Tillbaka till artiklar

Frans Veigar Garðarsson, CPO

Publicerad

Uppdaterad

Hur AI-agenter förvandlar bokningsanteckningar till städuppgifter

Hur AI-agenter förvandlar bokningsanteckningar till städuppgifter

Gästönskemål som skrivs in i bokningskommentarer når ofta aldrig personalen på golvet. Tracey, Sweeplys AI-agent för bokningsärenden, läser dessa kommentarer i PMS-systemet, förstår vad gästen har bett om och skapar uppgiften åt det team som ska leverera den. På THE FLAG i Zürich skapar agenten runt 30 uppgifter om dagen.

Hur AI-agenter omvandlar bokningsanteckningar till städuppgifter

Kort sagt

• Tracey är Sweeplys AI-agent för bokningsnoteringar: den läser fritexten kopplad till en bokning i PMS:et och skapar matchande uppgifter för städning, underhåll eller service utan att någon behöver skriva in det manuellt. • Hos THE FLAG, en hotellgrupp med sex anläggningar i Zürich som använder Apaleo, visar Sweeplys publicerade fallstudie att 1 800 bokningsnoteringar hanterades med endast 5 missar, mer än 8 timmar sparades i veckan och antalet klagomålsrelaterade uppgifter minskade med 80 %. • THE FLAG rapporterade att runt 30 uppgifter skapades automatiskt varje dag och att man sparade 3,5 timmar i veckan enbart på att slippa skapa uppgifter efter lanseringen. • Ingen ny infrastruktur krävs: agenten körs via Sweeplys öppna API:er direkt i det PMS hotellet redan använder, och Sweeply kan kopplas till över 20 olika PMS-system med driftsättning inom 24 timmar för system som stöds. • Agenten ser bara förfrågningar som skrivits in i bokningen, så allt som kommer in via telefon, sägs i receptionen eller lämnas i en OTA-meddelandetråd måste fortfarande registreras manuellt av en person.

Gästönskemål skrivs ner vid bokningen och måste sedan passera en kedja av människor innan någon agerar på dem. Ett önskemål om en spjälsäng i en bokningskommentar måste upptäckas i receptionen, loggas någonstans, loggas på rätt plats, uppmärksammas av städpersonalen och åtgärdas före ankomst. Varje länk i den kedjan är en punkt där önskemålet obemärkt kan försvinna, vilket är anledningen till att en gäst ibland anländer och upptäcker att spjälsängen inte är där.

Tracey är Sweeplys AI-agent för just det problemet. Den läser kommentarerna som är kopplade till en bokning i PMS-systemet, räknar ut vad gästen har bett om och skapar uppgiften i Sweeply för det team som ska leverera den. Ingen behöver skriva in något på nytt, och ingen behöver komma ihåg.

Vad gör egentligen en AI-agent för bokningsnoteringar?

En bokningsnotering är den fritext som är kopplad till en bokning: anteckningen en gäst skriver i bokningsmotorn, önskemålet en bokningsagent klistrar in från ett e-postmeddelande, preferensen en återkommande gäst har sparad. De flesta PMS-system sparar den texten bra. Vad de inte gör är att omvandla den till arbete för en namngiven person på en specifik dag.

Det är det gapet Tracey överbryggar. Den läser noteringen, klassificerar önskemålet och skapar motsvarande uppgift i Sweeply, dirigerad till städ, underhåll eller serviceteamet beroende på hur verksamheten har ställt in sina kategorier. Därifrån fungerar Sweeply precis som vanligt: uppgiften hamnar i rätt persons telefon, på deras språk, med rummet och tidsfristen bifogade. Sweeply stöder över 30 språk, så en anteckning skriven av en arbetsledare på ett språk läses av en städare på ett annat.

Sweeply är ett operativt lager ovanpå PMS-systemet snarare än en ersättare för det, så PMS-systemet förblir det centrala referenssystemet. Du kan se hur agenterna fungerar tillsammans med resten av plattformen på sidan AI-agenter, och hur det resulterande arbetet hanteras till vardags under Städning.

Hur blir en bokningskommentar en städuppgift?

  1. Gästen skriver önskemålet vid bokningstillfället. Ägare: gästen, via bokningsmotorn, en OTA eller ett e-postmeddelande som ditt team klistrar in i bokningen. Varaktighet: sekunder.

  2. Kommentaren sparas på bokningen i PMS. Ägare: PMS. Varaktighet: omedelbart.

  3. Tracey läser noteringen och klassificerar den. Ägare: agenten. Varaktighet: sekunder efter att kommentaren dyker upp.

  4. Uppgiften skapas i Sweeply och dirigeras till rätt team. Ägare: agenten. Varaktighet: sekunder.

  5. Teamet utför och avslutar uppgiften. Ägare: städ, underhåll eller reception. Varaktighet: inom den normala uppgiftscykeln, innan gästen anländer.

  6. En chef granskar vad som skapades. Ägare: jourhavande chef. Varaktighet: några minuter om dagen, och något mer under de första två veckorna medan kategorierna finjusteras.

Dirigeringen beror på de uppgiftskategorier som en verksamhet konfigurerar. En typisk uppsättning ser ut så här:

Vad gästen skriver

Teamet den når

Vad teamet ser

”Reser med spädbarn, vi vill gärna ha en spjälsäng”

Städning

Rumsförberedande uppgift inklusive spjälsäng, klar före ankomst

”Badrumslampan blinkade förra gången”

Underhåll

Felanmälningsuppgift på rummet, klar före incheckning

”Vi anländer sent, runt 01:00”

Reception

Uppgift om sen ankomst på dagens ankomstlista

”Vi är här för att fira vår årsdag”

Serviceteamet

Rumsförberedande uppgift för den extra service hotellet erbjuder

Vad förändrades hos THE FLAG i Zürich?

THE FLAG, en hotell- och lägenhetshotellkoncern i Zürich som använder Apaleo, var en av de första aktörerna att driftsätta agenten. Gästönskemål kom in via bokningskommentarer och nådde teamet genom en långsam manuell kedja som var felbenägen och krävande att upprätthålla.

Efter lanseringen rapporterade THE FLAG att cirka 30 uppgifter skapades automatiskt varje dag och att 3,5 timmar i veckan sparades enbart på skapandet av uppgifter, med färre missade önskemål och mindre fram-och-tillbaka mellan receptionen och städ. Sweeplys publicerade fallstudie om THE FLAG visar den större bilden över de sex anläggningarna: 1 800 bokningsnoteringar behandlades med endast 5 missar, mer än 8 timmar i veckan sparades och det blev 80 % färre klagomålsrelaterade uppgifter.

”Sweeply är mer än en städapp. Det är en leveransplattform för AI-agenter. Genom att öppna våra API:er för autonoma system gör vi det möjligt för agenter att inte bara förstå gästernas behov, utan också agera på dem. När en agent identifierar ett gästönskemål ser Sweeply till att det faktiskt blir gjort”, säger Frans Veigar Garðarsson, VP Product på Sweeply.

Agenten körs inom den teknikstack THE FLAG redan hade. Den ansluter via Sweeplys öppna API:er och fungerar inom Apaleos ekosystem, vilket är möjligt eftersom Apaleo publicerar sitt API öppet i sin utvecklardokumentation. Ingen ny infrastruktur, och inget ytterligare system för teamet att lära sig. Själva anslutningen beskrivs på sidan för Apaleo-integration.

Måste man byta PMS för att köra en AI-agent?

Nej. Sweeply ansluter till mer än 20 PMS-system, inklusive Mews, Apaleo, Oracle OPERA Cloud, Guestline, Cloudbeds och Guesty, och en anläggning på ett PMS som stöds kan vara igång inom 24 timmar.

Det viktiga är inte vilket märke av PMS du har, utan om gästönskemål faktiskt skrivs in i bokningarna i systemet. Om ditt team redan fångar upp önskemål som bokningskommentarer har agenten något att läsa. Om dessa önskemål lever i en WhatsApp-grupp för personalen finns den första åtgärden tidigare i kedjan, i boknings- och receptionsflödet, inte i en agent. Den skillnaden är värd att reda ut innan du köper något, och skälen för att koppla samman de två systemen beskrivs mer i detalj under fördelarna med att integrera ditt PMS med uppgiftshantering. Om du vill se omdömen från tredje part inför det samtalet har Sweeply betyget 4,9 på Hotel Tech Report.

Där en AI-agent inte hjälper

Att vara uppriktig med detta besparar alla en bortkastad testperiod.

  • Den ser bara vad som står skrivet på bokningen. Ett önskemål som görs via telefon, i receptionen eller i en meddelandetråd hos en OTA som aldrig når PMS-systemet är osynligt för agenten. Dessa behöver fortfarande en person som loggar dem.

  • Tvetydig fritext kräver fortfarande mänskligt omdöme. ”Något fint till den lille” kan klassificeras, men inte perfekt. Granska de skapade uppgifterna dagligen under de första veckorna och finjustera dina kategorier allt eftersom.

  • Låg volym av önskemål innebär låg avkastning. En liten anläggning med en handfull bokningskommentarer i veckan kommer inte att tjäna in många timmar. Värdet skalar med antalet noteringar du hanterar, vilket är anledningen till att hotellkedjor och lägenhetshotell märker av effekten först.

  • Den ersätter inte det personliga mötet. Att veta om spjälsängen är inte samma sak som att lägga märke till att en gäst ser utmattad ut vid incheckningen. Att ta bort administrationen är värdefullt eftersom det frigör tid för människor att göra det som mjukvara inte klarar av.

  • Sweeply är inte ett PMS. Om bokningsdata är bristfällig eller om önskemål aldrig fångas upp vid bokningstillfället ligger problemet i bokningsflödet, och inget operativt lager kan lösa det.

Prata med vårt säljteam

Boka ett samtal med vårt säljteam för att få priser för din anläggning och kontrollera om ditt PMS kan dela bokningskommentarer med agenten i dagsläget. Sweeply prissätts per säljbart rum, per månad, per modul, och icke-säljbara utrymmen är gratis.

Slutsats

Den mätbara vinsten mäts i timmar: omkring 30 uppgifter om dagen skapas utan mänsklig inblandning på THE FLAG, och 3,5 timmar i veckan frigörs enbart på att skapa uppgifter. Den strukturella vinsten är större, eftersom en hel felkategori försvinner när en gästförfrågan inte längre är beroende av att någon kommer ihåg att skriva ner den. Börja med att kontrollera om dina förfrågningar över huvud taget når PMS:et, eftersom det är vad en agent behöver för att kunna läsa dem.

Vanliga frågor

Vad är skillnaden mellan Tracey och Roomey?

Tracey och Roomey är Sweeplys två AI-agenter och de hanterar olika uppgifter. Tracey arbetar med bokningsnoteringar: den läser kommentarerna som är kopplade till en bokning i PMS-systemet och skapar de städ-, underhålls- eller serviceuppgifter som krävs utifrån dem. Roomey arbetar med rumstilldelning. Båda körs ovanpå det PMS-system som hotellet redan använder, istället för att ersätta det, och båda hanteras från Sweeplys Agent Home.

Vad händer med gästuppgifterna när en AI-agent läser bokningskommentarer?

Bokningsdata stannar i PMS:et som det primära registret, och Sweeply behandlar endast det som krävs för att skapa uppgiften. Data krypteras under överföring med TLS 1.2 eller högre och i vila med AES-256. Sweeply driftas på Google Cloud Platform med den primära regionen i USA, och överföringar sker i enlighet med EU-US Data Privacy Framework. Ett personuppgiftsbiträdesavtal kan fås via security@getsweeply.com.