Hapi brengt 'data as a utility' naar hotelgroepen wereldwijd

De horeca wordt al lang gezien als een achterblijver bij het toepassen van moderne technologie. Of het nu goed of fout is, deze perceptie is wijdverbreid en kan groeien naarmate we ongelooflijke innovatie zien gebeuren in andere branches, vooral met de meest recente opwinding op het gebied van kunstmatige intelligentie.

Denk aan ChatGPT en Google Bard, revolutionaire grote taalmodellen die de afgelopen zes maanden enorm in de belangstelling zijn gekomen. Een ander voorbeeld zijn de Go-zelfbedieningswinkels van Amazon, die voornamelijk werken met computervisie, waar klanten hun Amazon-app openen en een QR-code scannen bij de ingang van de winkel voordat ze gaan winkelen, wat ze maar willen in hun winkelmandje doen en dan gewoon de winkel uitlopen. winkel, wetende dat de technologie hen nauwkeurig zal aanrekenen voor hun aankopen.

Het is belangrijk om te beseffen dat al deze opwindende innovatie die tegenwoordig plaatsvindt, wordt aangedreven door data. Deze enorme projecten zijn gericht op het verzamelen, normaliseren, labelen en modelleren van ongelooflijk grote datasets - een functie die bekend staat als "data wrangling".

De algoritmen van ChatGPT zijn bijvoorbeeld getraind op miljoenen uren menselijke output en het labelen van gegevens. Taalsimulatoren met kunstmatige intelligentie zijn al jaren in gebruik en de populariteit schoot omhoog toen eerder dit jaar een gebruiksvriendelijke openbare interface werd geïntroduceerd. Bij Amazon Go, terwijl het publiek alleen hun winkelwagentje en de front-end gebruikersinterface ziet, worden miljoenen datapunten op de backend - prijzen, voorraad, kassasensoren, betalingsgegevens - gedeeld tussen systemen, waarvan een groot deel handmatig was gelabeld door een mens.

Een algemeen gezegde onder datawetenschappers is dat ze ongeveer 80% van hun werkuren besteden aan het uitvechten van gegevens - het verzamelen en labelen van de gegevens voordat ze ermee kunnen experimenteren om een ​​nauwkeurig gegevensmodel te trainen en te vullen.

Hoewel er in de horecasector nog genoeg ruimte is om te innoveren, zijn er aanzienlijke vorderingen gemaakt op het gebied van data, namelijk meer open integraties tussen technologieproviders en betere partnerschappen via grootschalige cloudplatforms zoals Amazon Web Services, Microsoft Azure en Salesforce. Deze vorderingen hebben geleid tot verbeterde datastrategieën binnen sommige horecaorganisaties.

Maar er is nog veel vooruitgang te boeken, en de volgende stappen vereisen misschien een heroverweging van enkele lang gekoesterde overtuigingen van hotelbelanghebbenden met betrekking tot hun benadering van het bouwen van interne datastructuren versus samenwerking met ervaren dataplatforms.

Gegevensstreaming als hulpprogramma

Om echt gelijke tred te houden met de innovatie in andere sectoren, moeten hotelmerken en exploitanten prioriteit geven aan data en investeren in de juiste partnerschappen met bedrijven die ervaring hebben met het bouwen van platforms die horecagegevens ontsluiten.

Een manier om te kijken naar het bouwen van het juiste dataframework voor uw horecabedrijf, is door datastreaming te beschouwen als een nutsbedrijf, zoals het elektriciteits-, water-, internet- of gasbedrijf. Zelfs internationale bedrijven die het zich kunnen veroorloven om hun eigen nutsbedrijf op te bouwen, kiezen daar niet voor - in plaats daarvan vertrouwen ze op vertrouwde partners met diepgaande kennis en expertise op dit gebied. Je wilt het wiel niet opnieuw uitvinden.

Hotelmerken die hun eigen datamodellen bouwen, houden zich bezig met wat 'ongedifferentieerd werk' wordt genoemd. Dit is werk – zoals het verzamelen van PMS-gegevens, het bouwen van een uniek beeld van een gast of een reservering, het valideren van de gegevens – waar andere bedrijven al tijd en geld in hebben gestoken om het te perfectioneren. Dit is echt 'het wiel opnieuw uitvinden'.

In plaats van beperkte tijd en middelen te besteden aan dergelijk ongedifferentieerd werk, zouden hotelbedrijven kant-en-klare dataconnectoren moeten gebruiken, samen met een integratieplatform dat data zal consolideren en normaliseren tot een toestand waarin actie kan worden ondernomen om de kernwaarde van het bedrijf waar te maken - gasten een uitzonderlijke ervaring bieden. De branche kan profiteren van genormaliseerde datamodellen om first party data te ontsluiten, Customer Data Platforms aan te drijven, Customer Relationship Management-tools in te schakelen en meer.

Het bouwen en testen van propriëtaire dataconnectoren, -streams en -modellen vereist jaren werk, tot het punt waarop tegen de tijd dat bedrijven producten op de markt brengen, er weinig zakelijke waarde in het product zit. Op dit moment vinden er nieuwe innovaties plaats en loopt de industrie voortdurend achter. Door datastreaming als een hulpprogramma te beschouwen, kunnen hotelbedrijven hun tijd, budget en interne ontwikkelingsbronnen opnieuw richten op echte differentiatie. Het in realtime streamen van genormaliseerde gegevens en zakelijke evenementen ontgrendelt het potentieel voor echte gastpersonalisatie op schaal en geautomatiseerde operationele analyses - beide programma's die essentieel zijn om merken te onderscheiden in een steeds drukkere accommodatiemarkt.

Door het juiste dataplatform te vinden om als uw hulpprogramma te fungeren, kunnen hotelbedrijven en zelfs nieuwe externe technologieproviders snel aan de slag en profiteren van investeringen die de platformprovider al heeft gedaan, waardoor innovatie wordt versneld en data-initiatieven minder risico lopen.

Een moderne benadering van gegevens

Tot voor kort weerhield een gefragmenteerde industrie met een uitdagend technologielandschap de horeca van echte innovatie. Tegenwoordig hebben merken en operators echter toegang tot beproefde dataplatforms die oplossingen bieden voor integraties en datastreaming op grote schaal.

Er is een weg naar modernisering van horecatechnologie en die begint met een nieuwe benadering van het ontsluiten, delen en opslaan van gegevens. Om te profiteren van opwindende nieuwe innovaties zoals automatisering, maakt u verbinding met een platform dat flexibiliteit, snelheid en uiteindelijk die semantische laag biedt waar een datawetenschapper of merk- of technologiebedrijf onmiddellijk van kan profiteren.

"Samen kunnen we moderne technologie naar hotels brengen," SriHari Thotapalli

SriHari Thotapalli is een wereldwijde technologieleider met een focus op digitale transformatie, analyse en datademocratisering. Hij is Head of Hapi Data Platform bij Hapi en heeft een staat van dienst op het gebied van innovatie, waardecreatie en uitvoering in leidinggevende functies bij bedrijven als Amazon Web Services, GE HealthCare en Hyatt Hotels. SriHari heeft 20 jaar ervaring in het gebruik van software voor het analyseren van informatie in de sectoren Hospitality & Travel, Retail, Market Research en Consumer Packaged Goods.