Työkaluna tekoäly- asiakaspalautteet matkailualan yrityksissä

Asiakaspalautteiden kerääminen on useimmille yritykselle arkipäivää, mutta mitä kerätylle tiedolle tapahtuu ja kuinka sitä hyödynnetään? Tekoäly tuo mukanaan mahdollisuuksia asiakaspalautteen käsittelyyn kuin analysoimiseenkin

Blogi-teksti on kirjoitettu osana Collaborative Customer Experience and Digital Marketing-opintojaksoa, pyrkien tunnistamaan Inarin alueen majoitustarjoajien tämänhetkistä verkossa tapahtuvaa asiakaspalautteiden keräämistä sekä tekoälyn hyödyntämistä tiedon käsittelyssä. Blogi on toteutettu yksilötyönä, lähestyen aihetta opintojakson sisällön mukaisesti, työskentelyn viiden eri vaiheen avulla.

Asiakaspalautteiden kerääminen yrityksen verkkosivuilla

Asiakastyytyväisyyttä voidaan parantaa teknologian ja tekoälyn tuomien työkalujen avulla. Tekoälyn käyttö mahdollistaa verkossa annettuihin asiakaspalautteisiin vastaamisen ja palvelutarpeisiin reagoimisen (Hanni-Vaara, Harju-Myllyaho, Hiltunen, Kähkönen, Pajula, Paloniemi & Tarkiainen 2023)., kuin myös liiketoiminnan tulevaisuuden ennakoimisen kerätyn datan ja analytiikan keinoin.

Työskentelyn ensivaiheen tärkeimmiksi työkaluiksi astuivat tekoälyä käsittelevä kirjallisuus sekä erilaiset verkkolähteet. Teorian pohjalta muotoutui ajatus aihealueen valinnasta: tekoälyn hyödyntäminen matkailualalla asiakaspalautteiden käsittelyn työkaluna. Tässä vaiheessa tarkastelun kohteeksi valikoitui myös majoituspalveluita tarjoava yritys Inarissa.

Työskentelyn tueksi ja tutkimusaiheen rajaamiseksi oli laadittava arviointikriteerit (jotka tosin muuttivat muotoaan työskentelyn edetessä) sekä tutkimuskysymykset.

Aiheen tutkimuskysymyksinä käytössä oli:

  • Kerätäänkö asiakaspalautteita?
  • Mitkä ovat tekoälyn käytön mahdollisuudet kerätyn tiedon pohjalta?
  • Hyödynnetäänkö tekoälyä asiakaspalautteiden ja -arvioiden keräämisessä?
  • Kuinka tekoälyn käyttö näyttäytyy verkkosivustoilla?
  • Mitä muita tekoälyn käyttöä tukevia tekijöitä on havaittavissa?

Näkökulmiksi ja arviointikriteereiksi puolestaan valikoituivat seuraavat:

Verkkosivuilta kerätyt asiakaspalautteet pohjana tekoälyn käytölle. Tekoälyn käyttömahdollisuudet asiakaspalautteiden keräämisessä ja hyödyntämisessä verkkosivujen perusteella.
Lopulliset arviointikriteerit tekoälyn käytön tarkastelussa. (Kuva: laadittu Canva-ohjelmalla, mukaillen Lapin AMK opintomateriaalia: Visualising the project phases 2024.)

Havaintoja yrityksen verkkosivujen pohjalta

Käytössä olivat yrityksen verkkosivut, joita tarkastellessa ensimmäisenä esiin nousi puutteita asiakkaan näkökulmasta. Asiakaspalautetta ei voinut jättää ilman varauksen tekemistä. Chat-asiakaspalvelua ei myöskään ollut käytettävissä. Vaikka yrityksen verkkosivut olivat kattavat, ainoana yhteydenottokeinona oli yritykseen soittaminen.

Mikäli yritys ei kerää asiakaspalautetta verkkosivuillaan, heiltä jää puuttumaan tieto verkkopalveluun tyytymättömistä asiakkaista, eli heistä, jotka eivät tee varausta.

Tämä vaihe työskentelyssä nostaa esille asiakaslähtöisyyden merkityksen, jota asiakaspalautteiden avulla voidaan tarkastella ja kehittää. Toimivat, monipuoliset verkkosivut tuovat arvoa yritykselle ja osoittavat asiakasymmärrystä. Huolellisesti suunniteltuna ja toteutettuna tekoäly tukee yrityksen toimintaa (Keto-Tokoi).

Ensimmäiset havainnot tekoälyn käytöstä yrityksen verkkosivustolla. (Kuva: laadittu Canva-ohjelmalla, mukaillen Lapin AMK opintomateriaalia: Visualising the project phases 2024.)

Tiedon keräämisen ongelmakohdat

Työskentely eteni tiedon keräämisen vaiheeseen. Menetelmiksi valikoituivat yrityksen haastattelu sekä verkkosivujen syvällisempi tarkastelu.

Haastattelua varten yritystä oli lähestyttävä, sähköpostitse. Viestin muotoilussa oli painotettu, ettei yrityksellä tarvitse olla tekoälyä käytössään sekä kaikki vastaukset ja mielipiteet ovat tervetulleita.
Yhteydenotoista huolimatta, vastausta yritykseltä ei koskaan saapunut. Syy tähän ei ole tiedossa, minkä vuoksi yrityksen nimi jätetty mainitsematta.

Työskentelyn suuntaa oli muutettava. Tiedon keräämisessä ei ollut mahdollista hyödyntää yritykseltä saatuja näkemyksiä ja keinoksi jäi oma havainnointi verkkosivujen avulla. Tässä vaiheessa arviointikriteereitä oli tarkennettava uudelleen.

Havaittavissa oli, että yrityksen verkkosivuilla oli asiakaspalautteita ja -arvioita, joihin oli merkitty Google reviews sekä Booking. Sivustolta löytyi myös ”usein kysytyt kysymykset” sekä Instagram, Facebook, YouTube & Tripadvisor kuvakkeet.

Kerätyn tiedon määrä osoittautui vähäiseksi ja tarkastelua oli laajennettava myös muihin Inarin alueen verkkosivustoihin. Kohteiksi valikoituivat hakukoneiden nostamat majoituspalveluita tarjoavat yritykset: Hotel Korpikartano, Visit Inari, Wilderness Hotel Juutua, Aurora Village, Lomarengas ja Inari Camping.
Sama kaava näytti kuitenkin toistuvan. Pääsääntöisesti asiakaspalautetta ei voinut jättää yrityksen omilla verkkosivuilla. Hakukoneiden avulla lisätietoa oli kuitenkin saatavilla ja yritykset löytyivät ulkopuolisilta varaussivustoilta, asiakasarvioineen.

Tiedon keräämisen keinot sekä näkökulman muuttaminen. (Kuva: laadittu Canva-ohjelmalla, mukaillen Lapin AMK opintomateriaalia: Visualising the project phases 2024.)

Alueen kokonaiskuvan tarkastelu

Verkkosivuja suunnitellessa on mahdotonta huomioida aivan kaikkia asiakkaiden tarpeita ja tilanteita. Tämän vuoksi asiakaspalauteen kerääminen verkkosivustoilla tukee asiakasymmärrystä ja auttaa kehittämään toimintaa (Askem.)

Tekoäly tarjoaa mahdollisuuksia asiakkaan ohjaamiseen verkkosivustolla, keinoja nopeaan palautteen jättämiseen ja siihen reagoimisen. Tällaisia keinoja ovat niin asiakaspalautelomakkeet, kyselyt kuin chat-botitkin.

Seuraavassa kaaviossa on tarkasteltu Inarin alueen majoituksen tarjoajien verkkosivustoja, kooten tietoa mahdollisuuksista asiakaspalautteiden jättämiseksi.

Asiakaspalautteiden kerääminen ja hyödyntäminen majoituspalveluiden verkkosivuilla Inarissa. (Kuvio on laadittu yritysten verkkosivuilta kerättyjen tietojen perusteella).

Asiakaspalautteen kerääminen verkkosivuilla ja tekoälyn käytön mahdollisuudet

On havaittavissa, että asiakaspalautetta ei kerätä aktiivisesti yritysten omilla verkkosivuilla. Ainoastaan yksi tarkastelluista yrityksistä tarjoaa suoran mahdollisuuden asiakaspalautteen jättämiselle. Toisella yrityksellä puolestaan löytyy ”ota yhteyttä”-lomake. Tämä ei varsinaisesti ole asiakaspalautetta keräävä lomake, mutta se mahdollistaa palautteen jättämisen ja tämän myötä datan keräämisen. Loput tarkastelluista yrityksistä vaikuttaisivat luottavan ulkopuolisen varaussivuston avulla kerättyihin asiakaspalautteisiin ja -arvioihin.

Tarkasteluun valituilla yrityksillä ei myöskään ole chat-palveluita käytössään. Minkä taustalla voi olla esimerkiksi korkeat kustannukset tai palvelulle ei ole havaittua tarvetta.

Sivustoilta kuitenkin löytyvät ”usein kysytyt kysymykset”. Tämä viittaa asiakaspalautteiden keräämiseen ja hyödyntämiseen, mutta toisaalla kuin omilla verkkosivuilla. Mikäli tämä data on kirjallisessa muodossa, valmiuksia tekoälyn hyödyntämiseen kerätyn asiakaspalautteen analysoinnissa on.

On kuitenkin huomioitava, että tekoälyn käyttö tiedon analysoimisessa saattaa ohjata myös harhaan.
Verkkosivustoja laativa yritys Askem kuvaa heidän tutkimukseensa perustuvaa tilannetta, jossa asiakkaat ohjautuivat sivustoille hakukoneiden kautta. Lukuajat olivat pitkiä sekä poistumisreitit matalia. Kaikki näytti hyvältä. Kävi kuitenkin ilmi, että asiakkaat viipyvät sivustolla kauan, sillä he eivät löytäneet tarvitsemaansa tietoa. (Askem.)

Kerättyä tietoa on siis tulkittava oikein ja usein kirjallinen asiakaspalaute on yksi selkeimmistä keinoista saada tietoa.

Havaittu tekoälyn käyttö yritysten sivustoilla

Yritykset (osa yrityksistä) olivat nostaneet varaussivuston asiakasarvioita verkkosivustolleen asiakkaiden luettavaksi. Tämän taustalla on usein varaussivustojen käyttämä asiakaspalautteen analysointi tekoälyn keinoin.

Esimerkiksi varauspalvelu Booking käyttää tekoälyä parantamaan käännöksiä asiakaspalautteissa (Ross 2017) ja Google hyödyntää tekoälyä erottamaan aidot ja väärennetyt asiakasarviot toisistaan (Southern 2024).

Lisää Googlen AI:n käytöstä luettavissa täältä.

TripAdvisor puolestaan lähestyy asiakasarvosteluja ymmärtämisen kautta. Tekoälyä hyödynnetään arvostelujen sisällön tarkasteluun, tämän puolestaan edistävää suositusten personointia. Sivustolla käytetään myös analyyseja, jonka pohjalta määritellään käyttäjät, mutta samalla myös havainnoidaan millaisia arvosteluja he etsivät. Käytössä on myös suodattimia, jotka analysoivat käyttäjän kiinnostuksen kohteita, tarjoten heille luettavaksi osuvimpia arvosteluja (pohjautuen aiemmin etsittyihin sisältöihin) (Menze 2018)

Voidaan todeta, että yritykset eivät suoraan itse käytä tekoälyä, vaan hyödyntävät sitä toisen käden tietona, eli jo analysoituna.

Muita tekoälyn käyttöä tukevia tekijöitä

Jokaiselta tarkastelun kohteena olleelta yritykseltä löytyvät yhteystiedot puhelinnumeroineen. Palveluajat eivät ole kuitenkaan kaikilta löytyneet ja vain yhdellä yrityksistä oli 24/7 puhelinpalvelu tarjolla.

Tekoäly pystyy käsittelemään tekstipohjaista tietoa, mutta myös puhelimitse saatua palautetta hyödyntäen puheentunnistamista, tämän helpottaen puhelimitse kerätyn tiedon (nauhoitettujen asiakaspuheluiden) analysoimista (Matintupa 2020). Mikäli yritykset nauhoittavat puhelunsa, asiakaspalautteitta voidaan kerätä ja analysoida helposti tekoälyä hyödyntäen. Yritysten tämänhetkisestä puheluiden nauhoittamisesta ei kuitenkaan ole tietoa.

Tällä hetkellä erityisesti suuret yritykset, joissa puheluiden määrät liikkuvat jopa sadoissa tuhansissa, hyödyntävät tekoälyä (Matintupa 2020). Tekoälyn käytön yleistyessä, voidaan ajatella myös pienempien yritysten tarttuvan tulevaisuudessa puheentunnistamisen tarjoamiin mahdollisuuksiin.

Tarkastelluilla yrityksillä on todennäköisesti tällä hetkellä muita keinoja asiakaspalautteen keräämiseen ja tämän myötä tekoälyä saatetaan hyödyntää. Tietoa ei kuitenkaan ollut saatavilla riittävästi.

Pienten yritysten kohdalla, esimerkiksi QR-koodien hyödyntäminen voisi olla yksi keino kerätä tietoa kustannustehokkaasti. Lisäksi sosiaalisen median käyttö tukee osaltaan tiedon keräämistä.

Oli kyseessä sitten tekstipohjainen tai puheen muodossa kerätty data, tukee tekoälyn käyttö yrityksen toimintaa ja jopa mahdollistaa tiedon käsittelyn tilanteissa, joihin ei muutoin olisi henkilöstöresursseja (Matintupa 2020).

Kerätyn tiedon analysoinnin haasteet

Tiedon analysointiin heijastui opintojakson nopea aikataulu ja tämän vuoksi aikaa työskentelylle oli rajallisesti. Tiedon keräämistä olisi tukenut yritysten pidemmän aikavälin tarkastelu ja useammat yhteydenotot yrityksiin, joka tällä kertaa ei ollut mahdollista. Yrityksen omat näkemykset ja lähtökohdat tekoälyn käytössä jäivät näin ollen puuttumaan.

Työskentelyn analysointivaihe (Kuva: laadittu Canva-ohjelmalla, mukaillen Lapin AMK opintomateriaalia: Visualising the project phases 2024.)

Yhteenveto: Kerätty tieto on edellytys tekoälyn käytölle

Tekoäly asiakaspalautteen ja -arvioiden keräämisen tukena ja tiedon hyödyntämisessä vaatii kerättyä dataa. Mikäli tätä ei kerätä, on lähtökohdat tekoälyn käytölle heikot.

Yhtenä syynä tähän on, että tekoälyn pohjautuu usein koneoppimiseen. Tämä puolestaan tarkoittaa menetelmiä, jossa ohjelmia ”opetetaan” ja tämän myötä parannetaan tuloksia. (ATR.) Koneoppimisen edellytyksenä on, että kerättyä dataa tulee olla käytettävänä. Turhaan dataa ei kuitenkaan ole tarkoitus kerätä.

Verkkosivujen perusteella oli havaittavissa, että Inarin seudulla majoituspalveluita tarjoavat yritykset eivät kerää verkossa asiakaspalautetta, eivätkä tämän myötä hyödynnä tekoälyn mahdollisuuksia. Lähes jokaisella yrityksellä kuitenkin oli jossain muodossa kerättyjä asiakaspalautteita. Tämän perusteella mahdollisuuksia sekä syitä tekoälyn käyttöön olisi.

Ulkoisten varaussivustojen tekoälyn käytön myötä yritysten voidaan kuitenkin ajatella olevan jo osana tekoälyn käyttöä.

On havaittu, että yritysten tuottaman datan määrät kasvavat ja näiden analysoiminen muuttuu haasteellisemmaksi ihmiselle. Erityisesti tällöin tekoälypohjaiset ratkaisut ovat avainasemassa. Tekoäly mahdollistaa suurten data määrien käsittelyn nopeasti sekä se voi tarjota ennakoivaa tietoa, kuten arvioita tulevista trendeistä ja yhdistellä tietoa. (Sukhanova 2023.) Tämän ovat havainneet useat varaussivustot, joita myös Inarin alueen yritykset käyttävät.

Tekoälyn käyttö on kuitenkin vielä suhteellisen tuore ilmiö eikä laaja-alaista käyttökokemusta voida tässä vaiheessa yrityksiltä odottaa.

Päätelmät tekoälyn käytöstä Inarin majoituskohteiden verkkosivuilla. (Kuva: laadittu Canva-ohjelmalla, mukaillen Lapin AMK opintomateriaalia: Visualising the project phases 2024.)

Lähteet:

  1. Aurora Village 2024. Viitattu 15.5.2024 https://www.auroravillage.fi/fi/etusivu/.
  2. ATR 2024. Tekoälyopas. Viitattu 29.4.2024 https://www.atrsoft.com/osaaminen/tekoaly/tekoaly-opas.
  3. Askem 2024. 5 syytä kerätä asiakaspalautetta verkkosivuilta. Viitattu 8.5.2024 https://www.askem.com/fi/artikkelit/5-syyta-kerata-asiakaspalautetta-verkkosivuilta.
  4. Google 2024. RESPONSIBILITY: AI Governance reviews and operations. Viitattu 15.5.2024 https://ai.google/responsibility/ai-governance-operations/.
  5. Hanni-Vaara, P., Harju-Myllyaho, A., Hiltunen, M., Kähkönen, O., Pajula, M., Paloniemi, P. & Tarkiainen, A. 2023. Kurkkaus hypen taakse – mitä tekoäly voi tuoda matkailualalle? Lumen – Lapin ammattikorkeakoulun verkkolehti (3). Viitattu 5.4.2024 https://www.lapinamk.fi/loader.aspx?id=40863e82-707b-481a-9206-615df3dbd95b.
  6. Hotel Korpikartano 2024.Viitattu 15.5.2024 https://korpikartano.fi/.
  7. Inari Camping 2024. Viitattu 15.5.2024 https://www.inaricamping.fi/.
  8. Keto-Tokoi, J. 2024. Valmistautuminen tekoälyn aikakauteen: Opas yrityksille. DB Pro Services. Viitattu 16.5.2024 https://dbproservices.fi/data-science/valmistautuminen-tekoalyn-aikakauteen-opas-yrityksille/.
  9. Lomarengas 2024. Viitattu 25.5.2024 https://www.lomarengas.fi/i/yhteystiedot/ota-yhteytta/omistajien-asiakaspalvelu.
  10. Matintupa, M. 2020. Tekoäly nuuskii asiakaspalautetta ja kertoo siitä johtajille – paljasti sähköyhtiölle, että asiakkaat eivät ymmärrä laskujaan. Artikkeli 29.1.2020. Yle. Viitatttu 29.4.2024 https://yle.fi/a/3-11177475.
  11. Menze, J. 2018. How Tripadvisor is using AI to “humanize” its review community. News 17.4.2018. Phocus Wire. Viitattu 9.5.2024 https://www.phocuswire.com/TripAdvisor-AI-reviews.
  12. Ross E. 2017. AI: the next frontier. Blogi 6.12.2017. Viitattu 9.5.2024 https://partner.booking.com/en-gb/click-magazine/trends-insights/ai-next-frontier.
  13. Southern, M. 2024. Google uses AI to detect fake online reviews faster. Search Engine Journal 13.2.2024. Viitattu 15.5.2024 https://www.searchenginejournal.com/google-uses-ai-to-detect-fake-online-reviews-faster/508093/.
  14. Sukhanova, K. 2023. AI Statistics: Amazing Insights and Trends for 2023. Blogi 8.6.2023. TechReport. Viitattu 27.4.2024 https://techreport.com/statistics/ai-statistics/
  15. Visit Inari 2024.Viitattu 15.5.2024 https://visitinari.fi/
  16. Wilderness Hotels, Juutua 2024. Viitattu 15.5.2024 https://wildernesshotels.fi/fi/wilderness-hotel-juutua-page-377521

Kirjoittaja: Elisa Karomäki

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *