fbpx Smiley face

Artificial intelligence to manage the online reputation of your restaurant

0

Numerous studies show that improving scores, digital portals opinion, with a star It increases the turnover of a restaurant between 5% and a 9%. They also say that a third of consumers will not eat at a restaurant less than 4 stars.

Numerous studies show that improving your score with a star increases your turnover by 5 a 9%. They also say that a third of consumers do not eat at a restaurant less than 4 stars.

How much does manage Online Reputation? Reviewing the volume portals opinion it has increased in recent years, to a point that is very difficult to manage professionally all comments that restaurant patrons share. The average time to read a review is 35 seconds. Some restaurant chains receive a sock 100 comments a day and needed to read them all 30 hours per month, to which must be added, the average time to answer a review is 2 minutes on average.

Today, less than a 5% the reviews are answered Tripadvisor, and the variety increases given the volume of portals to be monitored as ElTenedor, Facebook, Google My Business, Yelp, Atrápalo and many more depending on the country or the city where the restaurant is located. To add a little more complexity, Instagram has become one of the most popular platforms customers no longer share only text but also photos, videos o stories which are active only a few hours, but can have thousands of visits.

Then, I would like to show you some of the features that have launched in recent weeks in CloudReputation, platform to manage reputation data most advanced on the market.

What is behind an opinion

Most of the online reputation services Traditional handle meta-data: Review structured information such as date, the score, number of Likes, etc. The challenge we have is we put training algorithms able to understand the text as a human being.

Meta-data Trip Advisor review

Meta-data Trip Advisor review

In CloudReputation we use algorithms to understand the feeling of an opinion. train Artificial Intelligence models able to understand the feeling and emotion in customer feedback. Techniques we use natural language processing (NLP) to understand the written text. The vast number of unique languages, contexts and complexity make this an extremely challenging task.

The results are surprisingly good, identifying the feeling of each of the sentences of the reviews and magnitude showing the relevance of the phrase in the text. We also highlight entities to provide the necessary information and quickly find the most important in the text.

Analysis Example feeling Phrase, magnitude and prominent entities

Analysis Example feeling Phrase, magnitude and prominent entities

What's behind a photo on social networks

Each of the photographs that your clients post on social networking sites also include information that can be automatically extracted using Artificial Intelligence models. We have trained two models of image recognition:

  • Demografía de los sujetos: este modelo analiza imágenes con personas y nos da información sobre la edad, el sexo y la apariencia multicultural de cada rostro detectado en función de las características faciales. Este modelo es ideal para clasificar la audiencia de vuestros clientes y quienes aparecen en las redes sociales: ¿es vuestro restaurante más popular para jóvenes? ¿cuántos jóvenes? ¿más para hombres o para mujeres?
  • Reconocimiento de alimentos: el modelo ‘Food’ reconoce más de 10.000 alimentos en imágenes hasta el nivel de ingredientes. Lo más destacable es que creemos que somos los únicos que hemos personalizado este modelo para la comida española: podemos detectar los platos más comunes en España como paella, tortilla de patatas o gazpacho.

Ejemplo de información extraída automáticamente de una foto de Instagram

Ejemplo de información extraída automáticamente de una foto de Instagram

Con esta información agregada, podemos dar información sobre el porcentaje de fotografías que vuestros clientes postean sobre comida o sujetos, cuáles son las fotos de comida más populares o la edad media de los personas que aparecen en las fotografías.

Respuestas automáticas de reseñas

La respuesta a reseñas positivas a menudo se deja al margen, ya que los dueños de negocios se centran en el control de daños por las opiniones negativas de los clientes. Después de todo, ¿con qué frecuencia ves que una crítica positiva de Tripadvisor se vuelve viral?. Sin embargo, atender a los clientes que ya están entusiasmados con un restaurante es la manera perfecta de crear leales seguidores y una red de referencias sólida. De hecho, el 78% de los consumidores opina que tener noticias de la gerencia del establecimiento sobre sus reseñas les hace creer que la empresa se preocupa más por ellos.

Para ayudar con esta tarea hemos lanzado recientemente un sistema que automáticamente hace el trabajo de escribir la respuesta a una reseña. Las redes neuronales que hemos creado están programadas para aprender comportamientos a través de la capacitación. En general, esta funcionalidad va bien para esos restaurantes que no tienen ningún equipo de atención al cliente o tiene uno grande y sobrecargado, y le gustaría que el primer nivel de interacción sea instantáneo para problemas comunes.

De momento creemos que nuestra IA es capaz de manejar el 20–70% de las reseñas entrantes y esto puede significar grandes ahorros de costes para las empresas. No importa cuántas personas están hablando con un restaurante o negocio en las redes sociales, nuestros algoritmos pueden manejar todos al mismo tiempo.

La visión es que nuestro sistema sea un asistente que, automáticamente se encargue de responder de forma personalizada y, adecuada cuando sea necesario y sin ninguna interacción humana. De momento las respuestas de la máquina no se envían automáticamente. En su lugar, el restaurante elige entre respuestas sugeridas por la IA de CloudReputation y soportamos respuestas en Español, Inglés y Francés.

Ejemplo de sugerencia de respuesta a un comentario en Google My Business

Ejemplo de sugerencia de respuesta a un comentario en Google My Business

Transformando la información en conocimiento

Con estas técnicas avanzadas, ahora recopilamos toda la información imaginable de una reseña o una fotografía. Nuestros modelos de IA se ponen a trabajar y automáticamente toda la información se etiqueta y se convierte en conocimiento relevante, procesable, listo para ser expuesto en nuestra simple interfaz para que siempre sea comprensible la reputación de vuestros locales. Lo desconocido ahora se conoce.

Lo que es más importante, es que nuestra aplicación aprende y nuestros modelos siempre mejoran y se vuelven más inteligentes y precisos. Utilizamos continuamente los datos más recientes, para asegurar que siempre reflejamos la realidad empresarial de hoy en día, brindando a vuestros restaurantes la información que necesita para tomar decisiones más inteligentes y aprovechar la ventaja competitiva.

Según Forrester, en 2018, los bots habrán reemplazado y/o aumentado 311 000 puestos de oficina o administrativos, y 260 000 puestos de ventas y puestos relacionados. Muchas empresas buscan aumentar el número de trabajadores humanos con tecnologías que incluyen inteligencia artificial. Pero lograr que los humanos trabajen codo con codo con los robots sigue siendo un desafío. Nuestro objetivo en CloudReputation es proporcionarte herramientas para que puedas ocuparse en ofrecer una mejor calidad del servicio, más interacción humana y un buen trato a los clientes que visitan tu restaurante.

4.3/5 - (3 votes)

Sobre el autor

Jefe de Producto en IBM Watson especializado en Inteligencia Artificial y fundador de CloudReputation, startup española con sede en Sillicon Valley que ofrece servicios de reputación online para restaurantes

Suscríbete

Deja un comentario