​De technologie die reizen persoonlijker maakt

​De technologie die reizen persoonlijker maakt

Vorig artikel Volgend artikel

Iedereen die weleens reist, weet hoe lastig het kan zijn om keuzes te maken. Want welk van de 11.000 accommodaties in Rome ga je boeken? Uiteindelijk wil je één plek om te gaan slapen, dus begin je waarschijnlijk met het filteren van de zoekresultaten. Je doel is natuurlijk om de voor jou perfecte plek te vinden. Machine learning helpt om op een boekingsplatform precies die juiste plek te vinden. En hoewel we geen reisbureau meer binnen stappen, krijgen we op deze manier nog steeds persoonlijke suggesties.

Persoonlijke voorkeuren en accommodaties die bij je passen

Als groot reisplatform mensen toch een persoonlijke service bieden is een uitdaging. Je kunt niemand vertellen welke reis je wilt gaan maken en welke wensen je hebt. Of kan dat juist wel? Ook op digitale reisplatforms wordt het aanbod steeds beter afgestemd op de behoeftes die jij hebt. Dat is mogelijk dankzij het verzamelen van data en machine learning.

Platform Booking.com heeft meer dan 28 miljoen accommodaties in ruim 150.000 bestemmingen wereldwijd en 180 miljoen gastenreviews en daarmee de beschikking tot veel relevante reisgegevens. Dankzij machine learning kan het bedrijf zeer precieze en gerichte modellen trainen. Die geven klanten aanbevelingen die verrassend goed passen bij hun specifieke behoeften. Daarnaast geven ze zelfs aan welke voorkeuren dit type klant in de toekomst kan hebben. Personalisatie op een heel nieuw niveau dus.

Sawyer X, Principal Developer bij Booking.com legt uit: “Laten we zeggen dat je de kosten belangrijk vindt omdat je vaak reist. Of je besteedt graag geld aan attracties op je bestemming. Misschien heb je in het verleden vaak geboekt bij accommodaties met een fitnesszaal? Machine learning helpt ons dit allemaal te ontwarren en er een veel persoonlijkere ervaring van te maken, zodat klanten tijd besparen en wij een beter product kunnen maken.”

panauti-community-homestay
Panauti Community Homestay

Een betere klantervaring

Klanten haken al snel af als ze allerlei suggesties te zien krijgen die totaal niet relevant zijn. Daarom is het essentieel dat de digitale personalisatie op een goede manier wordt ingericht. Bovendien moet het leren van klantervaringen en op die manier een steeds beter aanbod samen kunnen stellen. Er zijn al zoveel keuzemogelijkheden, consumenten willen een manier vinden om alles wat niet interessant is, gemakkelijk weg te kunnen filteren. Wil jij minimaal in een 4 sterrenhotel slapen en moet daar een gym aanwezig zijn? Machine learning helpt om een specifiek aanbod te tonen, zoals het soort accommodatie en de aanwezige faciliteiten. Dat draagt bij aan een betere klantervaring.

Plannen van je volgende reis

Personalisatie gaat nog veel verder dan alleen een suggestie doen voor een accommodatie. Het helpt namelijk ook bij het plannen van je volgende reis. Bij Booking.com is het Machine Learning Team bezig om een programma te bouwen dat bestemmingen aanbeveelt die de klant misschien ook leuk vindt. Hiervoor wordt gebruik gemaakt van persoonlijke voorkeuren en vergelijkbare boekingen van andere reizigers. Het platform noemt dit ‘een ontdekkingsreis, aangedreven door Artificial Intelligence (AI)’. AI wordt steeds belangrijker voor het samenstellen van een goed aanbod en om in te zetten voor marketingdoeleinden.

“Machine learning is eigenlijk een verzameling algoritmen, waarmee we voorspellingen en aanbevelingen kunnen doen op basis van informatie over het gebruik. We weten niet alles over wat klanten willen, of misschien weten ze zelf niet eens precies wat ze willen. Machine learning springt juist in die hiaten”, vertelt Pavel Levin, Principal Data Scientist bij het Machine Learning Centre van Booking.com in Tel Aviv. Hij legt ook uit dat dit in de toekomst soms nog verder gaat: “Deep learning is een overkoepelende voor algoritmen die losjes zijn gebaseerd op hoe onze hersenen werken. We stapelen eenvoudigere modellen, ‘kunstmatige neuronen’ genoemd, bovenop elkaar. Dat geeft flexibele leersystemen die heel goed patronen kunnen herkennen.”

Op deze manier kunnen de modellen bijna concurreren met mensen als het gaat om bijvoorbeeld goede vertalingen. Bij Booking.com gebruiken ze deze technologie op grote schaal om beschrijvingen van accommodaties door gasten te vertalen. Dit geeft de mogelijkheid om taalbarrières op grote schaal te doorbreken en reizigers overal ter wereld contact te laten leggen met bedrijven in de reisbranche. De nieuwe technologieën bieden op deze manier zelfs veel kansen om andere culturen beter te gaan begrijpen en waarderen.

Wil je van invloed zijn op de manier waarop mensen nu en in de toekomst reizen? Bekijk dan de vacatures op Booking.com.

Images © Copyright - Booking.com

Reageren is uitgeschakeld omdat er geen cookies opgeslagen worden.

Cookies toestaan Meer informatie over cookies