bereichen abbildet. Zu diesen Bereichen gehören Musik, Film, Fernsehen, Essen, Nachtleben, Mode, Bücher, Reisen und Technik. Seine KI hat mehr als eine Viertelmillion kulturelle Zusammenhänge kartiert.

„Man kann einen Geschmackskern nehmen, ein kleines Wesen, es könnte ein Komiker, ein Musikkünstler, ein Film sein, und Qloo wird innerhalb von Millisekunden mit Vorhersagen über den Geschmack in dieser oder anderen Kategorien antworten“, sagte Alex Elias, CEO von Qloo . „Sie könnten Sonny Rollins, den Jazzmusiker, eingeben und Empfehlungen sehen. Es gibt über 11.000 Menschen in unserer Datenbank, die ausdrücklich erklärt haben, dass sie Sonny Rollins mögen, und ihre Meinung zu vielen, vielen anderen Themen geäußert haben. Wenn Sie also Sonny Rollins mögen, ist die Wahrscheinlichkeit sehr hoch, dass Ihnen auch diese anderen Dinge gefallen werden.“

Grab tiefer: Der ROI personalisierter Erlebnisse: Prozessmessungen

Davis und Michelin nutzen Qloo, um Vorschläge für registrierte Mitglieder der Michelin-Community zu ermitteln, auch wenn sie nur wissen, wo sich der Nutzer aufhält.

„In New York haben wir vielleicht zwei Hotels im selben Block, aber sie unterscheiden sich sehr in ihrem Stil“, sagte Davis. „Wenn Sie beispielsweise zu Google gehen würden, würden Sie die gleichen empfohlenen Aktivitäten erhalten, da beide nur wenige hundert Fuß voneinander entfernt sind. Mit Qloo können wir das Kundenprofil oder das Profil des Hotels, seinen Stil, seine Atmosphäre, sein Design berücksichtigen und einen Reiseführer erstellen, der besser auf diese Art von Gast zugeschnitten ist als auf den Gast, der weiter unten wohnt. Vielleicht werden Ihnen also Museen empfohlen, aber eines könnte das Museum of Sex in New York oder das Whitney sein.“

Crowdsourcing kommt

Um es klarzustellen: Davis hat nichts gegen Crowdsourcing. Michelin hat den Leitfaden ins Leben gerufen, um den Menschen einen Grund zu geben, Auto zu fahren und ihre Reifen zu benutzen. Am Anfang verließen sie sich auf die Vorschläge ihrer Kunden zum Angebot und zur Qualität.

„Das ist etwas, das wir in Zukunft erneut erforschen wollen, nämlich die Nutzung dieser riesigen Community, die wir weltweit haben und die ständig ihren Wunsch geäußert hat, Teil des Produkts zu sein“, sagte er. „Wir möchten Qloo nutzen, um ein Gleichgewicht zwischen unserer Community und den Inspektoren herzustellen und Menschen einzubeziehen – mehr aus unserem treuen Kundenstamm oder unsere Leute, die unsere Arbeit schätzen und die Kuratierung wertschätzen, sie aber auch anerkennen.“ haben einen Wert, den sie in den Prozess einbringen können.“

Während Qloo sofort einsatzbereit ist, hatte Michelin sehr spezifische Anforderungen. Davis sagte, um die benötigten Anpassungen zu erreichen, müsse das Qloo-Engineering-Team darüber aufgeklärt werden, „warum diese granularen Daten einen solchen Unterschied für uns machen, und das Team hat sich hervorragend darauf eingestellt, und was unsere Bedürfnisse sind.“ Ich meine, wir sind anspruchsvoll.“

Ein Beispiel ist, wenn ein Benutzer eine Liste mit Restaurants erstellt. Da der Reiseführer seine eigene Liste ständig aktualisiert, muss die personalisierte Liste des Benutzers auf dem neuesten Stand sein, was vom Reiseführer genehmigt ist und was nicht. Dies kann schwierig sein, wenn beispielsweise ein empfohlenes Hotel über ein empfohlenes Restaurant verfügt, das sich im eigenen Besitz befindet und separat betrieben wird.

„Das Hotel steht vielleicht noch da, aber das Restaurant darin steht nicht mehr im Reiseführer“, sagte Davis. „Wir geraten also in wirklich schwierige Situationen, damit es genau ist, und Qloo hilft uns dabei, das zu bewältigen und die Echtzeit-Updates kategorisiert zu halten.“

Das Wann, Was und Wie viel der Umsetzung

• Wann haben Sie mit der Implementierung von Qloo begonnen und wie lange hat es gedauert? Erstmals im Jahr 2021 bei ihnen unterschrieben; Das Onboarding von Entwicklern bei Qloo ist sehr intuitiv und die Einbindung in die APIs dauert normalerweise einen Tag. Bei kundenspezifischen Lösungen/Pipelines und maßgeschneiderten, abgestimmten KI-Modellen dauert es in der Regel nicht länger als ein paar Wochen.
• Erfolgte die Implementierung intern oder haben Sie Implementierungspartner eingesetzt? Die Umsetzung erfolgte vollständig in Eigenregie; Nutzung der Dokumentation und der KI-Entwicklertools von Qloo sowie etwas Support.
• Wie viele Personen sind im Team, das die Lösung betreibt? Nur eine Handvoll Ingenieure müssen integriert werden, und ein engagierter Ingenieur ist vor Ort, um die Pipeline von Qloos KI in ihr Produkt zu integrieren.
• Standardkosten (gilt nur für Unternehmen)? Die meisten Unternehmensintegrationen beginnen jährlich im sechsstelligen Bereich, aber Qloo unterstützt großvolumige Testversionen und individuelle Entwicklerzugänge/-pläne sehr. Darüber hinaus hat Qloo eine nicht-technische Self-Service-Schnittstelle zur KI entwickelt, die sich an Vermarkter richtet und pro Arbeitsplatz viel kostengünstiger ist als die großvolumige API-Lizenzierung der KI.

(Antworten von Qloo-CEO Alex Elias.)