Verzilveren van IAGL-beloningen met intelligente AI-aanbevelingen

De klant

IAGL

Het Avios programma werd gelanceerd in 2011, toen de International Airlines Group (IAG) ontstond uit de fusie van British Airways en Iberia. Sindsdien heeft IAG Loyalty (IAGL) zich ontwikkeld van marktleider in travel rewards tot loyaliteitspionier. In hun 30-jarige bestaan hebben ze al miljoenen mooie herinneringen gecreëerd voor leden over de hele wereld door hun loyaliteit en liefde voor reizen te vertalen naar beloningen in de vorm van hotels, vluchten en onvergetelijke ervaringen.

Vandaag de dag zet IAGL die groei wereldwijd voort, met miljoenen leden en samenwerkingen met grote namen in onder andere de reiswereld, retail, horeca en de financiële sector. Hun medewerkers worden gedreven door data en digitale technologie en zijn er trots op dat ze de mooiste ervaringen ter wereld mogen creëren voor hun doelgroepen.

IAGL_Case study featured illustration_Client

Belangrijkste resultaten

We creëerden een proof of concept (PoC) genaamd Genie, waarmee we konden aantonen dat GenAI de leden van IAG Loyalty kon helpen bij het efficiënter vinden van beschikbare beloningsvluchten. Gebruikstests van de PoC met IAGL-klanten leverden vooral positieve resultaten op. Klanten waardeerden het dat de PoC-applicatie niet aanvoelde als een traditionele chatbot, en het nam de behoefte weg om met een echt persoon te spreken.

Snelheid in 7 weken ontwierpen en bouwden we een werkende proof of concept (PoC) die beschikbare beloningsvluchten kon zoeken en aan kon bevelen met behulp van generatieve AI (GenAI)
Usability 100% van de testgebruikers oordeelde dat de PoC-applicatie beter presteerde dan een traditionele zoekmachine.
Voorkeur 83% van de testgebruikers gaf de voorkeur aan het gebruik van de PoC-applicatie boven het huidige zoeken naar beloningsvluchten

De uitdaging

Een ingewikkeld proces voor het boeken van beloningsvluchten leidde tot een hoog aantal niet-geboekte vluchten

IAG Loyalty werkte samen met AND Digital om te bepalen hoe generatieve AI (GenAI) ze zou kunnen helpen. Samen identificeerden we vijf potentiële use cases, waarvan de meest veelbelovende het geavanceerd zoeken naar en aanbevelen van beloningsvluchten was.

Het vinden van een beschikbare beloningsvlucht kan een stressvolle ervaring voor klanten zijn. Ze hebben moeite om hun beloningen, zoals Avios en Companion vouchers, effectief te begrijpen en te gebruiken. Ze moeten door meerdere kanalen navigeren om hun beloningen te vinden en in te wisselen. Bovendien moeten klanten hun gewenste bestemming al weten om een beloningsvlucht te zoeken, wat een tijdrovend en frustrerend proces kan zijn waar veel mis kan gaan. IAG Loyalty is daarnaast ook nog beperkt in hun mogelijkheden om klanten vluchten of bestemmingen aan te bevelen, vooral als de klant al iets in gedachten heeft maar er geen beschikbaarheid is. We zagen de complexiteit en waarde van deze use case in, en besloten daarom gezamenlijk om hiervoor een proof of concept (PoC) te creëren, Genie genaamd. Zo konden we testen of Gen AI IAG Loyalty inderdaad kon helpen de uitdagingen om beschikbare beloningsvluchten te vinden op een efficiëntere manier op te lossen. De belangrijkste vraag was of Gen AI klanten daadwerkelijk kon helpen gemakkelijker en efficiënter hun ideale beloningsvlucht te vinden.

Recognising the complexity and value of this use case, we decided to collectively create a proof of concept (PoC) - named Genie - to test whether Gen AI could help IAG Loyalty solve the challenge of finding available reward flights in a more efficient manner. The key question was whether Gen AI could help match customers to their perfect reward flight more easily and efficiently.

IAGL_Case study featured illustration_Solution

De oplossing

Een werkende PoC die een eenvoudigere, intuïtievere gebruikerservaring laat zien

In slechts 7 weken zetten we de oorspronkelijke briefing om in een concreet idee van hoe het product eruit moest zien, beperkten we onze focus tot de meest kritieke functies die ons zouden helpen onze Gen AI-hypothese te testen en bouwden we een werkende PoC.

Tijdens het proces bedachten we de architectuur en tech stack, een aanpak voor governance en ethiek en een plan voor hoe dit het jaar daarop in productie kon worden gebracht.

IAGL_Case study featured illustration_Challenge

De resultaten

Oneindig veel mogelijkheden voor Genie

We hebben bewezen dat Genie gebruikers kan helpen bij het vinden van beloningsvluchten en -bestemmingen op een manier die momenteel niet mogelijk is, door ze veel meer flexibiliteit en personalisatie te bieden dan bestaande oplossingen.

Belangrijk is ook dat gebruikers dit een echt nuttige toepassing van Gen AI vinden, zonder dat het aanvoelt als een chatbot. We hebben aangetoond dat we IAGL-klanten een duidelijker beeld kunnen geven van beschikbare beloningen en inwisselopties - wat een eenvoudigere, intuïtievere en aantrekkelijkere gebruikerservaring oplevert.

Ter ondersteuning van het proces hebben we onze inzichten gedeeld in hoe IAGL Genie in productie kan nemen en welke technologie, data en middelen daarvoor nodig zijn. IAGL is enthousiast over de eerste resultaten en wil graag verder investeren in Gen AI met een stapsgewijze aanpak, en de PoC verder uitbouwen om verder te onderzoeken of dit een tool is die ze uiteindelijk in productie willen nemen. De mogelijkheden voor Genie zijn in elk geval eindeloos.

IAGL_Case study featured illustration_Results

Het verzilveren van IAGL-beloningen stimuleren met intelligente AI-aanbevelingen

IAGL

Belangrijkste resultaten

Een ingewikkeld proces voor het boeken van beloningsvluchten leidde tot een hoog aantal niet-geboekte vluchten

Een werkende PoC die een eenvoudigere, intuïtievere gebruikerservaring laat zien

De bouwstenen die nodig zijn om Genie te creëren.

Oneindig veel mogelijkheden voor Genie

Hoe kunnen we je helpen?