Obiettivo
Aiutare le persone a capire gli aspetti positivi e negativi di una struttura, riassumendo il contenuto delle recensioni con l’aiuto del machine learning
Problema:
Non è facile capire a colpo d’occhio quali siano gli aspetti positivi e negativi di una struttura ricettiva. Ci sono casi in cui la valutazione complessiva è alta, ma alcuni aspetti (come la posizione o la colazione) possono essere negativi. Le persone devono leggere molte recensioni online per formarsi una propria opinione al riguardo, e trovare tutte le informazioni che necessitano.
Processo:
Per risolvere questo problema ho collaborato con il mio data scientist e abbiamo sfruttato gli algoritmi di machine learning per annotare migliaia di recensioni, suddividendole in diverse categorie (posizione, colazione, staff ecc.) insieme agli argomenti più comunemente discussi. Questo ci ha permesso di sapere se una particolare categoria è considerata positiva o negativa per gli ospiti, e per quale motivo.
Soluzione:
Partendo dai dati analizzati, il mio ruolo è stato quello di generare un riassunto del contenuto delle recensione per le diverse categorie. La sfida più grande è stata scrivere testi concisi ma allo stesso tempo sufficientemente articolati da includere tutti i feedback ricevuti per quel particolare argomento. Ho letto centinaia di recensioni reali per trovare le parole giuste. La sfida successiva è stata tradurre i contenuti nelle diverse lingue: ho creato un brief chiaro con tutto il materiale di riferimento così che ogni traduttore potesse utilizzare il giusto linguaggio.
Impatto:
L’A/B test ha dimostrato che le persone che leggono questo riassunto prenotano strutture con valutazioni più elevate.
Company: Booking.com
Team: User Generated Content