Start · Rozwiązania · Sprzedaż i marketing
Rozwiązanie · Sprzedaż i marketingGość pyta wieczorem, ofertę dostaje przed śniadaniem, a nie po weekendzie
Zapytania o terminy z ofertą tego samego dnia
Robot czyta zapytania z maila i formularza, sprawdza dostępność w kalendarzu i przygotowuje gotową odpowiedź z ofertą: terminy, pokój, cena, zadatek. Właścicielka zatwierdza jednym kliknięciem albo pozwala prostym przypadkom wychodzić samym. Po dwóch dniach bez odpowiedzi idzie uprzejmy follow-up.
Streszczenie dla zarządu
Zapytania o terminy przychodzą wieczorami i w weekendy, gdy właścicielka sprząta, gotuje i wydaje klucze; odpowiedź powstaje, kiedy jest chwila, czyli po kilkunastu godzinach, a gość w tym czasie rezerwuje gdzie indziej.
Robot czyta zapytanie, sprawdza kalendarz i składa projekt odpowiedzi z konkretną ofertą; właścicielka zatwierdza kliknięciem, a typowe przypadki mogą wychodzić same; po dwóch dniach ciszy idzie follow-up.
Czas odpowiedzi spada z kilkunastu godzin do minut w dzień i do rana po nocy; więcej zapytań kończy się rezerwacją, a właścicielka przestaje odpisywać w fartuchu między obowiązkami.
skrzynka i formularz zapytań; kalendarz dostępności; projekty odpowiedzi z AI; follow-up i raport w Microsoft Teams
Problem biznesowy
Gość nie czeka na odpowiedź; gość rezerwuje
Zapytanie o wolny termin to najgorętszy moment sprzedaży noclegu: gość siedzi z telefonem, ma otwarte trzy karty i pyta w kilku miejscach naraz. Od tej chwili liczy się czas; badania rynku noclegowego mówią to samo, co zdrowy rozsądek: wygrywa ten, kto odpowie pierwszy z konkretem.
Tymczasem w małym pensjonacie odpowiadanie konkuruje z całą resztą prowadzenia obiektu: śniadaniami, sprzątaniem, wydawaniem kluczy, awarią bojlera. Zapytania przychodzą wieczorem i w weekendy, dokładnie wtedy, gdy pracy przy gościach jest najwięcej. Odpowiedź powstaje po kilkunastu godzinach i bywa lakoniczna, bo pisana w biegu: „mamy wolne, zapraszamy”, bez ceny, bez konkretu, bez zadatku.
Każde takie opóźnienie to nie tylko jedna stracona rezerwacja; to również ta lepsza część gości, która planuje z wyprzedzeniem i wybiera sprawnie. Zostają zapytania last minute i goście, którym nie odpowiedział nikt inny. Obiekt powoli osuwa się w zależność od portali z prowizją, bo tam przynajmniej rezerwacja dzieje się sama.
A przecież odpowiedź na zapytanie o termin jest w dziewięciu przypadkach na dziesięć czynnością mechaniczną: sprawdzić kalendarz, policzyć cenę, wkleić zasady zadatku. To praca dla systemu, nie dla właścicielki o 22:40.
Jak to wygląda dzisiaj
Poniżej to, jak wygląda praca, zanim cokolwiek zostanie zautomatyzowane.
- CzłowiekZapytania przychodzą wieczorem i w weekend, gdy praca przy gościach jest największa
- OczekiwanieOdpowiedź czeka kilkanaście godzin na wolną chwilę właścicielki
- Ryzyko błęduGość z otwartymi trzema kartami rezerwuje tam, gdzie odpowiedziano pierwsze
- CzłowiekOdpowiedź pisana w biegu bywa bez ceny i konkretu; wymaga kolejnej wymiany maili
- Ryzyko błęduBrak odpowiedzi gościa nie ma follow-upu; wątek umiera
- Ryzyko błęduRezerwacje przesuwają się na portale z prowizją, bo tam dzieją się same
Dlaczego obecny proces kosztuje więcej, niż widać
Rachunek, którego nie widać w budżecie.
- Każda godzina zwłoki w odpowiedzi obniża szansę na rezerwację; po dobie zapytanie jest zwykle martwe.
- Gość stracony przez zwłokę wraca przez portal z prowizją, o ile w ogóle wraca.
- Odpowiedzi bez konkretu generują wymianę maili, która kosztuje kolejne godziny i kolejnych straconych gości.
- Wieczory właścicielki spędzone na odpisywaniu to koszt osobisty, którego żaden cennik nie odzwierciedla.
Koszt zaniechania
Pierwszy wiersz zakłada ostrożnie, że co piąte zapytanie umiera od zwłoki; w sezonie, gdy goście pytają w kilku miejscach naraz, bywa gorzej. Własną liczbę poznacie po miesiącu mierzenia czasu odpowiedzi.
Drugi wiersz to prowizje płacone od rezerwacji gości, którzy najpierw pytali wprost i nie doczekali się odpowiedzi; to najbardziej gorzka pozycja w tym rachunku.
Przykładowa organizacja o realnych proporcjach – liczby służą do policzenia sprawy na Waszych danych, nie są wynikiem klienta.
Pensjonat nad jeziorem: 11 pokoi, sezon od maja do września, właścicielka z jedną osobą do pomocy, zapytania mailem i przez formularz na stronie, kalendarz w arkuszu, Microsoft 365.
W sezonie około 170 zapytań miesięcznie; średni czas odpowiedzi 19 godzin; follow-upu brak.
Wieczory schodzą na odpisywaniu; część odpowiedzi bez ceny i zasad zadatku, co rodzi kolejne wymiany.
Rosnący udział rezerwacji z portali prowizyjnych, bo odpowiadają za obiekt natychmiast.
Robot czyta zapytanie, wyciąga terminy i liczbę osób, sprawdza dostępność w kalendarzu i składa projekt odpowiedzi: pokoje, cena za pobyt, zasady zadatku, w tonie obiektu; właścicielka zatwierdza kliknięciem z telefonu, a przypadki proste według reguł wychodzą same; po dwóch dniach ciszy idzie follow-up, a każda rozmowa kończy się statusem.
W modelowanym przypadku czas odpowiedzi spada do minut w godzinach dnia, a skuteczność zapytań rośnie o jedną czwartą. To liczby z modelu, nie z rejestrów pensjonatu.
Proponowane rozwiązanie
Zaczynamy od Waszych zasad i tonu: jak liczycie ceny (sezony, długość pobytu, dzieci, zwierzęta), jakie są zasady zadatku i odwołań, jak brzmi Wasza gościnność w mailu. AI dostaje te reguły i przykłady Waszych najlepszych odpowiedzi; od tej pory pisze projekty w tym tonie, a nie w tonie automatu.
Zapytanie z maila albo formularza jest czytane od razu: robot wyciąga terminy, liczbę osób i pytania dodatkowe, sprawdza kalendarz dostępności i składa kompletny projekt odpowiedzi z konkretną ofertą. Właścicielka dostaje go na telefon i zatwierdza jednym dotknięciem, poprawia jednym zdaniem albo, dla typowych przypadków w sezonie, pozwala regułom wysyłać od razu. Gość pytający o 21:30 dostaje ofertę, zanim zamknie pozostałe karty.
Cisza po ofercie nie zostaje ciszą: po dwóch dniach wychodzi uprzejmy follow-up z pytaniem, czy terminy nadal aktualne. Każda rozmowa kończy się statusem: rezerwacja, odmowa, brak odpowiedzi, więc właścicielka pierwszy raz widzi, ile zapytań przychodzi, ile kończy się rezerwacją i gdzie ucieka reszta.
UiPath Orchestrator: kolejka zapytań, harmonogramy follow-upów, ponowienia i ślad audytowy; konektory UiPath Integration Service do Microsoft Teams i Outlook 365; modele AI do czytania zapytań i projektów odpowiedzi
Reguły cen i zadatku, ton obiektu nauczony na Waszych odpowiedziach, projekty do zatwierdzenia z telefonu, auto-wysyłkę dla typowych przypadków, follow-up i raport skuteczności
Skrzynka i formularz przez Outlook 365; kalendarz dostępności (arkusz, kalendarz 365 albo system rezerwacyjny przez eksport lub API)
Jak działa proces po automatyzacji
- AutomatyzacjaZapytanie jest czytane od razu: terminy, osoby, pytania dodatkowe
- AutomatyzacjaRobot sprawdza kalendarz i składa projekt oferty: pokój, cena, zadatek, w Waszym tonie
- CzłowiekWłaścicielka zatwierdza z telefonu jednym dotknięciem albo poprawia jednym zdaniem
- SystemTypowe przypadki według reguł wychodzą same; gość ma ofertę w minuty
- AutomatyzacjaDwa dni ciszy uruchamiają uprzejmy follow-up
- CzłowiekKażda rozmowa kończy się statusem; raport pokazuje skuteczność i wycieki
Model współpracy człowieka z automatyzacją
Automatyzacja obsługuje
- Czytanie zapytań, sprawdzanie dostępności i projekty ofert w Waszym tonie
- Follow-upy po ciszy i statusy każdej rozmowy
- Raport: zapytania, czasy odpowiedzi, rezerwacje, wycieki
Człowiek decyduje
- Ceny, zasady i ton; AI pisze według nich, nie zamiast nich
- Zatwierdzanie ofert poza przypadkami, które sami oznaczycie jako automatyczne
- Rozmowy nietypowe: grupy, wydarzenia, negocjacje, goście specjalni
Przed i po
Systemy i integracje
Stos jest krótki celowo: jeden silnik, jedna warstwa wykonawcza, jedno miejsce decyzji człowieka.
Wejścia
- zapytania z maila i formularza
- kalendarz dostępności
- reguły cen, zadatku i tonu
- decyzje właścicielki o projektach
Warstwa automatyzacji
- UiPath Orchestrator
- UiPath Robots
- UiPath Integration Service
- UiPath Action Center
Systemy docelowe
- wysłane oferty z historią
- follow-upy i statusy rozmów
- raport skuteczności w Microsoft Teams
Punkty styku z człowiekiem: zatwierdzanie projektów z telefonu; raport tygodniowy; przegląd reguł cen przed sezonem
Wykorzystane technologie
kolejka zapytań, follow-upy, ponowienia, ślad każdej oferty
Awyciąganie terminów z maili pisanych po ludzku i projekty ofert w tonie obiektu
Askrzynka zapytań, zatwierdzenia, raporty
Aarkusz, kalendarz 365 albo system rezerwacyjny przez eksport lub API
Bfollow-up SMS-em, gdy gość zostawił tylko telefon; na Waszej bramce
BIlustracyjny model ekonomiczny
Liczby, które możecie sprawdzić na własnych danych.
Model zakłada, że szybka, konkretna odpowiedź ratuje część zapytań, nie wszystkie; gość bywa stracony z powodów, na które nie ma rady. Wolumeny i ceny należą do scenariusza; własne liczby podstawicie w kalkulatorze obok.
Policz to na swoich danych
Szacunek ilustracyjny na podstawie Twoich danych. To model uwolnionej przepustowości, nie obietnica oszczędności.
Korzyści biznesowe
- Gość dostaje ofertę, gdy jeszcze porównuje, a nie gdy już zarezerwował
- Odpowiedzi są kompletne: pokój, cena, zadatek; bez ping-ponga maili
- Follow-up ratuje rozmowy, które umarłyby w ciszy
- Więcej rezerwacji przychodzi wprost, mniej przez portale z prowizją
- Właścicielka odzyskuje wieczory; zostaje zatwierdzanie jednym dotknięciem
Perspektywa zarządu
- Sprzedaż noclegów przestaje zależeć od tego, czy właścicielka akurat stała przy skrzynce
- Ton obiektu jest zapisany i powtarzalny; gość czuje gościnność już w pierwszym mailu
- Liczby o zapytaniach i skuteczności budują wiedzę do decyzji o cenach i sezonach
Wpływ na KPI zarządu
czas od zapytania do oferty · skuteczność zapytań · rozmowy uratowane follow-upem · udział rezerwacji bezpośrednich · wieczorne godziny przy skrzynce
Bezpieczeństwo i nadzór
Automat ma dokładnie te uprawnienia, których potrzebuje. Ani jednego więcej.
- Robot pracuje na danych zapytania: terminy, liczba osób, kontakt; nic ponad potrzebę oferty
- Projekty odpowiedzi są zatwierdzane przez człowieka, chyba że sami oznaczycie przypadek jako automatyczny
- Każda oferta i follow-up mają zapis: co, kiedy, do kogo
- AI dostaje Wasze reguły i przykłady; nie zmyśla cen ani dostępności, a niepewność oddaje człowiekowi
- Dane pozostają w Waszej dzierżawie Microsoft 365; roboty pracują w regionie unijnym UiPath Automation Cloud
Dlaczego teraz
Goście porównują kilka obiektów naraz i decydują w godziny; czas odpowiedzi stał się ceną wejścia.
Prowizje portali rosną; każda rezerwacja przechwycona wprost to czysty zysk na tej samej sprzedaży.
AI nauczyło się czytać maile pisane po ludzku i pisać ludzkim tonem; automatyczna oferta przestała brzmieć jak automat.
Role zarządcze, których to dotyczy
Sprzedaje także wtedy, gdy wydaje klucze i śpi; wieczory wracają do niej
Widzi statusy rozmów zamiast przekazywanych ustnie „odpisz tej pani od sierpnia”
Dostaje konkretną, ciepłą ofertę w minuty i rezerwuje bez ping-ponga maili
Częste pytania i zastrzeżenia
Osobisty kontakt zaczyna się od tego, że ktoś w ogóle odpowiada, póki gość czeka. Projekty piszą się Waszym tonem, na Waszych przykładach, a Wy zatwierdzacie każdy, dopóki nie uznacie, że proste przypadki mogą iść same. Gość dostaje tę samą gościnność, tylko o 21:40 zamiast nazajutrz.
Sezony, długości pobytu, dostawki, zwierzęta: to wszystko są reguły, które stosujecie w głowie i które da się spisać. Tam, gdzie reguła się kończy, projekt przychodzi z pustą ceną i pytaniem do Was; automat nie zgaduje. Zwykle po spisaniu okazuje się, że 80% zapytań jest policzalnych od ręki.
Dlatego źródłem dostępności jest jeden kalendarz, ten sam, który synchronizujecie z portalami. Robot czyta z niego, nie obok niego. Jeśli dziś kalendarze żyją osobno, uporządkowanie ich jest pierwszym krokiem wdrożenia i samo w sobie kończy nadrezerwacje.
Kiedy to nie jest właściwe rozwiązanie
- Obiekt w pełni zautomatyzowany na portalach, bez zapytań bezpośrednich: nie ma czego przyspieszać
- Brak jakiegokolwiek kalendarza dostępności: najpierw jeden kalendarz, potem oferty z niego
- Oczekiwanie, że AI będzie negocjować ceny i przyjmować gości: sprzedaje szybciej, nie zamiast Was
Pytanie na najbliższe posiedzenie
Ile godzin czekał na odpowiedź ostatni gość, który ostatecznie nie zarezerwował, i gdzie śpi dzisiaj?
Podejście wdrożeniowe
Zakres bez niedomówień, jeszcze przed podpisem.
Dostarczamy
- Spisane reguły cen, zadatku i tonu obiektu
- Automatyczne czytanie zapytań i projekty ofert do zatwierdzenia z telefonu
- Auto-wysyłkę dla przypadków, które sami oznaczycie
- Follow-upy po ciszy i statusy rozmów
- Raport skuteczności i dwa tygodnie działania równoległego
Potrzebujemy od Państwa
- Dostępu do skrzynki zapytań i kalendarza dostępności
- Waszych zasad cen i zadatku oraz kilku najlepszych odpowiedzi jako wzoru tonu
- Decyzji, które przypadki mogą wychodzić bez zatwierdzenia
Etapy
Rozpoznanie
Skąd przychodzą zapytania, ile ich jest, jaki jest czas odpowiedzi
Reguły
Ceny, zadatek, ton; przykłady odpowiedzi; granice automatu
Budowa
Czytanie zapytań, projekty, zatwierdzenia, follow-upy, raport
Bieg równoległy
Dwa tygodnie: projekty do zatwierdzenia, mierzymy czasy i trafność
Uruchomienie
Auto-wysyłka dla oznaczonych przypadków; przegląd przed sezonem
Szybki efekt. Nakład zależy od kalendarza dostępności: jeden porządny kalendarz to najkrótsza droga; AI uczy się tonu z Waszych odpowiedzi w godzinę.
Wtorek, 21:30: zapytanie o dwa pokoje na długi weekend. Odpowiedź wyszła w czwartek. Gość był miły, podziękował i śpi nad innym jeziorem.
Prześlijcie dziesięć ostatnich zapytań z czasami Waszych odpowiedzi. Odeślemy rachunek: ile rezerwacji rocznie leży w samym czasie reakcji i jak wyglądałaby Wasza oferta wysłana o 21:35.
Zmierz swój czas odpowiedziTen sam problem ma zwykle sąsiedni proces
Dzwonił trzy razy w godzinach przyjęć. Zapisał się tam, gdzie odebrali.
Zobacz rozwiązanie Obsługa klientaJedna skrzynka zamiast czterech kanałówMail, Messenger, telefon i formularz. Cztery miejsca, w których klient mógł zadać to samo pytanie.
Zobacz rozwiązanie Obsługa klientaOpinie Google zbierane po każdej wizycieZadowoleni wychodzą w milczeniu. Niezadowolony pisze w niedzielę o 23:40.
Zobacz rozwiązanieBranże, w których wdrażamy to najczęściejMałe firmy i usługi