Teknologian avulla lisää tunnetta asiakaspalvelukokemuksen

Hotelliin tulee vuorokaudessa satoja viestejä esimerkiksi Booking.comin kautta, WhatsAppissa, sähköpostissa, Googlen arvosteluissa ja hotellin omassa chatissa. Osa viesteistä on yksinkertaisia, kuten kysymyksiä siitä, mihin aikaan aamiainen alkaa. Osa viesteistä vaatii välitöntä huomiota, kuten esimerkiksi ilmoitus siitä, että huonetta ei ole vieläkään siivottu, vaikka asiakas odotti kaksi tuntia.

Kokenut vastaanottovirkailija erottaa nämä hetket toisistaan silmänräpäyksessä. Perinteinen chatbot ei. Se poimii avainsanat, etsii vastaavuuden tietokannasta ja tarjoilee vastauksen. Molemmat viestit päätyvät samaan jonoon samalla painoarvolla.

Kun hotellin organisaatio on kevyt ja viestimäärät suuria, tällä on seurauksia. Tärkeät viestit peittyvät meluun. Asiakkaat menetetään, koska kukaan ei ehtinyt reagoida ajoissa.

Sentimenttianalyysi: koneen kyky lukea sävyä

Sentimenttianalyysi on luonnollisen kielen käsittelyn (NLP) osa-alue, joka tunnistaa tekstistä tunnetiloja ja asenteita (Pang & Lee 2008). Hotellien maineenhallinnassa se on jo arkityökalu, sillä sentimenttianalyysi mahdollistaa tuhansien arvostelujen automaattisen luokittelun positiivisiin, negatiivisiin ja neutraaleihin (Sanders 2024).

Arvosteluissa tämä on tuttua. Reaaliaikaisissa chatbot-keskusteluissa sama kyky on vasta yleistymässä, ja juuri siellä sen vaikutus voi olla suurin. Samaan aikaan Deloitten (2025) matkailualan katsaus osoittaa, että matkustajien preferenssi ihmiskontaktin ja digitaalisen palvelun välillä ei juuri ole muuttunut viiden vuoden aikana (2019–2024). Erityisesti hospitality-puolella, ongelmatilanteissa ja paikallissuosituksissa, asiakas haluaa edelleen asioida ihmisen kanssa. Raportin viesti on suora: teknologiaa kannattaa ottaa käyttöön asteittain ja harkiten, koska asiakaspalveluhenkilöstöllä on korvaamaton rooli matkailukokemuksessa.

Perinteiset sentimenttityökalut, kuten VADER (Hutto & Gilbert 2014), osoittivat jo, että lyhyissäkin viesteissä voimasanat, huutomerkit ja hymiöt muuttavat tulkintaa merkittävästi. Suuret kielimallit (GPT-5, Gemini, Claude) vievät tämän kyvyn pidemmälle. Ne tunnistavat ironiaa, epäsuoria vihjeitä ja viestin kokonaissävyä. Ero on merkittävä. Vanha botti etsi sanaa ’likainen’. Uusi ymmärtää, että ’no ei tämä nyt ihan sitä ollut mitä odotettiin’ on reklamaatio.

Hotellin chatbotissa tämä näkyy priorisointina. Neutraali tietokysymys ratkeaa automaattisesti. Kielteinen viesti nousee käsittelyjonon kärkeen tai ohjautuu suoraan ihmiselle. Webelight Solutionsin (Sarad 2024) selvityksen mukaan sentimenttianalyysin integrointi chatbotteihin vähensi tukipyyntöjen eskalaatioita jopa 40 prosenttia, koska järjestelmä osasi ratkaista lievemmät tapaukset itse ja ohjata vakavammat nopeammin oikealle henkilölle.

Kyse on sentiment-driven routing -periaatteesta, jossa asiakkaan tunnetila ohjaa palvelupolkua, ei pelkkä viestin aihe.

FHOT 2.0 -hanke ja case Unified Inbox

Haaga-Helian FHOT 2.0 -hankkeessa suunnittelemme Omena Hotelsin kanssa älykkäitä teknologisia ratkaisuja hotelliympäristöön. Omena Hotels on malliesimerkki kevyestä organisaatiosta, joka on ulkoistanut toimintojaan kulutehokkuuden nimissä. Kääntöpuolena tästä on asiakasviestinnästä muodostunut haaste, kun useista kanavista tuleva viestimassa on niin suuri, että resurssit eivät riitä kaikkeen. Potentiaalisia palaavia asiakkaita menetetään, koska kriittiset viestit hukkuvat rutiinikyselyjen joukkoon.

Yksi hankkeen tavoitteista on Unified Inbox -ratkaisu, joka tarjoaa yhden näkymän, johon eri kanavien viestit ohjautuvat ja, jossa ne priorisoidaan automaattisesti sisällön ja sävyn perusteella. Projekti on alkuvaiheessa, joten vielä meillä ei ole raportoitavia tuloksia.

Lähtökohta on kuitenkin selkeä: ei riitä, että viestit kerätään yhteen, vaan pitää myös ymmärtää, mitkä viesteistä vaativat ihmistä. Chatbot voi tunnistaa, että jokin on pielessä. Se voi ehdottaa vastausta, ohjata asian oikealle ihmiselle ja nopeuttaa reagointia. Varsinainen inhimillinen kokemus syntyy silti vasta, kun joku ottaa tilanteen omakseen.

Asiakas ei odota samaa asiaa jokaisessa kohtaamisessa. Joskus hän haluaa nopean vastauksen, ja toisinaan hän haluaa tulla kuulluksi. Teknologia voi auttaa erottamaan nämä hetket toisistaan. Tällä voi olla paljon vaikutusta, vaikka se ei kaikkea ratkaise.

Tavoitteena FHOT 2.0 -hankkeessa meillä on, että majoitusalalla osataan käyttää teknologiaa niin, että ihmiselle jää enemmän aikaa olla ihminen juuri silloin, kun sillä on eniten merkitystä.

Kuva: Shutterstock