Michelin incontra l'era digitale: raccomandazioni personalizzate basate sull'intelligenza artificiale

Le guide di hotel e ristoranti pubblicate dalla società francese di pneumatici Michelin hanno standard elevati di inclusione. Gli ispettori dell'azienda visitano ogni ristorante e hotel più volte per determinare se offrono costantemente esperienze di alta qualità. Lo fanno da 123 anni. Il risultato: una base di clienti ampia e devota che si aspetta dalle guide la stessa qualità elevata e costante.

Come si uniscono, allora, le conoscenze e le competenze contenute nelle guide con le richieste di personalizzazione di massa e accessibilità dell'era digitale? È questa la sfida di Michael Davis, chief product officer di Michelin Experiences che si occupa di eventi, marketing, comunicazione e vendite della guida.

"Il mio ruolo all'interno della Guida Michelin è quello di trasformare la Guida Michelin da una directory di materiale di riferimento in un'utilità digitale quotidiana che comprenda tutti gli aspetti della curatela", ha affermato Davis. "Quindi finiamo per creare più un prodotto digitale lifestyle basato su quella cura e marchio."

Farlo significa poter consigliare luoghi e attività nelle vicinanze di un hotel o ristorante presente nella Guida Michelin. Molti siti di viaggi si affidano alle valutazioni degli utenti per creare elenchi di questi suggerimenti. Il crowdsourcing in questo modo produce elenchi di cose che interessano la maggior parte delle persone. Ciò non è in linea con i valori di qualità e discernimento del marchio Michelin.

Per Michelin è necessario fornire suggerimenti che siano legati agli interessi di ciascuno. “La gallina dalle uova d’oro nel settore dei viaggi è come possiamo darvi accesso alla scoperta e alla scalabilità, ma anche renderlo personalizzato per le vostre esigenze particolari”, ha affermato Davis.

IA culturale

Per fare ciò, si sono rivolti a Qloo, che utilizza l’intelligenza artificiale per prevedere i gusti di qualsiasi pubblico target e mappare le relazioni all’interno e tra i domini culturali. Questi ambiti includono musica, film, TV, ristorazione, vita notturna, moda, libri, viaggi e tecnologia. La sua intelligenza artificiale ha mappato più di un quarto di trilione di correlazioni culturali.

"Puoi prendere un nocciolo di gusto, una piccola entità, potrebbe essere un comico, un artista musicale, un film, e Qloo risponderà con previsioni sul gusto in quella categoria o in altre categorie in pochi millisecondi", ha affermato Alex Elias, CEO di Qloo. . “Potresti digitare Sonny Rollins, il musicista jazz e vedere i consigli. Ci sono oltre 11.000 persone nel nostro database che hanno dichiarato esplicitamente di apprezzare Sonny Rollins e hanno espresso le loro opinioni su moltissimi altri argomenti. Quindi, se ti piace Sonny Rollins, è molto probabile che ti piaceranno anche queste altre cose.

Scava più a fondo: Il ROI delle esperienze personalizzate: misurazioni dei processi

Davis e Michelin utilizzano Qloo per determinare suggerimenti per i membri registrati della community Michelin anche se l'unica cosa che sanno è dove alloggia l'utente.

"A New York, potremmo avere due hotel nello stesso isolato, ma sono molto diversi nel loro stile", ha detto Davis. “Se andassi su Google, ad esempio, otterresti lo stesso tipo di cose consigliate da fare perché si trovano entrambi a poche centinaia di metri l’uno dall’altro. Con Qloo ci permette di prendere in considerazione il profilo del cliente o il profilo dell'hotel, il suo stile, la sua atmosfera, il suo design e creare una guida più adatta a quel tipo di ospite rispetto a quello che alloggia in fondo all'isolato. Quindi potresti ricevere consigli sui musei, ma uno potrebbe essere il Museum of Sex di New York rispetto al Whitney.

Sta arrivando il crowdsourcing

Per essere chiari, Davis non ha nulla contro il crowdsourcing. Michelin ha lanciato la guida per dare alle persone un motivo per guidare e utilizzare i propri pneumatici. All'inizio si affidavano ai suggerimenti dei clienti su ciò che era disponibile e sulla sua qualità.

"Questo è qualcosa che stiamo cercando di esplorare di nuovo in futuro, ovvero sfruttare questa vasta comunità che abbiamo a livello globale, che ha costantemente espresso il proprio desiderio di far parte del prodotto", ha affermato. "Stiamo cercando di utilizzare Qloo per aiutarci a creare un equilibrio tra la nostra comunità e gli ispettori e coinvolgere le persone: una parte maggiore della nostra base di clienti fedeli o le nostre persone che apprezzano ciò che stiamo facendo e apprezzano la cura, ma riconoscono anche di hanno valore da apportare al processo”.

Sebbene Qloo possa essere utilizzato immediatamente, Michelin aveva esigenze molto specifiche. Davis ha affermato che ottenere la personalizzazione di cui avevano bisogno significava istruire il team di ingegneri di Qloo sul "perché questi dati granulari fanno una tale differenza per noi, e il team è stato bravissimo ad adattarsi a questo, e quali sono le nostre esigenze". Voglio dire, siamo esigenti.

Un esempio è quando un utente crea un elenco di ristoranti. Poiché la guida aggiorna costantemente il proprio elenco, l'elenco personalizzato dell'utente deve essere aggiornato con ciò che è e non è approvato dalla guida. Ciò può essere complicato quando, ad esempio, un hotel consigliato ospita un ristorante consigliato di proprietà e gestione separata.

"L'hotel potrebbe essere ancora lì, ma il ristorante non è più nella guida", ha detto Davis. "Quindi entriamo in queste situazioni davvero difficili affinché siano accurati e Qloo ci aiuta a gestirli e a mantenere categorizzati gli aggiornamenti in tempo reale."

Quando, cosa e quanto implementare

• Quando hai iniziato a implementare Qloo e quanto tempo ci è voluto? Inizialmente firmato con loro nel 2021; l'onboarding degli sviluppatori su Qloo è molto intuitivo e in genere richiede un giorno per collegarsi alle API. Per soluzioni/pipeline personalizzate e modelli di intelligenza artificiale personalizzati, in genere non sono necessarie più di poche settimane.
• L'implementazione è avvenuta internamente o avete utilizzato partner di implementazione? L'implementazione è avvenuta interamente internamente; sfruttando la documentazione di Qloo, gli strumenti di sviluppo AI e un po' di supporto.
• Quante persone fanno parte del team che gestisce la soluzione? Solo una manciata di ingegneri da integrare, con un ingegnere dedicato pronto a progettare la pipeline dall'intelligenza artificiale di Qloo al loro prodotto.
• Costo approssimativo (è solo aziendale)? La maggior parte delle integrazioni aziendali iniziano con cifre a 6 cifre ogni anno, ma Qloo è molto favorevole alle prove ad alto volume e all'accesso/piani di singoli sviluppatori. Inoltre, Qloo ha sviluppato un'interfaccia self-service non tecnica per l'intelligenza artificiale rivolta agli operatori di marketing ed è molto più conveniente per postazione rispetto alla licenza API per volumi elevati dell'intelligenza artificiale.

(Risposte fornite dal CEO di Qloo Alex Elias.)