GenAI para classificar e desbloquear uma visão holística das despesas de uma cadeia de hotéis

Neste projeto, trabalhamos com uma cadeia de hotéis que visava otimizar assuas despesas, distribuídas em vários locais. A empresa tinha dificuldade em centralizar as informações, uma vez que tinha centenas de milhares de itens de despesas que não estavam padronizados e eram difíceis de analisar.

Este é um desafio comum que as empresas enfrentam ao iniciar projetos de dados, nos quais as informações não são estruturadas, o que bloqueia outras etapas de análise e um verdadeiro processo de otimização de tomada de decisão orientado por insights.

Além disso, o processo de compra estava espalhado por toda a organização. Cada pessoa envolvida conduzia suas próprias práticas dentro de uma certa liberdade, o que também criava complexidade na procura de ações reais e tangíveis a serem tomadas para otimizar esses processos e as despesas subjacentes.

Por fim, os campos de informações preenchidos eram frequentemente inconsistentes entre si (por exemplo: quantidades numéricas eram preenchidas como unidades individuais, outras vezes como quilogramas, litros ou pacotes), o que gerava dúvidas nas análises existentes nas equipas, dificultando um plano de ação claro para atingir essas metas.

Como acontece com a maioria dos projetos que conduzimos na LTPLabs, o nosso objetivo é adotar uma abordagem holística para projetos de dados. A nossa experiência diz-nos que os problemas com dados nascem noutros lugares, como ferramentas, pessoas, processos etc.

Diante da incerteza que a equipa sentia em relação aos dados existentes, precisávamos de garantir que havia um entendimento comum das métricas, da forma como eram capturadas, e identificar oportunidades de melhoria. Isso criou um cenário básicono qual nos podíamos sentir confortáveis com os números e padronizar os conjuntos de dados para torná-los comparáveis.

Esse mapeamento completo do processo envolveu as partes interessadas de toda a empresa, criando uma linguagem comum entre elas e explorando o conhecimento existente sobre os dados.

Com os processos mapeados e uma boa compreensão do significado dos dados existentes, pudemos começar a trabalhar com os dados. Para limpá-los e padronizá-los, aproveitámos modelosde IA generativa num sistema RAG que acedeu a padrões financeiros e contábeis do setor hoteleiro, o que conferiu aos modelos maior precisão e velocidade.

As soluções de IA generativa permitiram-nos realizar análises que antes eram muito caras. Etiquetar centenas de milhares de despesas manualmente seria impensável, pois ainda não sabíamos qual o valor que havia nos dados que estávamos a analisar. Contudo, agora, com uma solução pronta a utilizar e alguns ajustes, podemos fazer isso numa questão de horas.

Essa camada de análise, desbloqueada pela GenAI, é o lado “chato” sobre o qual ninguém fala, mas que geralmente gera mais valor. Permite que as empresas aproveitem as vantagens da IA analítica de novas formas — nestse caso, otimizar milhões de euros em despesas.

O objetivo do projeto era quantificar a economia potencial em despesas nas diferentes localizações da cadeia hoteleira. Para tal, dividimos a análise em rubricas mais detalhadas, nas quais poderia haver uma possível mudança na ação (por exemplo: negociação de contratos, simplificação de despesas em contratos, substituição de ingredientes por alternativas de menor custo, etc.).

Essa análise utilizou metodologias de análise descritiva, incorporando métricas de negócios existentes e benchmarks do setor como complemento, criando cenários com diferentes níveis de confiança.

Quando analisamos o potencial de algo, gostamos de adotar uma abordagem conservadora e realista, para deixar a equipa do projeto confortável com os números obtidos. Trata-se de uma abordagem baseada em números reais, que pode ser aplicada e, mais importante, que as pessoas acreditam nela.

Concluindo, a análise permitiu-nos desenvolver um relatório abrangente que serviu como um modelo para otimização de despesas na cadeia, incluindo:

• Um mapeamento completo do processo das equipas centrais às locais, fluxos de informações, ferramentas usadas e pontos de validação com armadilhas sinalizadas e melhorias sugeridas.
• A IA limpou e rotulou o conjunto de dados de despesas que abrangeu os últimos 2 anos de atividade em todos os hotéis, permitindo o uso futuro.
• Uma análise detalhada desses dados, divididos por ação tomada e com os correspondentes níveis de confiança, permitindo que a empresa adicione ou remova rubricas conforme necessário.
• Uma recomendação de 14 medidas acionáveis de redução de custos que a empresa pode tomar imediatamente, encurtando o caminho para o ROI deste projeto.

‍“Há anos discutimos o potencial de economia, mas só tínhamos nossa intuição para nos guiar. Agora podemos saber exatamente quanto potencial existe com uma base científica e precisa!” - Cliente

‍

Através deste projeto, a empresa conseguiu identificar uma redução potencial de 5% das suas despesas em todas as localizações de hotéis com iniciativas claras e um roteiro de iniciativas de IA que podem apoiar uma maior redução de despesas com ferramentas operacionais que permitem essa transformação.