LetMePark para Alexa tiene un enfoque en datos que permite proporcionar servicios personalizados y relevantes para el conductor en el momento adecuado y, además, entender el evento de parking, para diferenciarlo y poder desarrollar futuros modelos predictivos.
Los asistentes de voz están cambiando el marketing y el comportamiento del consumidor con servicios transaccionales como, por ejemplo, el pago del parking por voz.
Generar datos de valor de parking
Decíamos en la anterior entrada aquí, que la voz y los datos van relacionados en la creación de una skill de Alexa auto.
En LetMePark, recogemos toda la información y la categorizamos desde el principio. Para ello, hemos generado un identificador único que relaciona el evento de “búsqueda” con el de “parking” para poder relacionar la intención de hacer algo por parte de usuario (búsqueda de un parking) de lo que finalmente hace (el evento de parking)
El evento de parking implica diferentes alternativas como parking con acceso automático – parking con reserva; o sugerencias como – zona de aparcamiento gratuita o parking offline donde el usuario debe coger ticket para entrar.
Para entender mejor cómo LetMePark para Alexa reinventa la experiencia del conductor y de aparcar, puedes comprobarlo en la siguiente demo mientras conduces a través de asistentes de voz.
Estamos recogiendo datos de dónde me lo pides, dónde vas y dónde terminas aparcando.
Tanto ubicaciones como distancias y de ahí sacamos otros datos, por ejemplo, vectores, que sea información valiosa que pudiera darnos datos para el algoritmo para esa búsqueda y para ese usuario.
Parte de nuestro valor como empresa reside en generar datos de valor para hacer modelos de movilidad.
Modelos para entender mejor tu movilidad
Cuando tengo unos datos, sacamos una fórmula que es lo que llamamos algoritmo, que me da un valor y me encuentra la solución para eso. Eso está muy bien cuando nosotros encontramos la solución a ese problema.
En otros casos, no resolvemos el problema o lo resolvemos y no sabemos cómo.
Es aquí, cuando usamos técnicas de inteligencia artificial, que básicamente lo que hace es entrenar un modelo de machine learning basado en unos datos, y aplicarlo a las búsquedas, para luego predecir lo que los usuarios quieren, sin saber todavía cuál es el resultado del primero. Por ello relacionamos los datos de las búsquedas con los eventos de parking
Estamos enfocados en sacar modelos, para luego trabajar en tiempo real, que nos permita, una analítica de agrupación de diferentes comportamientos sobre el uso del parking y perfilado de clientes
Hacemos un proceso de entrenamiento para entender el lenguaje y convertir la respuesta en una longitud y latitud para que se produzca la búsqueda y entender mejor la movilidad
Utilizamos los mismos modelos genéricos NLP y texto y estamos recabando experiencia en distintas áreas como el análisis del lenguaje o la predicción de movimientos para saber qué modelos y, dentro de esos modelos, qué hiperparámetros son los adecuados. Buscamos los de movilidad
Predicción
Los fabricantes de coches y empresas de hardware del sector ya recogen datos internos del coche, de uso y hacen sus propios modelos de predicción para mantenimiento del coche entre otros.
En el caso del aparcamiento, LetMePark trabaja en relacionar los datos del coche (si es eléctrico o no, nivel de carga o carburante,) con la intención sobre el parking que nos permita categorizar y perfilar a los conductores.
Entender qué ocurre en el coche antes de que el usuario me pregunte por aparcar y clasificar los que son de búsqueda aquí o alejada. Buscar los patrones que puedan existir.