بازنگری Holiday Extras در آنچه میتوان با Codex ساخت
Holiday Extras با کمک Codex شناخت خود از مشتریان را به اپلیکیشنهای بهتر، نرخ تبدیل بالاتر به رزرو و فرصتهای تازه برای رشد تبدیل میکند.

۳۲٫۵٪
افزایش نرخ تبدیل بازکردن اپلیکیشن به انجام رزرو در اپلیکیشن بازسازیشدهٔ Holiday Extras.
۱۰٪
کاهش نرخ خطای اپلیکیشن، از ۱۹٪ به ۹٪.
از ۶ ماه به ۲ هفته
برای رسیدن به نسخهٔ بازسازیشده و عملیاتی اپلیکیشن.
Holiday Extras(در یک پنجره جدید باز میشود) به مشتریان در جستوجو، رزرو و مدیریت سفر کمک میکند. از نگاه متیو پک، مدیرعامل شرکت، تبدیلشدن به یک کسبوکار فناوری سفر مبتنی بر هوش مصنوعی، مستلزم تغییر شیوهٔ کار کل سازمان است: باید به کسانی که مشتریان و عملیات شرکت را میشناسند، امکان داد مستقیماً تجربهٔ مشتری و فرایندهای کاری را بهبود دهند.
دسترسی به ChatGPT Enterprise در سراسر شرکت، زیربنای این تحول را فراهم کرد. Codex این تحول را به ساخت نرمافزار گسترش داد؛ از اپلیکیشنهای ویژهٔ مشتریان گرفته تا سیستمهای داخلی. پک خودش هم با Codex نرمافزار میسازد و از این تجربه برای شناخت نیازهای همکاران و بالابردن انتظاراتش از توانمندیهای کسبوکار استفاده میکند.
«دیگر موضوع فقط یک یا دو نفر نیست. موضوع این است که تمام تیم را در این مسیر همراه کنیم.»
Holiday Extras سالها برای توسعهٔ اپلیکیشنهای موبایل(در یک پنجره جدید باز میشود) خود وقت صرف کرده بود. تغییرات عمدهٔ اپلیکیشن اصلی در قالب نسخهای سالانه منتشر میشد. شرکت با کمک Codex خود را به چالش کشید تا در تجربهٔ کاربری و شیوهٔ ساخت اپلیکیشن بازنگری کند.
ظرف دو هفته، تیم نسخهای بازسازیشده و کاملاً عملیاتی آماده کرد؛ پیشرفتی در توسعه که پیشتر بیش از شش ماه زمان میبرد. لیام تامپسون، معاون نوآوری در هوش مصنوعی و رئیس سابق طراحی، با مهندسان همکاری کرد تا شناخت خود از مشتریان را در قالب نرمافزار پیاده کند. بستههای کوچک و مستندسازیشده، پایههایی با قابلیت استفادهٔ مجدد فراهم کردند و مهندسان بر معماری، APIها، امنیت و گردشکارهای توسعه تمرکز کردند.
اپلیکیشن بازسازیشده با استفاده از رزروها، سفرها و سوابق مشتریان، تجربهای شخصیتر ارائه میداد. Codex امکان توسعهٔ همزمان قابلیتهای iOS و Android را فراهم کرد تا بهبودها به هر دو پلتفرم برسند، بیآنکه Android عقب بماند.
«دیگر سؤال این نیست که آیا میتوانم آن را بسازم یا نه. سؤال این است که چطور آن را بسازم.»
نرخ تبدیل بالاتر: پس از بازسازی اپلیکیشن اصلی، نرخ تبدیل بازکردن اپلیکیشن به انجام رزرو، ۳۲٫۵٪ افزایش یافت.
خطاهای کمتر: نرخ خطای اپلیکیشن اصلی از ۱۹٪ به ۹٪ کاهش یافت.
بهبودهای پیدرپی: در نخستین ماه پس از بازسازی، اپلیکیشن اصلی بهجای انتشار یک نسخهٔ عمده در سال، هر هفته نسخهای تازه منتشر میکرد که هرکدام چندین قابلیت جدید داشتند.
چرخهٔ توسعهٔ سریعتر: در Countdown، افزودن تقریباً یک قابلیت در هر شش ماه، جای خود را به افزودن چندین قابلیت در هفته داد.
نتایج نرخ تبدیل و نرخ خطا، حاصل مقایسهٔ نسخهٔ قبلی و بازسازیشدهٔ اپلیکیشن اصلی در بازههای زمانی متفاوت است.
توسعهٔ سریعتر، تأثیرگذاری مشتریان را هم بیشتر میکند. وقتی یکی از مشتریان Countdown از نبود نمای فهرستی شکایت کرد، یک عامل اصلاحیهای آماده کرد. لیام تامپسون آن را تأیید کرد، بهروزرسانی برای انتشار ارسال شد و مشتری امتیاز یکستارهای خود را به پنج ستاره تغییر داد.
این تأکید بر اقدام بر پایهٔ شناخت مشتری، در عملیات شرکت هم دیده میشود. دیوید لی، مدیر نوآوری و رشد، از سیستمی خودکار میگوید که گفتوگوهای مشتریان خدمات ترانسفر فرودگاهی را به تیکتهای قابلپیگیری تبدیل میکند و به تیم کمک میکند مشکلات را در سراسر شبکهٔ تأمینکنندگان شناسایی کند. شناخت حاصل از مشتریان، به کارهایی تبدیل میشود که تیم میتواند انجام دهد.
«پس میتوانید سریعتر بسازید. میتوانید ساختههایتان را سریعتر آزمایش کنید و از آنها یاد بگیرید، چون هوش مصنوعی میتواند دادهها را درک کند.»
متیو پک توضیح میدهد که ابتدا به همه اجازه دادند هوش مصنوعی را امتحان کنند و سپس فعالانه آنها را به استفاده از آن تشویق کردند. این اجازه با چارچوبهای حفاظتی همراه است. کارکنان هم دسترسی دارند و هم به آزمودن ایدهها تشویق میشوند؛ مهندسان نیز بستهها، کنترلهای امنیتی و گردشکارهایی میسازند که این آزمونوخطا را عملی میکنند.
دیوید لی تأثیر این رویکرد را در کار حسابداری باتجربه میبیند که سیستمهای مالی را بر پایهٔ شناختش از کسبوکار و بازخورد همکاران بازسازی کرد. این فرصت فراتر از یادگیری برنامهنویسی است: افراد میتوانند دانش عملیاتی حاصل از سالها تجربه را مستقیماً در ابزارهایی که استفاده میکنند به کار بگیرند. نقش مدیران ارشد این است که چنین امکانی را فراهم کنند، از آزمودن ایدهها حمایت کنند و به گسترش ایدههای موفق کمک کنند.
Holiday Extras برای توانایی Codex در بررسی ایدهها، حل مسائل پیچیده با استدلال، پیشنهاد برنامه و انجام مستقل کار ارزش قائل است. لیام تامپسون توضیح میدهد که در تمام مراحل کار میتواند رویکرد انتخابی را به پرسش بکشد و پیشنهاد دریافت کند.
این همکاری گستردهتر، ساخت نرمافزار را به کارهای روزمره پیوند میدهد. ChatGPT Enterprise به کارکنان در سراسر شرکت کمک میکند و مدلهای OpenAI تجربهٔ شخصیسازیشدهٔ اپلیکیشن را ممکن میسازند. dot هماهنگی و بینش بیشتری به این مجموعه میافزاید: تامپسون به یاد میآورد که dot او پس از عرضهٔ یک اپلیکیشن، بدون درخواست قبلی گزارشی از عملکرد آن آماده کرد. دیوید لی علاوه بر کیفیت و کارایی مدل، برای رابطهٔ همکاری پشت این محصولات نیز ارزش قائل است.
«اینکه OpenAI متفاوت فکر میکند را خیلی دوست دارم. اینکه از بازخورد هم استقبال میکنید، برایم بسیار ارزشمند است. ما رابطهٔ دوسویهٔ فوقالعادهای داریم.»
هدف بلندپروازانهٔ پک این است که سیستمهای بیشتری در Holiday Extras با هوش مصنوعی اداره شوند و کارکنان کار را هدایت کنند و به نتایج شکل دهند. بازسازی اپلیکیشن، ظرفیت این رویکرد را نشان میدهد: عملکرد بهتر در رزرو، خطاهای کمتر و توان ادامهٔ بهبود.
این دستاوردها مبنای تازهای به Holiday Extras میدهد تا تصمیم بگیرد در محصولات و بازارهای مختلف خود کدام فرصتها را دنبال کند. اکنون که افراد بیشتری میتوانند تخصص خود را به عمل تبدیل کنند، پک از تیم مدیران ارشد میخواهد در ابعاد اهداف بلندپروازانهٔ خود بازنگری کنند.
«پیداست که رویاهایمان بهاندازهٔ کافی بلندپروازانه نیستند. باید برگردیم و دوباره فکر کنیم که توان انجام چه کارهایی را داریم.»


