AI počítala stoličky v reštauráciách

Výzva

Poskytovateľ platobných terminálov chcel zvýšiť podiel na rakúskom trhu reštaurácií za 12 mesiacov. Problém bol, že nevedeli, ktoré reštaurácie majú najväčšiu pravdepodobnosť zmeny providera a ako ich správne osloviť.

Hlavné výzvy

• Nízky podiel na trhu - chceli rásť o 270 nových reštaurácií za rok

• 9 000 reštaurácií na trhu - nevedia ktoré osloviť prvé

• Chýbali dáta o veľkosti reštaurácií (počet miest, obrat)

• Nevedeli identifikovať hot leads - strácali čas na nevhodných prospektoch

• Generické ponuky nefungovali - nízka conversion rate

Riešenie

Použili sme AI analýzu 500 000 zákazníckych recenzií a 40 000 fotografií reštaurácií na odhad veľkosti (počet miest) a spokojnosti zákazníkov. CNN model identifikoval stoly a stoličky na fotkách, NLP extrahoval sentiment z recenzií. Vytvorili sme lead scoring 0-100 a oslovili top 1 500 reštaurácií s personalizovanými ponukami.

Ako sme to riešili

Analyzovali sme 500 000+ zákazníckych recenzií pomocou NLP algoritmov. Extrahovali sme sentiment, zmienky o platobných možnostiach a nespokojnosť s aktuálnym terminálom. Vedeli sme, ktoré reštaurácie hľadajú lepšie riešenie.

CNN model analyzoval 40 000 fotografií z Google Maps a Instagrame. AI počítala stoly, stoličky a odhadovala kapacitu reštaurácie s 85% presnosťou. Takto sme vedeli predpovedať obrat aj bez finančných údajov.

Vytvorili sme lead scoring model s 88% presnosťou, ktorý kombinoval veľkosť reštaurácie, sentiment z recenzií, lokáciu a typ kuchyne. Top 1 500 reštaurácií dostalo najvyššie skóre a boli oslovené ako prvé.

Každá reštaurácia dostala personalizované oslovenie cez email, LinkedIn aj telefonát. Správa obsahovala konkrétne výhody pre ich typ biznisu (napr. 'pre reštaurácie s 60+ hosťami ako vaša máme...').

Segmentácia do 3 skupín: Tech Innovators (early adopters, chcú najnovšie riešenia), Growth-Oriented (rastú rýchlo, potrebujú škálovateľnosť), Traditionalists (spoľahlivosť a dlhodobá partnerstva). Každá skupina dostala iný messaging.

Použité technológie: Convolutional Neural Networks (CNN), NLP (NLTK, spaCy), Gradient Boosting Machine (GBM), TensorFlow & Keras, Multi-channel outreach

Výsledky

1. 270 zazmluvnených reštaurácií: Výrazný nárast podielu na trhu

2. Výrazný nárast podielu na trhu: Vysoký conversion rate z 1 500 oslovených reštaurácií

3. Nový ročný príjem: €2M+ ARR z nových klientov

Wow faktor

AI model dokázal odhadnúť počet miest v reštaurácii len z fotografií na Instagrame a Google Maps. AI analyzovala fotky interiéru, počítala stoly a stoličky a odhadla kapacitu s 85% presnosťou. Takto sme vedeli predpovedať obrat a identifikovať najhodnotnejšie leads bez nutného telefonátu.