Digitaalinen matkakumppani Chatbase matkailijan tietoisuuden tukena 

Johdanto

Projektimme tavoitteena oli tutkia, miten tekoälyä, erityisesti Chatbase-alustaa voitaisiin hyödyntää matkailualan markkinointi- ja myyntiprosesseissa. Työ toteutettiin osana Collaborative Customer Experience and Digital Marketing -opintojaksoa, ja sen aikana etenimme seitsemän vaiheen kautta ideasta konkreettiseen testaukseen. Tässä blogipostauksessa kuvaamme projektin etenemisen, käytetyt menetelmät, keskeiset havainnot sekä johtopäätökset. 

Tekoälyn teoriapohja ja toimintalogiikka 

Projektimme käynnistyi ideasta tutkia ChatGPT:n hyödyntämistä matkailualan myynti- ja markkinointiprosesseissa. Työn edetessä havaitsimme kuitenkin, että Chatbase soveltuu projektimme tavoitteisiin paremmin tekoälyalustana, erityisesti asiakaspolun tietoisuusvaiheessa, jossa chatbot voi tarjota helposti lähestyttävää ja monikielistä asiakaspalvelua (Izchak 2025).

Botin tarkoituksena on auttaa käyttäjää suunnittelemaan matkaa Suomen Lappiin ja selvittää, millainen matkailija käyttäjä on. Asiakassegmentin selvittämisellä keskustelua voidaan ohjata matkailijalle sopiviin sisältöihin tai varausmahdollisuuksiin, ja se myös tekee keskustelusta joustavampaa (Visit Finland 2023a). Samalla se tukee asiakaspolun eri vaiheita tarjoamalla henkilökohtaista ja vuorovaikutteista opastusta erityisesti alkuvaiheessa, kun asiakas etsii inspiraatiota ja tietoa matkakohteesta (Visit Finland 2023b).

Tekoäly (Artificial Intelligence) on teknologiaa, joka mahdollistaa koneiden ja ohjelmistojen suoriutumisen tehtävistä, jotka vaativat älykkyyttä, kuten päätöksenteosta, oppimisesta ja kielen ymmärtämisestä (Tulos 2025, 4). Projektissamme hyödynnetty Chatbase toimii juuri tällaisena älykkäänä työkaluna, joka hyödyntää sille syötettyä tietoa ja pyrkii vastaamaan asiakkaille heidän omalla kielellään.

Chatbase toimii promptipohjaisesti. Promptit ovat tekoälylle annettavia syötteitä tai komentoja, joiden perusteella se tuottaa vastauksia. Mitä selkeämmin ja täsmällisemmin kysymys muotoillaan, sitä osuvampi ja hyödyllisempi vastaus saadaan. (Valkonen 2024, 6-8.) Tämä mahdollistaa entistä tarkemman vuorovaikutuksen matkailijan kanssa eri asiakaspolun vaiheissa.

Touchpointin valinta 

Tarkastelumme kohdistui asiakaspolun, myynnin ja markkinoinnin tietoisuusvaiheeseen. Tässä vaiheessa matkailija etsii inspiraatiota ja tietoa mahdollisesta matkakohteesta. Tietoisuusvaiheessa tehokas markkinointi herättää kiinnostusta ja tekoäly voi toimia digitaalisena opastajana ja tiedon tarjoajana.

Valitun touchpointin pohjalta ryhmämme alkoi pohtimaan, millä tavoin tekoäly voisi edistää matkustajan tietoisuutta. Päädyimme suunnittelemaan chatbotin eli tekoälyllä toimivan keskustelevan robotin Suomen matkailua markkinoivalle Visit Finlandille.

Käyttötarinan rakentaminen

Botin tarkoituksena on auttaa matkailijaa suunnittelemaan matkaa Suomen Lappiin. Kehitelty chatbot on suunniteltu nettisivujen asiantuntijaksi, jolta tietoa etsivät matkailijat voivat kysyä apua tiedon löytämiseen ja esimerkiksi matkan suunnitteluun omalla kielellään.

Loimme tarinallisen esimerkin, jossa chatbot toimii kehitetyn kuvitteellisen matkailijan apuna hypoteettisessa tilanteessa. Marie on 32-vuotias australialainen barista, joka näkee Tiktok-videon Lapin revontulista ja kiinnostuu Suomeen matkustamisesta. Marie ei ole ennen matkustanut ulkomaille, hän tarvitsee apua matkan suunnittelussa ja löytää chatbotin Visit Finlandin sivuilta.

Tarinan avulla pystyimme asettumaan asiakkaan asemaan ja testaamaan chatbotin toimivuutta käytännön näkökulmasta.

Keskeisiä botin tehtäviä ovat matkailijan asiakassegmentin selvitys ja ohjaaminen sopiviin vaihtoehtoihin ja sisältöihin. Vastauksien lähteenä botti käyttää Visit Finlandin omia nettisivuja sekä sinne linkitettyjä luotettavia sisältöjä kuten eri Lapin alueiden matkailutoimistojen sekä palveluntarjoajien sivuja.

Käytännön testaus

Testausta varten jaoimme ryhmämme hetkellisesti kahteen osaan. Toisen ryhmän tehtävänä oli kouluttaa chatbottia, jotta se pystyisi vastaamaan testauksen aikana käyttäjän kysymyksiin ja tietämään tehtävänsä sekä tavoitteet. Toinen puoli ryhmästämme keskittyi testattavien kysymysten suunnitteluun. Botin kouluttamiseksi loimme ja syötimme system promptin eli kuvauksen siitä, mitä varten botti on, mikä sen tehtävä on ja kuinka sen tulee toimia. System prompt toimii eräänlaisenä tehtävänantona botille (Valkonen 2024).

Seuraava vaihe oli syöttää botille dataa erilaisten verkkosivujen muodossa. Löysimme useamman erilaisen verkkosivun, jota olisimme halunneet käyttää, mutta haasteeksi muodostui Chatbasen ilmaisversion linkkirajoitus. Suunnitelmamme mukaan meillä oli seitsemän erilaista verkkosivua, jotka halusimme syöttää bottiin. Ilmaisversio kuitenkin rajoittaa linkkien määrän kymmeneen, ja lopulta valitsemillamme verkkosivuilla oli yli 1700 linkkiä. Tämä tarkoitti sitä, että jouduimme rajaamaan verkkosivuja ja sitä kautta linkkien määrä väheni huomattavasti.

Huomasimme myös, että botti löytää saman sivuston eri kieliversioista erilaista tietoa. Botille tuli myös erikseen kertoa, tuleeko sen käyttää pelkästään sille syötettyä dataa vai saako se etsiä tietoa myös muualta netistä. Tässä testauksessa koulutimme botin käyttämään pelkästään annettuja linkkejä.

Datan kerääminen

Projektin aikana keräsimme dataa monipuolisesti eri lähteistä, jotta pystyimme arvioimaan Chatbase-alustan toimivuutta matkailualan asiakaskokemuksen tukena. Datan kerääminen aloitettiin heti projektin alkuvaiheessa, ja siihen kuului muun muassa keskustelujen dokumentointi, ideointimuistiinpanot, verkkohavainnot sekä varsinaiset testauskeskustelut chatbotin kanssa.

Keräsimme myös konkreettisia havaintoja ja dataa siitä, miten chatbot vastasi eri kielillä ja millaisia vastauksia se antoi eri syötteisiin eli prompteihin (Valkonen 2024, 21). Kaikki testausvaiheen keskustelut ja huomiot tallennettiin yhteiseen datakansioon, jonka avulla pystymme analysoimaan projektin lopussa chatbotin toiminnan vahvuuksia ja kehityskohteita.

Kiinnitimme erityisesti huomiota siihen, miten Chatbase toteuttaa digitaalista vieraanvaraisuutta eli digital hospitalitya. Digital hospitality viittaa siihen, miten chatbotit pystyvät luomaan lämpimän, henkilökohtaisen ja vieraanvaraisen asiakaskokemuksen verkossa, aivan kuten hyvä asiakaspalvelu paikan päällä (Tuominen 2022). Testausvaiheen aikana arvioimme, onnistuiko chatbot rakentamaan luottamusta, kohtaamaan asiakkaan yksilöllisesti ja tarjoamaan sujuvaa opastusta eri asiakaspolun vaiheissa. Tämä näkökulma oli keskeinen osa datan analysointia ja auttoi meitä ymmärtämään, miten tekoäly voi tukea digitaalista asiakaskokemusta matkailussa.

Datan analysointia

Analysoimme chatbotin toimintaa suhteessa Marien tarinaan ja tietoisuusvaiheeseen hyödyntäen analyysin indikaattoreina käyttäjäystävällisyyttä, tarkkuutta ja paikkansapitävyyttä.

Chatbot oli helppokäyttöinen, nopea ja selkeäkielinen. Monikielisyys paransi saavutettavuutta ja teki botista helposti lähestyttävän eri taustoista tuleville käyttäjille.

Tarkkuudessa botti osasi kohdentaa vastauksensa matkailuun liittyviin kysymyksiin, tarjoten Marielle relevanttia ja luotettavaa tietoa suunnitteluvaiheessa.

Paikkansapitävyys vahvistui vertaamalla vastauksia Visit Finlandin verkkosivuihin sekä sisältö vastasi hyvin sivuston tietoja, lisäten luottamusta bottiin.

Testasimme Visit Finlandin kansainvälisten verkkosivujen syöttämistä chatbotille. Huomasimme, että Visit Finlandilla on erilliset sivustot kotimaisille ja kansainvälisille käyttäjille. Suomenkielisiltä sivuilta botti antoi vastauksia pääosin suomeksi ja englanniksi, kun taas kansainvälisten sivujen avulla se osasi vastata useilla eri kielillä, kuten englanniksi, ruotsiksi, indonesiaksi ja espanjaksi.

Tämä monikielisyys tekee chatbotista helposti lähestyttävän ja palvelevan työkalun eri taustoista tuleville matkailijoille. Se tarjoaa nopeaa ja vaivatonta tietoa ilman kielimuuria, mikä tukee tehokkaasti tietoisuusvaiheen tarpeita. Tässä tapauksessa chatbot tuki Mariea erityisesti matkan suunnittelussa englannin kielellä, vastaten hänen kysymyksiinsä kohteista, aktiviteeteista ja yleisistä matkustusolosuhteista. Tämä loi turvallisuuden ja kiinnostuksen tunnetta, mikä voi ohjata asiakasta eteenpäin harkintavaiheeseen.

Havainnot ja johtopäätökset

Useamman testauksen pohjalta teimme seuraavia johtopäätöksiä: Vaikka chatbotissa olikin paljon hyvää, havaitsimme siinä myös puutteita. Kohteliaisuusfraasien käyttö kuten “please” ja “thank you” olivat vajavaisia. Tämä tulisi huomioida jo botin koulutusvaiheessa. Tämän lisäksi botti ei täysin muistanut kaikkea, mitä sille oli aiemmin saman keskustelun aikana kerrottu. Botti kysyi paljon jatkokysymyksiä eikä täysin osannut selvittää käyttäjän asiakasegmenttiä aiempien vastausten perusteella.

Chatbotista hyötyvät niin yritys, matkakohde kuin käyttäjä. Chatbot hakee vaivattomasti tietoa käyttäjälle, tämän puolesta. Tämä vähentää käyttäjän työtä matkan suunnitteluun liittyen. Botin käyttäjä hyötyy botin monikielisyydestä sekä ympärivuorokautisuudesta. Esimerkiksi kohdemaan aikaero ei vaikuta matkan suunnitteluun.

Yritykset hyötyvät esimerkiksi lisääntyvästä verkkosivuliikenteestä, vaikka botti ei ehdota suoraan tiettyjä toimijoita. Botti kuitenkin ehdottaa erilaisia vertailusivustoja kuten booking.com ja skyscanner.com, joiden kautta käyttäjät päätyvät erilaisten yritysten sivuille. Yritys hyötyy myös koulutustarpeen vähenemisestä, sillä yrityksen ei tarvitse kouluttaa uusia työntekijöitä nettisivujen asiakaspalveluun ja näin työntekijöiden tarve on vähäisempi.

Kuten jo aiemmin mainitsimme, kiinnitimme botin koulutuksessa huomiota digitaalisen vieraanvaraisuuden toteutukseen. Tämä osuus toteutui kohtalaisen hyvin. Chatbot osoitti kiinnostustaan keskustelun aikana monella eri tavalla, kysymällä jatkokysymyksiä sekä vastaamalla kohteliaasti ja asiakaspalvelumaisesti. Chatbot pysyi tehtävänannossaan suhteellisen hyvin. Botti ei maininnut tai markkinoinnut yhtäkään yritystä tai suosinut tiettyjä kohteita, vaan pysyi puolueettomana. Se myös ohjasi käyttäjän hintojenvertailusivustoille ja painotti sitä, ettei voi hoitaa varauksia.

Chatbot ei ole vain helposti saavutettava tietopankki. Se voi rakentaa luottamusta, tuottaa arvoa ja kohdata käyttäjän aidosti hänen tarpeidensa mukaan. Luotettavalla verkkosivulla olevan botin, käyttäjä yleensä luokittelee turvalliseksi ja luotettavaksi tiedonlähteeksi. Botti osaa personoida jatkokysymyksensä ja vastauksensa käyttäjän vastausten sekä käyttäytymisen pohjalta.  

Lähteet ja linkit

  1. Izchak, O. E. 2024. 6 examples of how AI is used in the travel industry. Mize 22.04.2025. Viitattu 13.5.2025 https://mize.tech/blog/6-examples-of-how-ai-is-used-in-the-travel-industry.
  2. Lapin Amk 2025. Tekoäly matkailun myynti- ja markkinointiprosessin tukena. Rovaniemi. Viitattu 10.5.2025 https://lapinamk.fi/hanke/tekoaly-myynnin-liiketoimintaprosessien-tukena-matkailussa.
  3. Tulos Helsinki 2025. AI-tekoäly digimarkkinoinnissa. Viitattu 17.5.2025 https://tulos.fi/lataussivu-tekoaly-digimarkkinoinnissa.
  4. Tuominen, T. 2022. Käytätkö asiakaskohtaamisen keinoja? Ehospitality 25.4.2022. Viitattu 18.5.2025 https://blogi.eoppimispalvelut.fi/ehospitality/kaytatko-digiajan-asiakaskohtaamisen-keinoja/.
  5. Valkonen, P. 2024. Viestijän vinkit tekoälyyn 2.0. Konsultointi Valkosen käytännön vinkit tekoälyn hyödyntämiseksi viestijän työssä. Viitattu 13.5.2025 https://www.konsultointivalkonen.fi/oppaat.
  6. Visit Finland 2023a. Tunnista kohderyhmäsi,asiakkaasi ja vahvuutesi. Suomen potentiaali, position ja kohderyhmätutkimus. Viitattu 13.5.2025. https://www.visitfinland.fi/4aef34/globalassets/visitfinland.fi/vf-julkaisut/2023/tunnista-kohderyhmasi-asiakkaasi-ja-vahvuutesi.pdf.
  7. Visit Finland 2023b. Liiketoiminnan kehittäminen ja kulttuurimatkailu. Markkinointi, myynti ja jakelukanavat. Viitattu 2.5.2023 https://www.visitfinland.fi/liiketoiminnan-kehittaminen/tuotekehitysteemat/kulttuurimatkailu/culture-creators/markkinointi-myynti-ja-jakelukanavat.

Kirjoittajat: Suvi Väinämö, Meri Pessinen, Minttu Jokiaho, Jenna Turunen


Lapin AMKin Tekoäly matkailun myynti- ja markkinointiprosessien tukena eli AImama-hanke toimi restonomiopintojen 2. vuoden Collaborative Customer Experience and Digital Marketing -opintojakson oppimisprojektin toimeksiantajana.

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *