Par Tony Loeb, cofondateur de 10 Minutes Hotels
On a fait un épisode un peu à part cette fois. Une IA était mon invitée sur le podcast.
J’ai reçu Aude Bachelot, CEO d’Experience, mais j’ai aussi reçu Filip, l’intelligence artificielle développée par ses équipes. Je lui ai posé mes questions comme à n’importe quel autre invité, depuis Maison Montmartre, un hôtel de 185 chambres.
Je m’attendais forcément à parler d’automatisation. Ce que j’ai surtout retenu, c’est autre chose.
Filip m’a montré comment une note peut encore sembler correcte alors que les commentaires des clients commencent déjà à raconter une autre histoire. Et comment l’IA peut transformer des informations dispersées sur un client en quelques éléments utiles pour la réception, afin que l’équipe puisse mieux préparer son accueil et consacrer davantage de temps au client.
Votre note est encore bonne, alors que vos avis disent déjà autre chose
Quand je lui ai demandé ce qu’il pouvait conclure d’un avis qu’une simple note sur 5 ne dit pas, Filip a été assez clair.
Ce qui l’intéresse en premier lieu, ce sont les mots.
En croisant des dizaines ou des centaines d’avis sur plusieurs mois, il peut faire ressortir des tendances qu’une note moyenne ne montre pas encore.
Deux hôtels peuvent afficher exactement la même note, pourtant, dans l’un d’eux, les commentaires commencent peut-être à revenir régulièrement sur le ménage, le Wi-Fi ou l’insonorisation.
Filip m’a donné un exemple simple : un hôtel affiche encore 4,2 sur 5. Rien d’alarmant à première vue. Mais si plusieurs dizaines d’avis commencent à faire apparaître les mêmes problèmes, cette note peut finir par baisser dans les prochains mois. L’intérêt est donc de faire remonter le signal au directeur avant d’en voir le résultat dans la moyenne.
C’est là que le sujet devient plus intéressant que la simple réponse automatique aux avis.
Aude m’a également donné un exemple de ce que l’IA ne peut pas savoir seule.
Un client mentionne dans son avis qu’il a eu un problème avec sa douche et laisse une mauvaise note. Entre-temps, l’hôtel fait réparer la douche. Cette dernière information n’est pas forcément connue de l’IA. Il faut donc la lui transmettre pour qu’elle puisse proposer une réponse pertinente à l’avis du client.
Et surtout, c’est toujours l’hôtelier qui valide la réponse avant qu’elle soit publiée.
Autrement dit, l’IA peut accélérer l’analyse et préparer la réponse. Elle ne possède pas nécessairement d’elle-même tout le contexte de ce qui s’est réellement passé dans l’hôtel.
Avoir la mémoire du client avant même de l’avoir rencontré
Prenons un réceptionniste à 19 heures. Il voit arriver un client qu’il n’a jamais rencontré.
L’hôtel possède pourtant peut-être déjà beaucoup d’informations sur cette personne : ses précédents séjours, ses préférences, ses échanges, certaines informations enregistrées dans le CRM ou le PMS.
Le problème, c’est que personne n’a dix ou quinze minutes à consacrer à cette recherche avant chaque arrivée. Aude estime que c’est au minimum le temps qu’il faudrait pour commencer à reconstituer manuellement ces informations. Sur un hôtel proche de 200 chambres, on comprend vite la limite du système.
C’est là que Filip intervient. Il peut rapidement analyser les informations disponibles sur le client et restituer, en quelques lignes, ce qui semble le plus utile pour préparer son accueil.
À titre d’exemple, un client avait déjà séjourné dans plusieurs établissements du même groupe. Les données permettaient de savoir qu’il préférait une chambre au fond du couloir, loin de l’ascenseur. Elles indiquaient également certaines allergies alimentaires.
Le réceptionniste peut donc savoir ces deux choses avant même de rencontrer le client. L’information sur les allergies peut être transmise à la cuisine, et au moment de l’arrivée, le client peut constater que l’hôtel s’est souvenu de ses préférences.
Filip peut retrouver l’information, la trier et signaler au réceptionniste ce qui mérite son attention. En revanche, la relation avec le client reste du côté de l’équipe : accueillir, sourire, reconnaître quelqu’un, adapter son ton, créer cette impression d’être réellement attendu.
C’est ce que Filip résume lui-même en expliquant son rôle :
« Je m’occupe de la mémoire, pas de la rencontre. »
Et dans votre hôtel ?
Si un client fidèle arrivait ce soir à la réception, combien de temps faudrait-il réellement à votre équipe pour retrouver ce que votre hôtel sait déjà de lui ?
Le premier intérêt de l’IA est peut-être déjà là : rendre immédiatement accessibles aux équipes les informations utiles.
Dans l’épisode complet, j’interroge également Aude et Filip sur les réponses aux avis, la création de campagnes emailing, l’aide à la rédaction, la correction, la traduction dans près de 180 langues et la manière dont Experience exploite les données issues de plus de 60 millions d’emails envoyés pour continuer à faire évoluer son outil.
🎧 Tout est dans l’épisode complet de 10 Minutes Hotels :
Pour la première fois, une IA dédiée aux hôtels est invitée dans mon podcast !
