Ευφυείς τεχνολογίες πληροφορικής στην υποβοήθηση του τουριστικού μάρκετινγκ

HTML
DOWNLOAD

Μέγεθος: px

Εμφάνιση ξεκινά από τη σελίδα:

Download "Ευφυείς τεχνολογίες πληροφορικής στην υποβοήθηση του τουριστικού μάρκετινγκ"

reek Καλογιάννης
7 χρόνια πριν
Προβολές:

1 Ευφυείς τεχνολογίες πληροφορικής στην υποβοήθηση του τουριστικού μάρκετινγκ Γεώργιος ταλίδης, Καθηγητής Εφαρμογών ΑΣΕΙΘ

Εφαρμογές πληροφορικής με ευφυΐα στο μάρκετινγκ Έξυπνες συστάσεις και προσωποποιημένη αναζήτηση Υαίνεται ότι σου αρέσουν οι οικογενειακές διακοπές -> σου προτείνουμε τα εξής πακέτα Ο προορισμός

2 Εφαρμογές πληροφορικής με ευφυΐα στο μάρκετινγκ Έξυπνες συστάσεις και προσωποποιημένη αναζήτηση Υαίνεται ότι σου αρέσουν οι οικογενειακές διακοπές -> σου προτείνουμε τα εξής πακέτα Ο προορισμός «Θεσσαλονίκη» είναι τέλειος για αγορές, φαγητό και νυχτερινή διασκέδαση Εντοπισμός πελατώνστόχων για προωθητικές ενέργειες και cross-selling Δυναμική σύνθεση πακέτων, δυναμική τιμολόγηση Ηλεκτρονική διαχείριση σχέσεων με τους πελάτες

3 Ευφυείς τεχνολογίες πληροφορικής Μοντελοποίηση και ηλεκτρονική διαχείριση γνώσης (Knowledge engineering) Η μηχανή μαθαίνει να σκέφτεται και να προτείνει λύσεις Εξαγωγή πληροφορίας/γνώσης από δεδομένα τατιστική ανάλυση, Data analytics, data mining, predictive modeling, Big Data, Διαχείριση και διαμοιρασμός πληροφορίας Αποθετήρια στατιστικών στοιχείων, μελετών κλπ.

Συνήθεις ανάγκες ενός μάνατζερ Να βρίσκει την πληροφορία που χρειάζεται για να παίρνει καλύτερες αποφάσεις βασισμένες σε στοιχεία Να διαθέτει

4 Συνήθεις ανάγκες ενός μάνατζερ Να βρίσκει την πληροφορία που χρειάζεται για να παίρνει καλύτερες αποφάσεις βασισμένες σε στοιχεία Να διαθέτει εξελιγμένα εργαλεία ανάλυσης και πρόβλεψης ώστε να αξιοποιεί με τον καλύτερο τρόπο την πληροφορία/γνώση που κρύβεται στα δεδομένα που διαθέτει.

Η λύση της Εξαγωγής Γνώσης Γνώση κατανοητή από Η/Τ χρησιμοποιείται από ισχυρές συλλογιστικές μηχανές για επίλυση σύνθετων προβλημάτων. Ο τελικός χρήστης δε χρειάζεται ειδίκευση στην ανάλυση δεδομένων.

5 Η λύση της Εξαγωγής Γνώσης Γνώση κατανοητή από Η/Τ χρησιμοποιείται από ισχυρές συλλογιστικές μηχανές για επίλυση σύνθετων προβλημάτων. Ο τελικός χρήστης δε χρειάζεται ειδίκευση στην ανάλυση δεδομένων. Γνώση από πολλαπλές πηγές ενοποιείται και επαναχρησιμοποιείται. Σα δεδομένα φθείρονται και δύσκολα επαναχρησιμοποιούνται ενώ η γνώση συσσωρεύεται και επεκτείνεται. Γίνεται διαμοιρασμός γνώσης μεταξύ συστημάτων και μέσω σημασιολογικού ιστού. Σμήμα Διοίκησης 7o Πανελλήνιο Επιχειρήσεων Σσνέδριο Ανάλσζες Δεδομένφν, Σεπηεμβρίοσ 2013, Καβάλα

6 Πώς μπορεί ένα σύστημα να διαθέτει ευφυΐα και γνώση; Δέντρα αποφάσεων Π.χ. πρόβλεψη της συνολικής ικανοποίησης από το ξενοδοχείο με βάση επιμέρους στοιχεία ικανοποίησης Αν η ικανοποίηση του επισκέπτη είναι υψηλή από την ασφάλεια και υψηλή από την εκπαίδευση και την εξυπηρετικότητα του προσωπικού και υψηλή από την ποιότητα και ποικιλία του φαγητού -> H συνολική ικανοποίηση από το ξενοδοχείο είναι υψηλή με πιθανότητα 212/217.

7 Μοντέλα πρόβλεψης υστήματα κανόνων Έχουν φυσική ερμηνεία και δίνουν εξήγηση του αποτελέσματος Οι κανόνες είναι της μορφής: IF υνθήκη 1 AND υνθήκη 2 AND -> Πρόβλεψη ή σύσταση IF Price >100 AND Customer = Frequent -> Discount = 10% Εξόρυξη κανόνων συσχέτισης 1. Αν η διάρκεια του ταξιδιού είναι 3 εβδομάδες ή περισσότερο και ο σκοπός του ταξιδιού είναι επαφή με τη φύση -> με πιθανότητα 93,8% ο επισκέπτης επιθυμεί πισίνα για παιδιά. 2. Αν ο επισκέπτης επιθυμεί εγκαταστάσεις για άτομα με ειδικές ανάγκες -> με πιθανότητα 92,6% επιθυμεί επίσης φωτισμό στους εξωτερικούς χώρους τη νύχτα.

Μηχανική εκμάθηση Νευρωνικά δίκτυα Προσομοιώνουν τη λειτουργία του ανθρώπινου εγκεφάλου. Αυτο-εκπαιδεύονται από παραδείγματα Σο αποτέλεσμά τους είναι ποιοτικό (π.χ. απόφαση, κατάταξη) Από μεγάλο αριθμό γνωστών δειγμάτων αποκρυσταλλώνουν τη συμπεριφορά ενός πληθυσμού και προβλέπουν τη συμπεριφορά άγνωστων περιπτώσεων.

8 Μηχανική εκμάθηση Νευρωνικά δίκτυα Προσομοιώνουν τη λειτουργία του ανθρώπινου εγκεφάλου. Αυτο-εκπαιδεύονται από παραδείγματα Σο αποτέλεσμά τους είναι ποιοτικό (π.χ. απόφαση, κατάταξη) Από μεγάλο αριθμό γνωστών δειγμάτων αποκρυσταλλώνουν τη συμπεριφορά ενός πληθυσμού και προβλέπουν τη συμπεριφορά άγνωστων περιπτώσεων. Αδιαφανής η ερμηνεία του φαινομένου

9 Οντολογία: το λεξιλόγιο και κάτι περισσότερο Η οντολογία ορίζει έννοιες, αντικείμενα, τις ιδιότητές τους και τις σχέσεις ανάμεσά τους ώστε να αντανακλάται το πρόβλημα του πραγματικού κόσμου. Κλάσεις και υποκλάσεις παριστούν με ιεραρχική δομή τις έννοιες που συναντώνται στο τουριστικό μάρκετινγκ. Αντικείμενα είναι τα μέλη των κλάσεων που αντιστοιχούν σε συγκεκριμένα άτομα/αντικείμενα ενός τύπου. Οι ιδιότητες εκφράζουν τις σχέσεις ανάμεσα σε κλάσεις ή αντικείμενα. Σμήμα Διοίκησης 7o Πανελλήνιο Επιχειρήσεων Σσνέδριο Ανάλσζες Δεδομένφν, Σεπηεμβρίοσ 2013, Καβάλα

10 Αρχιτεκτονική του υπό ανάπτυξη συστήματος Survey DataΓεδομένα Δρεσνας Αναλσηής ΑΝΑΛΤΗ ΓΔΓΟΜΔΝΩΝ -Σάζεις, παράγονηες, προθίλ ομάδων, ζσζτεηίζεις, κλπ. ΒΑΗ ΓΝΩΗ ΝΔΤΡΩΝΙΚΟ ΓΙΚΣΤΟ - Γενικεύει ηα αποηελέζμαηα ηες ανάλσζες. -Εκπαιδεύεηαι να καηαηάζζει νέες περιπηώζεις ζε γνφζηά πρόησπα ΤΣΗΜΑ ΚΑΝΟΝΩΝ - Αποησπώνει λογικές ζσζτεηίζεις, ηάζεις και προβλέυεις Μάναηδερ Δρώηημα Παράμεηροι ΤΣΗΜΑ ΣΗΡΙΞΗ ΑΠΟΦΑΗ Σύζηαζε

11 Ανάλυση σε παράγοντες της εικόνας της Θεσ/νίκης

12 Χώρα προέλευσης και δημογραφικά Φώρες της Βαλτικής, Γερμανία, Ελβετία: αρνητική εικόνα Ρωσία: ανάμικτη εικόνα, έρχονται για φυσικές ομορφιές-εκδρομέςπαραλίες ΗΠΑ, Αυστραλία: Θετική εικόνα σε όλα τα στοιχεία, ανάμικτοι παράγοντες επιλογής Ιταλία: θετική εικόνα, τους ελκύει η διασκέδαση Σμήμα Διοίκησης 7o Πανελλήνιο Επιχειρήσεων Σσνέδριο Ανάλσζες Δεδομένφν, Σεπηεμβρίοσ 2013, Καβάλα

13 Ανάπτυξη οντολογίας για μάρκετινγκ τουριστικών προορισμών

14 Εξαγωγή κανόνων υνθήκη 1 ΚΑΙ υνθήκη 2 ΚΑΙ... Cn Αποτέλεσμα Ποιοτικά ευρήματα (π.χ.): Αν οι λόγοι επιλογής του προορισμού είναι Νυχτερινή διασκέδαση, Life Style, ο επισκέπτης κατατάσσεται στην κλάση «Επισκέπτης για διασκέδαση» (Γ2) ενώ αν οι λόγοι είναι φυσικές ομορφιές, περιβάλλον, εκδρομές, κλίμα (2 ο ), LifeStyle (2 ο ), κατατάσσεται στην κλάση «Επισκέπτης για φύση» (Γ5). Αν ο επισκέπτης έχει αρνητική εικόνα για τα ξενοδοχεία, καθαριότητα, τιμές, αρχιτεκτονικό στυλ, κατατάσσεται ως «Αρνητικός με πρακτικά θέματα» (Κ2). Αν ο επισκέπτης είναι «Επισκέπτης για διασκέδαση» και «Αρνητικός με πρακτικά θέματα», προβλέπεται στάση για μελλοντική επίσκεψη «απίθανο» και ότι επηρεάστηκε από φίλους και γνωστούς. Ποσοτικά ευρήματα (π.χ.): Αυτοί που ελκύονται κυρίως από τη διασκέδαση στη Θεσ/νίκη είναι 29,9%

15 Έρευνα σχετικά με τις προσδοκίες και την ικανοποίηση των επισκεπτών από το ξενοδοχείο τους Φαρακτηριστικά της επίσκεψης (σκοπός ταξιδιού, διάρκεια, κόστος) και προσδοκίες από το ξενοδοχείο.

16 Ομάδα Μέγεθος Σχεηική κλάζη και ιδιόηηηες Δημογραθικά χαρακηηριζηικά K1 Φαμηλού κόζηοςρ N=204, 43,4% Κλάζη Δ Κόζηορ δυμαηίος <50 Φαμηλέρ πποζδοκίερ ζςνολικά. K2 Επιζκέπηηρ ππώηηρ θοπάρ N=120, 25,5% Ππώηη θοπά ζηο ζςγκεκπιμένο πποοπιζμό Κόζηορ δυμαηίος <50 Ηλικία K3 Διακοπέρ βαζικήρ ποιόηηηαρ N=38, 8,1% Κλάζη A Σκοπόρ ηηρ επίζκετηρ διακοπέρ ή τςσαγυγία, Διάπκεια 2 εβδομάδερ, Κόζηορ , Υτηλέρ πποζδοκίερ για αζθάλεια, καθαπιόηηηα, αναλώζιμα, πιζηολάκι, εζηιαηόπιο ζηο ξενοδοσείο. Ηλικία 56-65, Επάγγελμα ζςνηαξιούσορ K4 Φαλαπέρ διακοπέρ N=19, 4% Κλάζη B Εσει ξαναέπθει 2-3 θοπέρ, Το ξενοδοσείο να ανήκει ζε αλςζίδα, Πποζδοκίερ για πιζίνα, δπαζηηπιόηηηερ τςσαγυγίαρ, άνεηο λόμπς. Ηλικία 56-65, Επάγγελμα ζςνηαξιούσορ K5 Δπαζηηπιόηηηερ και Εςεξία N=89, 18,9% Κλάζη Γ Διάπκεια ηαξιδιού 3 εβδομάδερ ή πεπιζζόηεπο, Κόζηορ ηη βπαδςά, Πποζδοκίερ για spa και ςπηπεζίερ εςεξίαρ, εγκαηαζηάζειρ για άηομα με ειδικέρ ανάγκερ, αθληηικέρ εγκαηαζηάζειρ, ειδικά διαιηηηικά μενού. Ηλικία 46-55, Ελεύθεπο επάγγελμα, Μέζο ειζόδημα.

17 Όλα τα πιθανά χαρακτηριστικά των ξενοδοχείων έχουν εισαχθεί στο λεξιλόγιο Η ιδιότητα hasrequirement μπορεί να συνδέει έναν επισκέπτη με κάποια χαρακτηριστικά ξενοδοχείου ή με κάποιες δραστηριότητες.

18 Κανόνες Παράδειγμα ενδιάμεσου και τελικού κανόνα που προέκυψαν από την Ανάλυση Δεδομένων: 1. Αν ο σκοπός ενός ταξιδιού είναι η διασκέδαση και η διάρκεια 2 εβδομάδες και το επιθυμητό κόστος του δωματίου είναι , το ταξίδι κατατάσσεται ως διακοπές βασικής ποιότητας» 2. Αν το προφίλ του ταξιδιού είναι διακοπές βασικής ποιότητας και ο επισκέπτης έχει ηλικία 56-65, τότε ο επισκέπτης επιθυμεί ασφάλεια, καθαριότητα και αναλώσιμα. IF?mytrip hastripfeature Entertainement?mytrip hastripfeature TwoWeeks?mytrip hasrequirement Cost50to100?mytrip hastripfeature StandardQualityVacationTrip IF?mytrip hastripfeature StandardQualityVacationTrip?myvisitor hasvisitorfeature Age56-65?myvisitor hasrequirement Security?myvisitor hasrequirement Cleanness

19 Πού βρισκόμαστε; Τλοποιήθηκε το πρώτο πρωτότυπο του λογισμικού πολυδιάστατης παραγοντικής ανάλυσης δεδομένων, της μονάδας νευρωνικού δικτύου και της Βάσης Γνώσης. Αναλύθηκαν τα δεδομένα της βασικής έρευνας Τλοποιήθηκε η αρχική Βάση Γνώσης με ενδεικτικό περιεχόμενο. το επόμενο 1 έτος του έργου: Πιλοτική λειτουργία με πραγματικά δεδομένα και προσθήκη περιεχομένου Ολοκλήρωση του μηχανισμού ερωτημάτων για στελέχη διοίκησης/μάρκετινγκ στον τουρισμό Αξιολόγηση από τελικούς χρήστες σε πραγματικά προβλήματα

20 Μελλοντικοί στόχοι Επέκταση σε εξειδικευμένα προβλήματα «κατά παραγγελία» Ανάλυση δεδομένων έρευνας με προηγμένες μεθόδους Κεφαλαιοποίηση και επαναχρησιμοποίηση γνώσης Συποποιημένα ερωτήματα -> προκαθορισμένες διαδικασίες ανάλυσης -> απάντηση «με το πάτημα ενός κουμπιού

Σχετικά έγγραφα

Ανάλυση Δεδομένων Παραγοντική ανάλυση αντιστοιχιών. ATEI of Thessaloniki, Department of Marketing

Ανάλυση Δεδομένων Παραγοντική ανάλυση αντιστοιχιών Εισαγωγή στην Παραγοντική Ανάλυση Αντιστοιχιών Χρησιμοποιούμε παρατηρούμενες μεταβλητές για να εκτιμήσουμε σύνθετες μεταβλητές που εξηγούν τη συμπεριφορά