Tilbage til artikler

Frans Veigar Garðarsson, CPO

Udgivet

Opdateret

Hvordan AI-agenter forvandler reservationsnotater til rengøringsopgaver

Hvordan AI-agenter forvandler reservationsnotater til rengøringsopgaver

Gæsteønsker, der skrives i reservationskommentarer, når ofte aldrig ud til personalet på gulvet. Tracey, Sweeplys AI-agent til reservationstraces, læser disse kommentarer i PMS'et, regner ud, hvad gæsten har bedt om, og opretter opgaven til det team, der skal udføre den. Hos THE FLAG i Zürich opretter agenten omkring 30 opgaver om dagen.

Hvordan AI-agenter forvandler reservationsnotater til rengøringsopgaver

Kort sagt

• Tracey er Sweeplys AI-agent til reservationsnoter: Den læser friteksten, der er knyttet til en booking i PMS'et, og opretter automatisk den tilhørende rengørings-, vedligeholdelses- eller serviceopgave, uden at nogen behøver at indtaste det igen. • Hos THE FLAG, en hotelgruppe med seks hoteller i Zürich, der bruger Apaleo, viser Sweeplys offentliggjorte casestudie, at 1.800 reservationsnoter blev behandlet med kun 5 fejl, mere end 8 timer sparet om ugen og 80 % færre klagerelaterede opgaver. • THE FLAG rapporterede omkring 30 automatisk oprettede opgaver hver dag og 3,5 timer sparet om ugen på opgaveoprettelse alene efter udrulningen. • Der kræves ingen ny infrastruktur: Agenten kører via Sweeplys åbne API'er direkte i det PMS, hotellet allerede benytter, og Sweeply kan integreres med over 20 property management-systemer med mulighed for at gå i luften inden for 24 timer på et understøttet system. • Agenten registrerer kun anmodninger, der er skrevet direkte på reservationen, så henvendelser via telefon, i receptionen eller i en OTA-beskedtråd skal stadig logges manuelt af en medarbejder.

Gæsteanmodninger bliver skrevet ned ved booking og skal derefter igennem en hel række af mennesker, før nogen handler på dem. En anmodning om en barneseng i en reservationskommentar skal bemærkes i receptionen, logges et sted, logges det rigtige sted, ses af housekeeping og udføres før ankomst. Hvert eneste led i den kæde er et punkt, hvor anmodningen umærkeligt kan forsvinde, hvilket er grunden til, at en gæst somme tider ankommer og opdager, at barnesengen mangler.

Tracey er Sweeplys AI-agent til netop det problem. Den læser kommentarerne tilknyttet en reservation i PMS'et, finder ud af, hvad gæsten har bedt om, og opretter opgaven i Sweeply til det team, der skal levere den. Ingen behøver at indtaste noget igen, og ingen behøver at huske det.

Hvad gør en AI-agent til reservations-traces egentlig?

Et reservations-trace er den fritekst, der er knyttet til en booking: noten, som gæsten skriver i bookingmotoren, anmodningen, som en medarbejder indsætter fra en e-mail, eller præferencen, som en tilbagevendende gæst har stående i systemet. De fleste property management-systemer (PMS) er gode til at gemme den tekst. Hvad de ikke gør, er at omdanne den til arbejde for en navngiven person på en bestemt dag.

Det er det hul, Tracey lukker. Den læser tracet, klassificerer anmodningen og opretter den tilsvarende opgave i Sweeply, dirigeret til housekeeping, vedligeholdelse eller serviceteamet, afhængigt af hvordan overnatningsstedet har opsat sine kategorier. Derfra fungerer Sweeply, som det altid gør: opgaven lander på den rette persons telefon, på vedkommendes eget sprog, med værelset og tidsfristen tilknyttet. Sweeply understøtter mere end 30 sprog, så en note skrevet af en leder på ét sprog læses af en rengøringsmedarbejder på et andet.

Sweeply er et operationelt lag oven på PMS'et snarere end en erstatning for det, så PMS'et forbliver det primære registersystem. Du kan se, hvordan agenterne fungerer sammen med resten af platformen på siden om AI-agenter, og hvordan det resulterende arbejde håndteres i det daglige under Housekeeping.

Hvordan bliver en reservationskommentar til en housekeeping-opgave?

  1. Gæsten skriver anmodningen ved booking. Ansvarlig: gæsten via bookingmotoren, et OTA eller en e-mail, dit team indsætter på reservationen. Varighed: sekunder.

  2. Kommentaren gemmes på reservationen i PMS'et. Ansvarlig: PMS'et. Varighed: øjeblikkeligt.

  3. Tracey læser tracet og klassificerer det. Ansvarlig: agenten. Varighed: sekunder efter kommentaren dukker op.

  4. Opgaven oprettes i Sweeply og sendes til det rette team. Ansvarlig: agenten. Varighed: sekunder.

  5. Teamet udfører og afslutter opgaven. Ansvarlig: housekeeping, vedligeholdelse eller reception. Varighed: inden for den normale opgavecyklus, før gæsten ankommer.

  6. En leder gennemgår, hvad der blev oprettet. Ansvarlig: duty manager. Varighed: et par minutter om dagen og en del mere i de første fjorten dage, mens kategorierne finjusteres.

Dirigeringen afhænger af de opgavekategorier, det enkelte overnatningssted konfigurerer. En typisk opsætning ser således ud:

Hvad gæsten skriver

Teamet, det når frem til

Hvad teamet ser

"Rejser med en baby, vi vil gerne have en barneseng"

Housekeeping

Klargøringsopgave af værelse inklusive barneseng, forfalder før ankomst

"Badeværelseslyset blinkede sidste gang"

Vedligeholdelse

Udbedringsopgave på værelset, forfalder før check-in

"Vi ankommer sent, omkring kl. 01:00"

Reception

Opgave om sen ankomst på dagens ankomstliste

"Vi fejrer vores bryllupsdag"

Serviceteam

Klargøringsopgave for de faciliteter/gaver, hotellet tilbyder

Hvad ændrede sig hos THE FLAG i Zürich?

THE FLAG, en gruppe af hoteller og serviced apartments i Zürich, der kører på Apaleo, var en af de første operatører, der satte agenten i drift. Gæsteanmodninger ankom i reservationskommentarer og nåede frem til teamet via en langsom, manuel proces, som var behæftet med fejl og udmattende at vedligeholde.

Efter udrulningen rapporterede THE FLAG, at der dagligt blev oprettet omkring 30 opgaver automatisk, og at der alene på opgaveoprettelse blev sparet 3,5 timer om ugen, med færre oversete anmodninger og mindre frem og tilbage mellem reception og housekeeping. Sweeplys offentliggjorte THE FLAG-casestudie viser det samlede billede på tværs af de seks hoteller: 1.800 reservations-traces behandlet med blot 5 oversete, mere end 8 timer sparet om ugen og 80 % færre klagerelaterede opgaver.

"Sweeply er mere end en housekeeping-app. Det er en platform til eksekvering for AI-agenter. Ved at åbne vores API'er for autonome systemer gør vi det muligt for agenter ikke blot at forstå gæsternes behov, men også handle på dem. Når en agent identificerer et gæsteønske, sørger Sweeply for, at det rent faktisk bliver til virkelighed," siger Frans Veigar Garðarsson, VP Product hos Sweeply.

Agenten kører inde i det systemlandskab, THE FLAG allerede havde. Den kobler sig på via Sweeplys åbne API'er og fungerer i Apaleo-økosystemet, hvilket lader sig gøre, fordi Apaleo stiller sit API åbent til rådighed i sin udviklerdokumentation. Ingen ny infrastruktur og intet nyt system, teamet skal lære. Selve integrationen er beskrevet på siden om Apaleo-integration.

Skal du skifte dit PMS for at køre en AI-agent?

Nej. Sweeply integrerer med flere end 20 PMS-systemer, herunder Mews, Apaleo, Oracle OPERA Cloud, Guestline, Cloudbeds og Guesty, og et overnatningssted på et understøttet PMS kan være i drift inden for 24 timer.

Det afgørende er ikke PMS-mærket, men om gæsteanmodningerne rent faktisk skrives ind på reservationerne i systemet. Hvis dit team allerede registrerer anmodninger som reservationskommentarer, har en agent noget at læse. Hvis disse anmodninger derimod ligger i en WhatsApp-gruppe for personalet, skal den første forbedring ske tidligere i forløbet i booking- og receptionsarbejdsgangen, ikke i en agent. Den skillelinje er værd at få afklaret, før du køber noget, og fordelene ved at koble de to systemer sammen er beskrevet mere detaljeret under fordelene ved at integrere dit PMS med opgavestyring. Ønsker du uafhængige anmeldelser forud for samtalen, har Sweeply en vurdering på 4,9 på Hotel Tech Report.

Hvor en AI-agent ikke vil hjælpe

At være ærlig omkring dette sparer alle for et spildt testforløb.

  • Den ser kun det, der står på reservationen. En anmodning fremsat telefonisk, i receptionen eller i en OTA-beskedtråd, som aldrig når ind i PMS'et, er usynlig for agenten. Disse kræver stadig en person til at logge dem.

  • Tvetydig fritekst kræver stadig menneskelig dømmekraft. "Noget hyggeligt til den lille" kan godt klassificeres, men ikke fejlfrit. Gennemgå de oprettede opgaver dagligt i de første par uger, og tilpas dine kategorier hen ad vejen.

  • Lav mængde af anmodninger betyder lavt udbytte. Et lille overnatningssted med en håndfuld reservationskommentarer om ugen vil ikke spare mange timer. Værdien stiger proportionalt med mængden af traces, du håndterer, og derfor er det grupper og operatører af serviced apartments, der mærker effekten først.

  • Den erstatter ikke samtalen. At vide besked om barnesengen er ikke det samme som at lægge mærke til, at en gæst ser udmattet ud ved check-in. At fjerne administrationen er værdifuldt, fordi det frigør personale til den del, software ikke kan klare.

  • Sweeply er ikke et PMS. Hvis reservationsdataene er mangelfulde, eller anmodninger aldrig registreres ved booking, ligger problemet i bookingflowet, og det kan intet operationelt lag løse.

Tal med vores salgsteam

Book et opkald med vores salgsteam for at få priser for dit overnatningssted og undersøge, om dit PMS allerede i dag stiller reservationskommentarer til rådighed for agenten. Sweeply prissættes pr. værelse, der kan sælges, pr. måned, pr. modul, og arealer, der ikke kan sælges, er gratis.

Konklusion

Den målbare gevinst er timer: omkring 30 opgaver om dagen oprettet uden menneskelig indblanding hos THE FLAG og 3,5 timer om ugen sparet alene på opgaveoprettelse. Den strukturelle gevinst er større, fordi en hel fejlkategori forsvinder, når en gæsteforespørgsel ikke længere afhænger af, at nogen husker at skrive den ned. Start med at tjekke, om dine forespørgsler overhovedet når frem til PMS'et, for det er dét, en agent har brug for for at kunne læse dem.

Ofte stillede spørgsmål

Hvad er forskellen mellem Tracey og Roomey?

Tracey og Roomey er Sweeplys to AI-agenter, og de varetager forskellige opgaver. Tracey arbejder med reservationsnotater: den læser de kommentarer, der er knyttet til en booking i PMS'et, og opretter de housekeeping-, vedligeholdelses- eller serviceopgaver, der følger heraf. Roomey arbejder med værelsestildeling. Begge fungerer ovenpå det PMS, hotellet allerede bruger, frem for at erstatte det, og begge administreres fra Sweeplys Agent Home.

Hvad sker der med gæstedata, når en AI-agent læser reservationskommentarer?

Reservationsdata forbliver i PMS'et som det primære registreringssystem, og Sweeply behandler kun det, der er nødvendigt for at oprette opgaven. Data krypteres under overførsel med TLS 1.2 eller højere og i hvile med AES-256. Sweeply hostes på Google Cloud Platform med den primære region i USA, og overførsler sker under EU-US Data Privacy Framework. En databehandleraftale kan rekvireres fra security@getsweeply.com.