В предыдущей статье мы изучали, как российский гостиничный бизнес справляется с ключевыми вызовами роста последних лет, основной из которых - необходимостью масштабировать процессы без потери качества на фоне острого дефицита кадров. Как одно из возможных решений мы рассматривали глубокую автоматизацию процесса бронирований с помощью внедрения AI-ассистентов. Но каждая история гостеприимства уникальна, и для части отелей данное решение масштабирования может не подходить: недостаточная цифровая зрелость, неготовность к кардинальной трансформации, либо же ваш отельный бренд давно на рынке, уже выстроена слаженная команда, выработана уникальная культура общения с гостями, есть устоявшиеся отношения гость-менеджер, и критично не потерять наработанный багаж в ходе масштабирования.
В подобной ситуации важно руководствоваться принципом “не навреди”, и перестройка должна быть аккуратной и точечной, собранная команда специалистов, в том числе менеджеров по продажам в этом случае должна органично дополняться, но не заменяться. И вот компания стоит перед задачей качественного найма. А при увеличении штата и найме новых сотрудников, как и при расширении отельной группы, числа объектов, преобразовании номерного фонда и даже просто расширения предложения доп. услуг, особое внимание приходится уделять контролю качества (Quality Assurance) предоставляемого гостю сервиса и дальнейшему процессу обучения и, если необходимо, переобучения сотрудников.
Традиционно эта задача решалась посредством внедрения «тайного покупателя», но в новых реалиях это не всегда эффективно.
Почему сегодня подход “тайный покупатель” работает хуже?
Основных причины:
Статистически незначимая выборка: При взрывном росте группы отелей и кратном росте штата речь порой речь идет о тысячах взаимодействий с гостем в месяц и несколько отчетов «тайного покупателя» не могут дать объективную картину системных проблем и позволить увидеть ситуацию целиком.
Ограничения масштабирования подхода: Подход опирается на оценку специалистом организации, осуществляющей контроль качества, штат которой ограничен, а для увеличения объемов контроля требуется линейное увеличение количества привлеченных экспертов, что не всегда возможно физически и при этом сопряжено с кратным увеличением расходов.
Дискретный контроль работы: Подход дает срез в определенный момент времени для подконтрольной группы тестируемых и не обеспечивает непрерывного контроля качества, не позволяет выявить проблему “на ходу” и оперативно принять меры для ее устранения.
И здесь в решении задачи масштабирования контроля качества также помощь могут оказать инструменты на базе генеративного AI.
AI-голосовая аналитика и полная картина по команде продаж в отчете
Современные технологии распознавания речи (транскрибации) в связке с большими языковыми моделями( LLM), позволяющими качественно анализировать полученные большие объемы текстовой информации, помноженные на регулярно падающую стоимость внедрения ИИ-технологий, позволяют создавать инструмент анализа качества работы колл-центров и отдельных команд менеджеров по продажам, покрывающий 100% телефонных звонков и работающий 24/7.
С помощью AI управленцы и владельцы гостиничных сетей получают мощный инструмент, позволяющий диагностировать первопричины проблем, симптомы которых они могут видеть – например, низкая конверсия допродаж или снижение оценки удовлетворенности гостя. Инструменты мониторинга звонков на базе машинного обучения, усиленная бизнес-аналитическими отчетами позволяет видеть полную картину происходящего и принимать осознанные решения, объективно определяя, где корень проблемы - в процессах или в людях. Если отчеты показывают, что 80% команды не предлагает новый пакет с завтраком, проблема системная — и требует системного же решения, такого, как, например, организация общего обучения сотрудников. Если видно, что у одного-двух сотрудников высокий процент неразрешенных негативных диалогов, то проблема индивидуальная, что позволяет проводить точечный коучинг и работу с мотивацией отдельных менеджеров вместо общих дорогостоящих тренингов.
Как это работает на практике
(на примере платформы AudioInsights)
Этап 1: Доступ к звонкам и точная расшифровка
Платформа позволяет интегрироваться с АТС, чтобы получить доступ ко звонкам отдела продаж и запустить непрерывный мониторинг переговоров с госятми. С помощью технологии Yandex SpeechKit все входящие звонки автоматически преобразуются в точный, доступный для анализа текст.
Этап 2: Глубокий анализ с помощью AI
На этом этапе расшифровка звонков превращается в аналитические отчеты. Платформа оценивает разговоры по заданным заказчиком критериям, выявляя, например:
- Динамику эмоций (CSI)
- Соблюдение скриптов и стандартов
- Выявление возможностей для допродаж
И формирует соответствующую статистику по команде в разрезе выделенных критериев.
Этап 3: Наглядная аналитика для принятия решений
Данные становятся инсайтами через собранные на базе Yandex DataLens дашборды, донастроенные в соответствии с уникальными требованиями организации.
Руководители получают доступ к отчетам, которые отвечают на ключевые вопросы:
- Объем и средняя оценка разговоров в реальном времени по сменам.
- Рейтинги и система алертов для сотрудников, которые лучше или хуже справляются.
- Тренды по упоминаниям конкурентов или конкретным темам жалоб.
Решения, подобные AudioInsights, могут быть дополнительно кастомизированы под нужды конкретной отельной истории: к примеру, если управляющему нужен легкий доступ к аналитике и оперативные оповещения о проблемах, то система может быть интегрирована с мессенджерами, если нет возможности и времени разбираться в хитростях отчетов, то может быть добавлен “умный” ИИ-ассистент, которому можно адресовать бизнес-запрос на обычном бытовом языке и он автоматически будет их преобразовывать в запросы данных, давая пользователю искомый результат.
Ниже приведу достигнутые в течение полугода бизнес-эффекты в рамках внедрения AudioInsights в ГТК Суздаль:
• Конверсии бронирования выросла на 7 п.п.
• Время принятия корректирующих решений по персоналу сократилось с 30 до 7 дней
• Средний чека бронирования вырос за счет предложения промо и описания преимуществ более дорогих номеров
Строим комплексную стратегию для роста группы отелей с помощью AI
Важно отметить, что AI-бот для бронирований и AI-аналитика разговоров — это не конкурирующие инструменты, а могут быть встроены в экосистему отеля как взаимодополняющие элементы современной стратегии роста. Первый эффективно захватывает спрос, второй гарантирует, что каждое человеческое взаимодействие максимизирует свою ценность и укрепляет отношения с гостем.
При оценке инструментов и принятии решений, что стоит использовать именно в вашей ситуации, стоит внимательно взвесить все за и против, оценить ожидаемые эффекты, рассчитать ROI, чтобы сделать осознанный выбор стратегии цифровизации и составить план внедрения. Я и наша команда всегда готовы вклчиться в проработку ваших задач и помочь определиться с тем, что будет выгодно и максимально полезно вашей истории гостеприимства.
В условиях быстрого роста российского рынка и ограничений по персоналу инструменты автоматизации переходят из категории «роскошный максимум» в разряд «базовый минимум». Они позволяют управляющим компаниям и сетям масштабировать качество наравне с мощностями, обеспечивая устойчивый и прибыльный рост. Вопрос для прогрессивных отельеров теперь не в том, внедрять ли подобные AI-решения, а в том, в какой последовательности это делать, чтобы построить наиболее устойчивый и конкурентоспособный бизнес.
Делюсь опытом внедрения ИИ в бизнес через поиск максимальной ценности: