TFF 2017 - Automatic Direct Booking

Tourism Fast Forward 2017
1
Digitalisierung im Tourismus: Kunden inspirieren und Organisationen vernetzen!
Automatic Direct Booking
Semantische Technologien für
den Tourismus
@eliaska
#tourismfastforward
Elias Kärle, STI Innsbruck
Universität Innsbruck

2
Inhalt
1.Semantische Technologien
2.Projekte
3.ADB

3
1. Semantische Technologien
?

4

5

6
Wie funktioniert das?
Annotation mit schema.org!
http://www.schema.org/

7
Was ist schema.org?
• Sammlung von Begriffen
• Um “Dinge” im World Wide Web zu
beschreiben
• (unsichtbare) Integration von HTML in
Webseiten
• Inhalt wird Maschinen les- und
interpretierbar

8
Eingebettet in HTML Quellcode
• Microdata
• RDFa
• JSON-LD

9

10
Rezepte Produkte
Hotels

11
Zeitlicher Wandel im Web:
Noch:
- Farbenfrohe Designs
- Graphische Veranschaulichungen
- Audio- & Video Integration
 Starke Orientierung an Les- und
Nutzbarkeit für Menschen

12
Zeitlicher Wandel im Web:
Bald:
- Spartanische Oberfläche
- Strukturierte Daten
- Verlinkte Daten
 Starke Orientierung an Les- und
Nutzbarkeit für MASCHINEN

13
Neue Schicht über dem Web: “Headless”
“In 10 Jahren kennen die jungen Leute
das Web nicht mehr!” - DF
Information gefunden bei Google,
Darstellung in Google Webseite
.
.

14
Das “Headless” Web:
Produkte: Verkauft über wenige, große
Verkaufsplattformen

15
Beherbergungen: Verkauft über wenige,
große Buchungsplattformen

16
Restaurant Reservierung (tablein.com,
bookatable.co.uk, opentable.co.uk)
Skikurs Buchung (checkyeti.com)
Bergführer Buchung
Probleme die sich daraus ergeben
 Unterdrückte, unsichtbare Anbieter
 Hohe Kommissionszahlungen
 Fehlende Datenhoheit

17
Konsumenten von Inhalten ändern sich
ebenfalls:
 IPAs, Chatbots, …Menschen

18
4 „neue“ Kanäle…
…bestimmen zukünftig den Umsatz im eTourismus
 Such- (Antwort) Maschinen
 „Multi channel social media distribution“
 Chatbots
 IPA
 Alle nutzen schema.org annotierte Daten

19
Wie bringen…
- Privatpersonen
- Unternehmen
- Dienstleister
- …
ihre Daten in die “neue” Schicht?
Anbieten der Daten:
- Hohe Qualität
- Maschinenlesbar
- Maschineninterpretierbar
- Strukturiert
 schema.org annotiert

20
2. Projekte

21
2. Projekte
Leitfaden:
• Gemeinschaftsprojekt: BMWFW,
STI/UIBK, TU Wien + externe Experten
• Sammlung von Tips für den Webauftritt
• Schwerpunkt: semantische
Technologien
• Publiziert: März 2017
https://www.bmwfw.gv.at/Tourismus/TourismusstudienUndPublikationen/Documents/Der%20Beherbergungsbetrieb%20und%20seine%20Webpr%c3%a4senz_mit%20Deckblatt_barrierefrei.pdf

22
2. Projekte
Software:
 Generator
 Validator
 semantify.it

23
2. Projekte
Web Plattform:
• Erstellung: basierend auf Templates
• Validierung: regelbasiert
• Speicherung: optional am server
• Wartung: Editor
• Integration: durch Plugins (WP, Typo3)
 von schema.org Annotationen

24
2. Projekte
3 Herausforderungen bei schema.org
Annotationen:
1) Welche Begriffe (schema.org Klassen,
Eigenschaften) verwenden?
2) Wie erstellt man eine JSON-LD Datei?
3) Wie integriert man JSON-LD in die Webseite?

25
2. Projekte
Schema.org Erweiterungen für Hotels und
Beherbergungsbetriebe (sdo 3.1 August
2016)
• 12neueTypen
• 10neueEigenschaften
 Detailiertere Beschreibung möglich
-Stammdaten (***,AnzahlderZimmer undBetten,...)
-Features(Haustiereerlaubt,Nicht-Raucher,Suite,…)
-Angebote(Verfügbakeiten,Einzel-/ Doppelbett,…)

26
2. Projekte
Erweiterungen:
 Beherbergungsbetriebe
 Skigebiete, Lifte, Pisten
 Wander- & Klettertouren, Bike Routen,
andere sportliche Einrichtungen

27
2. Projekte
Automatic Direct Booking

28
3. Automatic Direct Booking
Publikationsframework…
…um schema.org annotierte Daten ins Web zu
bringen
 Unterstütz Unternehmen (Hotels, Skischulen,
Guides) bei der Publikation von OpenData
Direktbuchungsagent…
…für alle Arten von Produkten und Service
 Sammelt („crawlt“) OpenData
 Bietet die Daten über (annotierte)
Schnittstelle an für:
 IPA, Chatbot, GUI, …

29
Hotel
Hotel
Hotel
Hotel
Hotel
Resta
urant
Resta
urant
Resta
urant
Resta
urant
Shop
Shop
Taxi
Skisch
ule
Skisch
ule
Guide
Guide
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o

30
s
d
o
s
d
o
s
d
o
s
d
o
s
d
os
d
o
s
d
o
s
d
o
s
d
os
d
o
s
d
o s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
s
d
o
ADB
TVB, Hotelkette,
Skischul- bzw. Bergführerbüro

31
Architektur Beispiel:

32
Partner:
STI – Forschungspartner
Waldhart – Technologiepartner Skischulen,
Freizeitwirtschaft
Seekda – Technologiepartner Hotel
ÖHV – Verbreitungspartner Hotelerie
SAT – Agenturpartner Hotelerie

33
Beispiel: Hotel/Skischule
1) Alexa/Allo/Cortana/Ok Google/Siri,
ich will ein Zimmer / einen Skikurs buchen
2) Assistent ist verbunden mit ADB
3) ADB kennt Hotels von Seekda / Skischulen
von Waldhart / Hotelwebseiten von TVB
4) Direkte Buchung über IBE / Onlineshop

34
Viele und sehr heterogene
touristische Serviceanbieter.
ADB
Basierend auf data crawling
keine API Integration nötig
Basierend auf data publishing
Keine API Integration
Viele, sehr verschieden
strukturierte Personal
Assistant Systems bis hin
zum eigenen Chatbot

TFF 2017 - Automatic Direct Booking

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (18)

Ähnlich wie TFF 2017 - Automatic Direct Booking

Ähnlich wie TFF 2017 - Automatic Direct Booking (20)

Mehr von TourismFastForward

Mehr von TourismFastForward (20)

TFF 2017 - Automatic Direct Booking