Ekonomi
Elektraweb’in Talya QMS-AI projesi, TÜBİTAK 1501 Ar-Ge desteği almaya hak kazandı
Elektraweb'in konaklama sektöründe kalite yönetimini yapay zekâ ile dönüştürmek
amacıyla geliştirdiği Talya QMS-AI projesi, TÜBİTAK 1501 Sanayi Ar-Ge Projeleri
Destekleme Programı kapsamında destek almaya hak kazandı. 18 ay sürecek projeyle
otellerde farklı kaynaklardan gelen verilerin analiz edilerek sorunların kök
nedenlerinin belirlenmesi, gelecekte oluşabilecek risklerin öngörülmesi ve yöneticilere
aksiyon önerileri sunulması hedefleniyor.
Elektraweb'in konaklama sektörüne yönelik geliştirdiği Talya QMS-AI (Quality Management
System - AI) projesi, TÜBİTAK 1501 Sanayi Ar-Ge Projeleri Destekleme Programı
kapsamında destek almaya hak kazandı. Proje ile otellerde kalite yönetiminin
yalnızca yaşanan sorunları kayıt altına alan bir sistem olmaktan çıkarılarak,
sorunları önceden öngören ve yöneticilere doğru aksiyonu belirlemede destek
olan yapay zeka tabanlı bir yapıya dönüştürülmesi amaçlanıyor.
Otellerde Sorun Çıktıktan Sonra Değil, Öncesinde Harekete Geçilecek
Geleneksel kalite yönetiminde bir misafir şikâyeti ya da operasyonel sorun ortaya
çıktığında kayıt oluşturuluyor, sorumlu atanıyor ve çözüm süreci başlatılıyor.
Ancak aynı problemin farklı zamanlarda yeniden yaşanması, asıl kök nedenin belirlenmesini
zorlaştırabiliyor. Talya QMS-AI, bu noktada proaktif kalite yönetimi
yaklaşımını devreye alacak. Sistem, misafir şikayetleri, denetim sonuçları,
DÖF kayıtları, PMS verileri, bakım kayıtları, personel bilgileri, KPI'lar ile stok
ve tedarik verileri gibi farklı kaynaklardan elde edilen bilgileri birlikte
analiz edecek.
Böylece bir problemin yalnızca nerede yaşandığı değil, hangi nedenlerden kaynaklandığı
ve ileride yeniden yaşanma ihtimalinin bulunup bulunmadığı ortaya konulabilecek.
Örneğin bir misafirin odasına geç yerleşmesi yalnızca ön büro operasyonuyla ilgili
bir sorun olarak değerlendirilmeyecek. Sistem, housekeeping süreçlerindeki gecikmelerden
teknik arızalara, personel değişimlerinden vardiya dengesine veya
tedarik problemlerine kadar farklı veriler arasındaki ilişkileri inceleyerek problemin
gerçek kaynağını ortaya çıkarmayı hedefleyecek.
7, 14 Ve 30 Gün Sonrasına İlişkin Risk Öngörüsü
Projenin öne çıkan özelliklerinden biri, otellerin gelecekte karşılaşabileceği riskleri
önceden görebilmesini sağlamak olacak. Talya QMS-AI'nin 7, 14 ve 30 günlük
risk skorları oluşturarak tesis ve departman bazında erken uyarılar üretmesi
planlanıyor. Yapay zeka, doğal dil işleme, bilgi grafı ve zamansal nedensellik
analizi gibi teknolojilerin kullanılacağı sistem sayesinde yöneticilerin geçmiş
verileri incelemekle yetinmek yerine, Önümüzdeki dönemde hangi riskle karşılaşabiliriz?
ve Bu riski azaltmak için ne yapmalıyız? sorularına yanıt bulabilmesi
hedefleniyor. Sistem ayrıca geçmişte yaşanan vakaları ve uygulanan düzeltici/önleyici
faaliyetlerin sonuçlarını analiz ederek benzer durumlarda yöneticilere
aksiyon alternatifleri sunmayı amaçlıyor.
Kalite, Sürdürülebilirlik Ve Finansal Veriler Ortak Bir Yapıda Birleşecek
Projenin önemli Ar-Ge çıktılarından biri HQMO - Hospitality Quality Management Ontology
olacak. Bu yapı ile otellerde kullanılan ISO 9001, GSTC, USALI ve kuruma
özel KPI ve kalite standartlarının ortak bir dijital anlam katmanında buluşturulması
hedefleniyor. Bu sayede kalite yönetimi, sürdürülebilirlik, finansal performans
ve operasyonel veriler ayrı ayrı değerlendirilen bilgiler olmaktan çıkarılarak
tek bir karar destek altyapısında birlikte analiz edilebilecek.
Veriyi Geleceği Öngören Bir Yönetim Aracına Dönüştürüyoruz
Elektraweb CEO'su Kemal Oral, projenin konaklama sektöründeki kalite yönetimi anlayışını
değiştirecek bir yaklaşım sunduğunu belirterek şunları söyledi: Otelcilikte
binlerce farklı operasyon aynı anda ilerliyor ve bu operasyonların her biri
önemli miktarda veri üretiyor. Asıl değer ise bu verilerin tek tek raporlanmasından
değil, aralarındaki ilişkilerin görülebilmesinden ortaya çıkıyor. Talya
QMS-AI ile bu veriyi yapay zeka ile anlamlandırarak sorunların kaynağını daha
hızlı tespit etmeyi ve henüz ortaya çıkmadan önce oluşabilecek riskleri görebilmeyi
hedefliyoruz. 6.000'den fazla aktif tesiste edindiğimiz operasyonel deneyimin
bu projeye önemli bir katkı sağlayacağına inanıyoruz. TÜBİTAK desteğiyle yürüttüğümüz
bu çalışma, otel yönetiminde geçmişi raporlayan sistemlerden geleceği
öngören sistemlere geçiş açısından önemli bir adım olacak.
Üniversite-Sanayi İş Birliğiyle Geliştirilecek
Talya QMS-AI projesi, Talya Kalite Yönetim Sistemi Ürün Yöneticisi Emine Köken'in
proje yürütücülüğünde, Elektraweb'in yazılım ve Ar-Ge ekibi ile Akdeniz Üniversitesi'nden
akademisyenlerin iş birliğiyle gerçekleştirilecek.
Toplam 7 firma personeli ve 4 akademisyenin görev alacağı proje 18 ay sürecek. Proje
kapsamında geliştirilen teknolojilerin gerçek otel operasyonlarında pilot
uygulamalarla test edilmesi ve elde edilen sonuçların ölçülebilir kriterlerle doğrulanması
planlanıyor. Talya Bilişim'in 30 yılı aşan yazılım ve turizm deneyimi
ile Elektraweb'in 6.000'den fazla aktif tesisteki operasyonel tecrübesinin projeye
aktarılmasıyla, geliştirilecek teknolojinin doğrudan sektörün gerçek ihtiyaçları
üzerinden şekillendirilmesi hedefleniyor.
-iDeal Haber Merkezi-
- twitter.com/iDealDataHaber // www.idealdata.com.tr -
amacıyla geliştirdiği Talya QMS-AI projesi, TÜBİTAK 1501 Sanayi Ar-Ge Projeleri
Destekleme Programı kapsamında destek almaya hak kazandı. 18 ay sürecek projeyle
otellerde farklı kaynaklardan gelen verilerin analiz edilerek sorunların kök
nedenlerinin belirlenmesi, gelecekte oluşabilecek risklerin öngörülmesi ve yöneticilere
aksiyon önerileri sunulması hedefleniyor.
Elektraweb'in konaklama sektörüne yönelik geliştirdiği Talya QMS-AI (Quality Management
System - AI) projesi, TÜBİTAK 1501 Sanayi Ar-Ge Projeleri Destekleme Programı
kapsamında destek almaya hak kazandı. Proje ile otellerde kalite yönetiminin
yalnızca yaşanan sorunları kayıt altına alan bir sistem olmaktan çıkarılarak,
sorunları önceden öngören ve yöneticilere doğru aksiyonu belirlemede destek
olan yapay zeka tabanlı bir yapıya dönüştürülmesi amaçlanıyor.
Otellerde Sorun Çıktıktan Sonra Değil, Öncesinde Harekete Geçilecek
Geleneksel kalite yönetiminde bir misafir şikâyeti ya da operasyonel sorun ortaya
çıktığında kayıt oluşturuluyor, sorumlu atanıyor ve çözüm süreci başlatılıyor.
Ancak aynı problemin farklı zamanlarda yeniden yaşanması, asıl kök nedenin belirlenmesini
zorlaştırabiliyor. Talya QMS-AI, bu noktada proaktif kalite yönetimi
yaklaşımını devreye alacak. Sistem, misafir şikayetleri, denetim sonuçları,
DÖF kayıtları, PMS verileri, bakım kayıtları, personel bilgileri, KPI'lar ile stok
ve tedarik verileri gibi farklı kaynaklardan elde edilen bilgileri birlikte
analiz edecek.
Böylece bir problemin yalnızca nerede yaşandığı değil, hangi nedenlerden kaynaklandığı
ve ileride yeniden yaşanma ihtimalinin bulunup bulunmadığı ortaya konulabilecek.
Örneğin bir misafirin odasına geç yerleşmesi yalnızca ön büro operasyonuyla ilgili
bir sorun olarak değerlendirilmeyecek. Sistem, housekeeping süreçlerindeki gecikmelerden
teknik arızalara, personel değişimlerinden vardiya dengesine veya
tedarik problemlerine kadar farklı veriler arasındaki ilişkileri inceleyerek problemin
gerçek kaynağını ortaya çıkarmayı hedefleyecek.
7, 14 Ve 30 Gün Sonrasına İlişkin Risk Öngörüsü
Projenin öne çıkan özelliklerinden biri, otellerin gelecekte karşılaşabileceği riskleri
önceden görebilmesini sağlamak olacak. Talya QMS-AI'nin 7, 14 ve 30 günlük
risk skorları oluşturarak tesis ve departman bazında erken uyarılar üretmesi
planlanıyor. Yapay zeka, doğal dil işleme, bilgi grafı ve zamansal nedensellik
analizi gibi teknolojilerin kullanılacağı sistem sayesinde yöneticilerin geçmiş
verileri incelemekle yetinmek yerine, Önümüzdeki dönemde hangi riskle karşılaşabiliriz?
ve Bu riski azaltmak için ne yapmalıyız? sorularına yanıt bulabilmesi
hedefleniyor. Sistem ayrıca geçmişte yaşanan vakaları ve uygulanan düzeltici/önleyici
faaliyetlerin sonuçlarını analiz ederek benzer durumlarda yöneticilere
aksiyon alternatifleri sunmayı amaçlıyor.
Kalite, Sürdürülebilirlik Ve Finansal Veriler Ortak Bir Yapıda Birleşecek
Projenin önemli Ar-Ge çıktılarından biri HQMO - Hospitality Quality Management Ontology
olacak. Bu yapı ile otellerde kullanılan ISO 9001, GSTC, USALI ve kuruma
özel KPI ve kalite standartlarının ortak bir dijital anlam katmanında buluşturulması
hedefleniyor. Bu sayede kalite yönetimi, sürdürülebilirlik, finansal performans
ve operasyonel veriler ayrı ayrı değerlendirilen bilgiler olmaktan çıkarılarak
tek bir karar destek altyapısında birlikte analiz edilebilecek.
Veriyi Geleceği Öngören Bir Yönetim Aracına Dönüştürüyoruz
Elektraweb CEO'su Kemal Oral, projenin konaklama sektöründeki kalite yönetimi anlayışını
değiştirecek bir yaklaşım sunduğunu belirterek şunları söyledi: Otelcilikte
binlerce farklı operasyon aynı anda ilerliyor ve bu operasyonların her biri
önemli miktarda veri üretiyor. Asıl değer ise bu verilerin tek tek raporlanmasından
değil, aralarındaki ilişkilerin görülebilmesinden ortaya çıkıyor. Talya
QMS-AI ile bu veriyi yapay zeka ile anlamlandırarak sorunların kaynağını daha
hızlı tespit etmeyi ve henüz ortaya çıkmadan önce oluşabilecek riskleri görebilmeyi
hedefliyoruz. 6.000'den fazla aktif tesiste edindiğimiz operasyonel deneyimin
bu projeye önemli bir katkı sağlayacağına inanıyoruz. TÜBİTAK desteğiyle yürüttüğümüz
bu çalışma, otel yönetiminde geçmişi raporlayan sistemlerden geleceği
öngören sistemlere geçiş açısından önemli bir adım olacak.
Üniversite-Sanayi İş Birliğiyle Geliştirilecek
Talya QMS-AI projesi, Talya Kalite Yönetim Sistemi Ürün Yöneticisi Emine Köken'in
proje yürütücülüğünde, Elektraweb'in yazılım ve Ar-Ge ekibi ile Akdeniz Üniversitesi'nden
akademisyenlerin iş birliğiyle gerçekleştirilecek.
Toplam 7 firma personeli ve 4 akademisyenin görev alacağı proje 18 ay sürecek. Proje
kapsamında geliştirilen teknolojilerin gerçek otel operasyonlarında pilot
uygulamalarla test edilmesi ve elde edilen sonuçların ölçülebilir kriterlerle doğrulanması
planlanıyor. Talya Bilişim'in 30 yılı aşan yazılım ve turizm deneyimi
ile Elektraweb'in 6.000'den fazla aktif tesisteki operasyonel tecrübesinin projeye
aktarılmasıyla, geliştirilecek teknolojinin doğrudan sektörün gerçek ihtiyaçları
üzerinden şekillendirilmesi hedefleniyor.
-iDeal Haber Merkezi-
- twitter.com/iDealDataHaber // www.idealdata.com.tr -