Más artículos

Despegar y Almundo: así utilizan la inteligencia artificial para ofrecerte el viaje que estás buscando

Despegar y Almundo: así utilizan la inteligencia artificial para ofrecerte el viaje que estás buscando
Desarrollan sus propios algoritmos con el propósito de automatizar operaciones y ofrecer mejores servicios a sus usuarios. Las claves de esta estrategia
Por Hernán Murúa
28.02.2019 06.00hs Innovación

La inteligencia artificial aparece como un "must" con el que toda empresa debe contar para no quedar fuera de la transformación digital, al permitirles a automatizar sus operaciones para proponer una oferta más ajustada al cliente y en el menor tiempo posible. El rubro de las agencias de viajes online no es ajeno a esta búsqueda.

El objetivo es simple: analizar grandes flujos de información a través del aprendizaje de las máquinas para que los paquetes turísticos que le brinda al usuario sean lo más personalizados posibles. Y, de este modo, conseguir un aumento de las ventas.

Despegar, que facturó u$s398 millones en los primeros nueve meses del año pasado (aún no dio a conocer sus resultados del cuarto trimestre) comenzó hace tiempo a desarrollar la rama del aprendizaje automático –más conocido como machine learning– de fotos.

Su objetivo: identificar imágenes de mala calidad, estiradas o poco nítidas entre la oferta de más de 500.000 alojamientos disponibles dentro de su plataforma.

"La necesidad nació desde la gerencia de Content, que trabaja en la moderación del contenido generado por nuestros socios", indica Leandro Malanadrini, director de Product Management & UX de la empresa, a iProUP.

"El problema es que empezaron a encontrarse imágenes de mala calidad o que generaban falsas expectativas en los usuarios. En ese contexto, se decidió avanzar con esta problemática y desarrollar una solución", completa.

Cinco años antes, la empresa había creado un área de Research & Development para adoptar herramientas de inteligencia artificial y big data, que en 2017 había cambiado su nombre a Data Science.

Contaba, además, con un equipo interdisciplinario de diez personas especializadas en machine learning, cuya principal utilidad consiste en permitir la concreción automática de operaciones sobre grandes fuentes de información a través de bancos de datos.

"Se predefinieron estándares e identificaron los problemas más frecuentes, entre los cuales se destacaban las fotos pixeladas y de muy baja resolución. Como consecuencia, se optó por atacar la moderación de las imágenes desde la perspectiva de su calidad, en busca de una solución robusta, confiable y efectiva", continúa el ejecutivo.

"En cuanto se inició este proceso, la primera pregunta fue: ¿qué es una buena foto? Para contestarla, resultó necesario armar un manual de estilo fotográfico, a partir de las preferencias de los usuarios", relata Malandrini.

Y continúa: "Una vez definido ese interrogante, el siguiente y más importante desafío fue contárselo a una máquina. Sin dudas, el proceso de prototipado resultó arduo. Precisó del agregado y la mejora continua de observables de la imagen para lograr que el algoritmo fuera efectivo".

El método implementado se conoce como "aprendizaje supervisado". Requiere de una base de datos con todos sus elementos etiquetados de acuerdo con lo que se busca aprender.

"En el caso de la compañía, esto significaba tener un conjunto de imágenes con un puntaje asignado del 1 al 5, a partir de la opinión de varias personas. Con este fin, en una primera versión se optó por utilizar bancos de imágenes públicos", explica.

No obstante, los resultados no cumplían con las expectativas, porque los criterios con los que se determinaba el score de las imágenes diferían de los requeridos para el universo gráfico de Despegar.

"Se necesitaron cerca de 1.400 fotos y casi todo el equipo de Content para calificarlas de 1 al 5, según los parámetros que devolvía el servicio. Con ello, fue posible la construcción de un conjunto de datos que representaba mejor a las imágenes y los criterios", detalla.

En la actualidad, el servicio permite identificar distorsiones conocidas como ruido, ringing (cuando los bordes de las figuras tienen forma de anillo), borrosidad y desenfoque.

"De este modo, se alcanzaron dos grandes hitos que cambiaron la manera de moderar fotos en Despegar. En principio, puede reconocerse rápidamente cuál es el estado de la calidad de las fotos disponibles en el sitio, recorriendo hasta 900.000 imágenes en tres días", señala Malandrini.

El directivo apunta que el otro logro importante fue "conseguir el ordenamiento de fotos de alojamientos con storytelling: las imágenes le cuentan al usuario la historia de un hotel, anticipándole cómo va a ser su experiencia allí".

Con operaciones en la Argentina, Brasil, Colombia y México y una facturación superior a los 400 millones de dólares, Almundo es otra de las agencias de viajes online que emplea inteligencia artificial, también desde 2017.

En su caso, para recomendarle a los viajeros que acceden a su plataforma aquellos productos en los que podrían estar interesados.

"Cuando ingresan a la web desde cualquier dispositivo o la app, se encuentran con ofertas de destinos que les resultan afines. Asimismo, al buscar alojamiento, se les muestra en los primeros resultados los que son más relevantes para ellos. Y cuando se contactan con Almundo, entra en escena un algoritmo de personalización, que asigna al experto ideal para ese viajero", sostiene Lautaro González, CIO de la compañía.

En forma complementaria, según añade el ejecutivo, todas las campañas offline de email marketing y notificaciones push de la empresa están basadas en algoritmos de inteligencia artificial. El propósito es tratar de proveer contenido relevante a cada uno de los clientes.

"Todos los desarrollos fueron inhouse. Elegimos hacerlos así debido a la amplia variedad de frameworks y librerías de código abierto que están disponibles para que cualquiera los use", apunta el directivo.

Y agrega: "Muchas de estas tecnologías fueron creadas por los pioneros en el área, como Netflix o Amazon, y luego liberadas a la comunidad. No obstante, cada modelo que usamos debió ser entrenado con datos de nuestro propio dominio, para adaptarlo a nuestra industria".

El equipo que lleva adelante este proceso de implementación, en el caso de Almundo, está compuesto por dos desarrolladores y un científico de datos.

"La principal barrera que tuvimos que superar fue la conformación misma del equipo, ya que los perfiles son escasos y con alta demanda en el mercado", asegura González.

Los resultados son, hasta ahora, satisfactorios. "Abordamos la evaluación de distintas aspectos. En campañas offline, se mejoró la conversión entre cinco y ocho veces, mientras que en la personalización de las ofertas se duplicó", puntualiza.

Esto es: el número de usuarios que pulsan una pieza publicitaria en relación con la cantidad de impresiones mostradas, expresado en porcentaje.

"En el ordenamiento y clasificación de hoteles, todas las iteraciones se realizan con AB testing. Por ello, las versiones que van quedando son las que logran los mejores resultados medidos en conversión", remarca.

Y concluye: "Por este motivo, los cambios en los algoritmos se realizan de forma continua, considerando vistas, margen, conversión, ADN del cliente, etcétera. En la primera versión del sorting de hoteles, utilizando algoritmos de personalización, la conversión mejoró en un 13 por ciento".

Otras tecnologías

Tal como informó iProUP, además de la inteligencia artificial, las agencias de viajes online también apuestan a otras innovaciones para ofrecer nuevas experiencias a los clientes antes de que compren un paquete turístico.

"Funcionalidades como dimensionar el tamaño de un equipaje de mano, para saber si se debe despachar, o explorar un hotel o sus habitaciones y chequear virtualmente sus características son ejemplos en los que estamos trabajando para ver qué valor podrían aportar a los usuarios", confiesa Malandrini, de Despegar.

Tener la posibilidad de conocer digitalmente y de una forma más "real" un destino, una habitación o cualquier componente del viaje podría ser muy útil en las decisiones que tienen que tomar los clientes.

"Estas tecnologías permiten ampliar esa investigación previa en una experiencia que involucre todos los sentidos, que se pueda vivir un ratito como si se estuviera en el lugar que se desea conocer", dice Thomas Allier, CEO y cofundador de Viajala, a iProUP.

Agrega que, si se integran estas herramientas en aeropuertos y aviones, los turistas pueden comenzar su aventura desde el momento en que dejan su casa.

"Una vez que el viajero aterrizó, se puede mejorar su experiencia en hoteles, restaurantes y durante los recorridos por la ciudad a través de la interacción con mapas, menús y habitaciones inteligentes", resume.

En Despegar creen que, además de la realidad virtual o aumentada, hay tecnologías que irán ganando protagonismo. "Hay nuevas tendencias que generarán un fuerte impacto en los próximos años, como el VoiceAssistant".

"A través del escaneo de código de barras del DNI, logramos un proceso de carga automático de los datos de pasajeros. De esta forma, usando la app de Despegar, los clientes pueden agilizar el proceso de compra y prevenir errores en la carga de datos", completan.

Las nuevas herramientas de la economía digital no detienen su marcha ni discriminan a ningún rubro. Todo sea por brindar a los clientes una mejor experiencia, además de ofrecerles la propuesta turística que mejor se adapte a sus demandas. Y siempre, antes de que la competencia lo haga.

Enterate lo último sobre economía digital, startups, fintech, innovación corporativa y blockchain
Innovación en tu mail
Suscribite a nuestro newsletter y recibí diariamente las últimas noticias en economía digital, start ups, fintech, innovación corporativa y blockchain.
Más sobre Innovación
Te puede interesar
Recomendadas