Matkailuala on kokenut merkittäviä muutoksia viimeisen vuosikymmenen aikana. Yksi oleellinen tekijä muutoksissa on ollut tekoäly ja erityisesti chattibotit, jotka ovat tulleet yhä yleisemmiksi matkailuyritysten palveluissa. Modernit chattibotit ovat ohjelmistoja, jotka kykenevät vuorovaikutukseen ihmisten kanssa luomalla keskustelua ja tarjoamalla tietoa tai apua erilaisissa tilanteissa. Tämän blogin tarkoituksena on tarkastella yleisesti erilaisia chattibotteja, niiden roolia matkailualalla sekä niiden hyötyjä ja haasteita asiakkaiden ja matkailuyritysten näkökulmasta.

Chattibottien tyyppejä

Chattibotteja on määritelty mm. roboteiksi, jotka on suunniteltu puhumaan ihmisille luonnollisella kielellä (Brennan 2006) tai virtuaaliassistenteiksi, jotka liiketoiminnassa ratkaisevat ongelmia, tukevat markkinointia sekä tuottavat arvokasta tietoa asiakkaille (Chung et al. 2018). Hakusanatilastoja tarkasteltaessa käy ilmi, että kiinnostus chattibotteja kohtaan kääntyi vahvaan nousuun vuonna 2016 (Adamopoulou & Moussiades 2020).

Chattibotteja voi luokitella monin tavoin, esimerkiksi toiminnan pääasiallisen tavoitteen mukaan seuraavasti:

• informatiiviset chattibotit vastaavat asiakkaan kysymyksiin
• keskustelevat chattibotit jäljittelevät ihmisten välistä vuorovaikutusta asiakkaan kanssa
• tehtäväperustaiset chattibotit keskittyvät esimerkiksi tekemään asiakkaalle varauksia, hoitamaan maksutapahtuman tai keräämään asiakaspalautetta.

Toinen luokittelutapa perustuu siihen, miten chattibotit generoivat vastauksia.  Perinteisiä chattibotteja kutsutaan usein sääntöpohjaisiksi tai käsikirjoitetuiksi, koska niissä taustalla on ennakkoon kirjoitetut vastaukset todennäköisiin asiakaskysymyksiin sekä vastausten linkittäminen avainsanoihin.  Kun asiakkaan kysymys sisältää jonkin avainsanoista, vastaa chattibotti automaattisesti käsikirjoitetulla vastauksella. (Adamopoulou & Moussiades 2020.) Käsikirjoitetut chattibotit tarjoavat yksinkertaisimmillaan asiakkaalle joukon klikattavia kysymysteemoja, joihin botti antaa valmiita vastauksia.

Viime vuosina ovat yleistyneet tekoälyyn sekä luonnollisen kielen ymmärtämiseen ja tuottamiseen tukeutuvat botit. Ne pystyvät käymään luonnollista keskustelua sekä koneoppimisen myötä kehittymään jatkuvasti. Tekoälyä hyödyntävät chattibotit kykenevät henkilökohtaisempiin vastauksiin kuin perinteiset chattibotit. (Adamopoulou & Moussiades 2020.)

Asiakkaiden arvostamat chattibottien ominaisuudet

Chattibotteja on tutkittu mm. informaation ja palvelun laadun viitekehyksissä, ja on todettu tärkeäksi, että botin antama tieto on riittävää, nopeaa, hyödyllistä, ajantasaista ja luotettavaa. Oleellinen osa laatukokemusta on myös käyttöliittymän miellyttävä ilme. Asiakkaan informaatioteknologian omaksumisen näkökulmasta on havaittu, että chattibotin käyttöä edistävät koettu hyöty, helppo käytettävyys sekä huomaavaisuuden ja mukavuuden tunne. Viimeksi mainittua tukee tarvittaessa siirtymä chattibotista live-chatiin eli työntekijän palveltavaksi. (Pereira, Limberger, Minasi & Buhalis 2022.)

Chattibotteja on tutkittu myös asiakkaan itseohjautuvuuden ja vuorovaikutuksen viitekehyksessä. Näidenkin tulosten valossa asiakkaan ja botin välisen vuorovaikutuksen onnistumiseen vaikuttaa jälkimmäisen miellyttävä ”ulkomuoto”, samoin kuin sujuva vuorovaikutus kohti asiakkaan tavoitteiden toteutumista. Lisäksi vuorovaikutusta ja asiakastyytyväisyyttä lisäsivät chattibotin kyky tunnistaa ja huomioida asiakkaan tunnetiloja sekä botin kyky aktivoida asiakasta esimerkiksi lisäkysymyksillä tai ehdottamalla ratkaisua kuten tietyn palvelun varaamista. (Jiménez-Barreto, Rubio & Molinillo 2021.) Täytyy kuitenkin huomioida, että eri kulttuureissa tunteen ilmaisut ovat erilaisia, mikä haastaa myös tekoälyn kehittäjät (Ntoutsi et al. 2020). Tunteisiin mukautuminen ja vastaaminen on herättänyt myös eettisiä kysymyksiä; vaikka tunnetekoälyn koetaan yleisesti tuovan paljon hyötyjä liiketoimintaan ja asiakastyytyväisyyteen, on kuitenkin mm. yksityisyyteen, läpinäkyvyyteen ja mahdolliseen tiedon ja henkilön manipulatioon kiinnitettävä erityishuomiota (Marcos-Pablos & Garcia-Penalvo 2020).

Chattibotit matkailijan asiakaskokemusta parantamassa

Useissa akateemisissa artikkeleissa on tutkittu chattibottien käyttöä matkailualalla ja niiden vaikutusta asiakaskokemukseen. Buhalis ja Cheng (2020) keskittyivät tutkimuksessaan chatbottien hyödyntämiseen hotellien asiakaspalvelussa. Tutkimuksen mukaan chattibottien käyttö johti merkittäviin aikasäästöihin sekä hotellin henkilökunnalle että asiakkaille. Chattibotit kykenivät tarjoamaan nopeita vastauksia asiakkaiden kysymyksiin, auttamaan erilaisissa tiedusteluissa, kuten huonevarausten tekemisessä tai lisätietojen saamisessa palveluista. Lontoolaisen hotellin virtuaali-isäntä Edward on hyvä esimerkki chattibotista, joka vastailee asiakkaan kysymyksiin keskustelevaan tyyliin, tekee varauksia sekä välittää niistä tiedot reaaliaikaisesti hotellin osastoille (Edwardian Hotel London 2018).

Chattibottiratkaisuja tarjoava Netomi (n.d.) esittelee verkkosivuillaan WestJet-lentoyhtiön chattibotti Julietin, joka oli otettu käyttöön jo ennen koronaa. Kun Covid -19 alkoi levitä maaliskuussa 2020, lentojen peruutukset, varausten uudelleenreititykset tms. aiheuttivat asiakaskyselyjen 45-kertaistumisen. Chattibotti osoittautui kullanarvoiseksi kriisitilanteessa. Juliet sai jopa 200 kysymystä sekunnissa – määrä, jollaiseen perinteiset asiakaspalvelukanavat eivät olisi mitenkään riittäneet.

Juliet toimii yli sadalla kielellä lentoyhtiön kotisivuilla, Messengerissä sekä WhatsAppissa. Se hoitaa 87 % lippuvarauksista automaattisesti, antaa tietoa lentojen aikatauluista, lähtöporteista, matkatavaraohjeita ja vaikkapa neuvoja lemmikkien kanssa matkustamiseen. Se palvelee myös erityisryhmien kuten näkö- ja kuulovammaisten tarpeita muuttamalla tekstiä puheeksi tai toisin päin. (Netomi n.d.)

Hyötyjä yritykselle

Chattibotin käyttöönoton oleellisin muutos yrityksessä on siirtyminen 24/7-asiakaspalveluun (Pereira, Limberger, Minasi & Buhalis 2022). Se tuo kilpailuetua verrattuna toimijoihin, jotka vastailevat sähköpostilla tai joiden asiakkaat jonottavat myyntipalvelun numeroon. Kustannussäästöä syntyy yritykselle siitä, että botti hoitaa asiakkaiden rutiinikysymyksiä sekunneissa ja asiakaspalvelijat voivat keskittyä monimutkaisempien kysymysten hoitamiseen. Pienikin yritys voi melko yksinkertaisesti ottaa botin käyttöönsä vaikkapa FB-sivuilla ja kouluttaa sen hoitamaan rutiinivastaukset, kuten aukioloajat tai perushinnat.

Asiakkaan ja chattibotin välinen reaaliaikainen vuorovaikutus voidaan nähdä yhteiskehittämisenä ratkaisun löytämiseksi asiakastarpeisiin. Asiakaskeskeinen, reaaliaikainen palvelu voi olla yrityksen kilpailustrategia esimerkiksi hinnalla kilpailemisen sijaan. Erityisen merkityksellistä reaaliaikaisuus on silloin, kun kyse on uudesta asiakkaasta tai asiakas on ostamassa itselleen ennalta tuntematonta tuotetta ja kaipaa vastauksia. (Buhalis & Sinarta 2019.) Asiakkaan tyytyväisyys koettuun chattibotti-vuorovaikutukseen luo pohjaa ostoaikeille, brändiuskollisuudelle, positiiviselle puskaradiolle ja näiden myötä yrityksen kannattavuudelle (Chung et al 2018). Halvimmillaan chattibotti (mm. edellämainittu Facebookin botti) on ilmainen. WordPress-alustaan botti-pluginin voi liittää melko edullisesti; esimerkiksi eHospitality-hankkeessa testattiin Lahdessa Tidio-nimistä bottia, jonka lähtöhinta on 19 euroa kuukaudessa. Visit-organisaatioiden usein käyttämän giosg-palvelun hinnoittelu alkaa 199 eurosta kuukaudessa.

Haasteita

Vaikka chattibottien käyttö matkailualalla onkin lisääntynyt, on myös tunnistettu haasteita niiden tehokkaassa hyödyntämisessä. Osittain on kyse asiakkaiden kiinnostuksen tai kyvyn puutteesta ottaa käyttöön uusi teknologia, sillä alkuvaiheessa chattibottipalvelu tavoittaa erityisesti digitaidoiltaan edistyneet (Buhalis & Sinarta 2019).

Haasteita liittyy edelleen myös teknologiakehitykseen. Suhailin, Salimin ja Jamblin (2021) kirjallisuuskatsauksen mukaan chattibottien kielitaito ja kyky tulkita monimutkaisia kysymyksiä ovat tulevaisuuden kehittämis- ja tutkimuskohteita, koska ne aiheuttavat asiakkaille turhautumista ja epävarmuutta sekä voivat johtaa negatiiviseen kokemukseen. Grudin ja Jacques (2019) nostavatkin esiin humbottien käsitteen määritellen nämä inhimillisen ja tekoälyllisen vuorovaikutuksen yhdistelmäksi, joissa ihmisiä ja tekoälyä yhdistetään saumattomasti.

Carisin, Albarellin ja Luccion (2019) mukaan kehittyvä teknologia, kuten luonnollisen kielen käsittelyn (NLP, natural language processing) ja koneoppimisen edistysaskeleet mahdollistavat chattibottien jatkuvan kehittämisen ja parantamisen. NLP auttaa chattibottia ymmärtämään ja tulkitsemaan ihmisten kysymyksiä paremmin sekä tuottamaan ymmärrettäviä vastauksia. Koneoppiminen puolestaan mahdollistaa chattibottien oppimisen ja kehittymisen vuorovaikutuksen kautta, mikä parantaa niiden palvelukokemusta ja tehokkuutta ajan myötä.

Tulevaisuus

Chattibotit, erityisesti empaattiset chattibotit (Casas et al. 2021) ovat matkailualalla kuitenkin osa tulevaisuutta. Niiden avulla yritykset voivat luoda paremman, personoidun asiakaskokemuksen sekä lisäksi tarjota kohdennettuja tarjouksia, suosituksia ja vinkkejä, mikä parantaa asiakasuskollisuutta ja lisää liiketoiminnan kannattavuutta. Lisäksi yritykselle syntyy selkeitä säästöjä ajankäytön ja tehokkuuden osalta.

Chattibottien kielitaitoon ja -ymmärrykseen, tiedon luotettavuuteen sekä monimutkaisuuden käsittelyyn liittyvät haasteet on tunnistettu. Samoin panostuksia tarvitaan esimerkiksi tietosuojan kehittämiseen koskien niin asiakkaan tietojen keräämistä ja käyttöä kuin esimerkiksi maksutapahtumaturvallisuutta ostettaessa tuotteita chattibottien avulla (Adamopoulou & Moussiades 2020).

Teknologian jatkuvan kehittymisen myötä chattibottien rooli matkailualalla tulee todennäköisesti kasvamaan entisestään, kun niiden kykyä ymmärtää ja tulkita asiakkaiden tarpeita ja vastata niihin tutkitaan ja parannetaan edelleen (esim. Heinonen & Pesonen 2022). Aika näyttää, milloin chattibotit työntävät viimeisetkin ”kaikki asiakaspalvelijamme ovat juuri nyt varattuja” -hokemat historiaan.

Lähteet

1. Adamopoulou, E., & Moussiades, L. (2020). Chatbots: History, technology, and applications. In Machine Learning with Applications.
2. Brennan, K. (2006). The managed teacher: Emotional labour, education, and technology. In Educational Insights (pp. 55 – 65).
3. Buhalis, D., & Cheng, E. S. Y. (2020). Exploring the use of chatbots in hotels: technology providers’ perspective. In Information and Communication Technologies in Tourism 2020: Proceedings of the International Conference in Surrey, United Kingdom, January 08–10, 2020 (pp. 231-242). Springer International Publishing.
4. Buhalis, D., & Sinarta, Y. (2019, March). Real-time co-creation and nowness service, lessons from tourism and hospitality. In Journal of Travel & Tourism Marketing (pp. 563-582).
5. Carisi, M., Albarelli, A., & Luccio, F. L. (2019, September). Design and implementation of an airport chatbot. In Proceedings of the 5th EAI International Conference on Smart Objects and Technologies for Social Good (pp. 49-54).
6. Casas, J., Spring, T., Daher, K., Mugellini, E., Khaled, O. A., & Cudré-Mauroux, P. (2021, September). Enhancing conversational agents with empathic abilities. In Proceedings of the 21st ACM International Conference on Intelligent Virtual Agents (pp. 41-47).
7. Chung, M., Ko, E., Joung, H., & Kim, S. J. (2018). Chatbot e-service and customer satisfaction regarding luxury brands. In Journal of Business Research (pp. 587 – 595).
8. Edwardian Hotel London welcomes Edward, our virtual host. (2018). https://youtu.be/NUeBwGbLT1I.
9. Grudin, J., & Jacques, R. (2019, May). Chatbots, humbots, and the quest for artificial general intelligence. In Proceedings of the 2019 CHI conference on human factors in computing systems (pp. 1-11).
10. Heinonen, J., & Pesonen, J. (2022). Identifying the Elements of Great Online Customer Encounters. In Information and Communication Technologies in Tourism 2022: Proceedings of the ENTER 2022 eTourism Conference, January 11–14, 2022 (pp. 271-281). Springer International Publishing.
11. Jiménes-Barreto, J., & Rubio, N. (2021). “Find a flight for me, Oscar!” Motivational customer experiences with chatbots. In International Journal of Contemporary Hospitality Management (pp. 3860 – 3882).
12. Marcos-Pablos, S., & García-Peñalvo, F. J. (2022). Emotional Intelligence in Robotics: A Scoping Review. In New Trends in Disruptive Technologies, Tech Ethics and Artificial Intelligence: The DITTET Collection 1 (pp. 66-75). Springer International Publishing.
13. Netomi (n.d.). WestJet takes the guest experience up a notch with Netomi’s powerful AI. https://cdn2.hubspot.net/hubfs/5525585/Content%20Library/Case%20Study%20-%20Westjet.pdf.
14. Ntoutsi, E., Fafalios, P., Gadiraju, U., Iosifidis, V., Nejdl, W., Vidal, M. E., … & Staab, S. (2020). Bias in data‐driven artificial intelligence systems—An introductory survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 10(3), e1356.
15. Pereira, T., Limberger, P. F., Minasi, S. M., & Buhalis, D. (2022).New Insights into Consumers’ Intention to Continue Using Chatbots in the Tourism Context. Journal of Quality Assurance in Hospitality & Tourism (pp. 1 – 26).
16. Suhaili, S. M., Salim, N., & Jambli, M. N. (2021). Service chatbots: A systematic review. Expert Systems with Applications, 184, 115461.

Kirjoittajat

Johanna Heinonen, LAB-ammattikorkeakoulun lehtori ja TK-asiantuntija
Telle Tuominen, Turun ammattikorkeakoulun lehtori ja TK-asiantuntija