"Der Reisegefährte" - eine Tourismusweb3.0-Idee

„ Der Reisegefährte“ Das Internet liefert neue Formen der Entscheidungsvorbereitung eine Idee von Stefan Möhler

Was ist das Web2.0? Denkbild_01 Semantic Web

Denkbild_01 Semantic Web Tim Berners Lee ist gelangweilt von dem Web2.0-blabla der letzten Jahre. Er und sein Team arbeiten seit Jahren an der eigentlich neuen Version des Web. Semantic Web: Die Bedeutung von Informationen für die Informationstechnik verwertbar machen!

Denkbild_02 Googles Traum

Denkbild_02 Googles Traum Google Chef Eric Schmidt: „Google will Nutzern Antworten auf Fragen geben wie: ‚Welchen Beruf soll ich erlernen?‘ Sollte Chrome der erste Schritt sein? Google hat aber die Skepsis der Nutzerschaft unterschätzt – „Wir wollen unsere Permission geben, wenn wir schon überwacht werden !“

Denkbild_03 Die Kraft der Communities.

Denkbild_03 Die Kraft der Communities Dorf_ die Gemeinschaft ist für mich da, wenn ich sie brauche Stadt_ ich kann in der Anonymität verschwinden Aber: Der Mensch braucht soziale Beziehungen. Online-Communities vereinen die Vorteile beider Gemeinschaftstypen! Konzept der Strength of the weak ties. Prof. Bolz* : „Immer mehr Menschen leben in Anonymität - die traditionellen Gemeinschaften (Dorf) wurden abgelöst von den anonymen Gemeinschaften (Städte).“ *Medienwissenschaftler, TU Berlin

Denkbild_04 Mashup!

Denkbild_04 Mashup Das Social Web ist vernetzt. Überall „streamt“ es. Eine Reisecommunity bekommt besonders dann Gravitation, wenn ein neues Widget für Facebook & Co. veröffentlicht wird. Die Dienste konvergieren - tauschen meine Daten aus - wenn ich das will…

Denkbild_05 Bedeutung von Empfehlungen.

Denkbild_05 Bedeutung von Empfehlungen Verfügbarkeit und Glaubwürdigkeit von Empfehlungen ist ein kritischer Faktor beim Online-Kauf von Reisen. Man vertraut der Meinung von Community-Mitgliedern, die über Reputation („Online-Karma“) verfügen. „ Kann ich da wirklich hinfahren? Werden meine Wünsche, Träume, Erwartungen erfüllt?“ Wir brauchen eine Formel für die Verlässlichkeit bei der Beantwortung dieser Fragen! Ziel: der virtuelle Reisebüromitarbeiter…

Synthese.

Synthese. Die Learnings dieser und anderer Sichtweisen führt zu einem Modell /einem Algorithmus zur Beantwortung folgender Frage: >Wohin soll ich nächstes mal in Urlaub fahren?<

Mission „Reisegefährte“

Aktive Unterstützung bei der Reisevorbereitung und Hilfestellung bei der Reiseentscheidung

Validierung von Erfahrungen und Meinungen Dritter

prädiktive Logik auf Basis des eigenen Nutzerverhaltens

Nutzen aus Endkundensicht Der Reisegefährte gibt Antwort auf die Frage: „ Wohin soll‘s in den Urlaub gehen?“ Antwort auf die Frage: „Wohin soll ich in Urlaub fahren?“

Business Intelligence / Data Mining:

Auswertung des Nutzerverhaltens

Forecasting/Potenzialanalyse

Produktoptimierung

Nutzen aus Anbietersicht Der Reisegefährte gibt Antwort auf die Frage: „ Wohin soll‘s in den Urlaub gehen?“ Antwort auf die Frage: „Wohin will mein Kunde in Urlaub fahren?“

Selbstlernend

User-/Behaviour-/Interest-Tracking („scrobbeln“)

taggen vs. ordnende Dimensionen

collaborative filtering (amazon.com)

trust level (à la rummble.com)

semantische Textanalyse (boorah.com)

Data-driven-Architecture

auf Basis von Regel-Sets konfigurierbar, manuell überschreibbar (vgl. amazon-Empfehlungen)

Verlässigkeitskoeffizient sorgt für optimale, auf den Nutzer zugeschnittene Suchergebnisse. Features: Auf meinen Reisegefährten kann ich mich verlassen!

Verwandte, relevante Anwendungen

Diskussion.