Tripin

Navegador de búsqueda de hoteles e ideas de vacaciones impulsado por reseñas de TripAdvisor. Un sistema inteligente que convierte el caos de reseñas en recomendaciones claras.

«Elegir un hotel tiene que ver con si encaja contigo. Te ayudamos a descubrirlo en minutos.» — filosofía de Tripin

Sobre el proyecto

Esta fue nuestra colaboración con un socio que levantó el proyecto desde su propia experiencia de vida. Para él era especialmente importante encontrar hoteles donde los huéspedes confirmen que la ropa de cama está realmente limpia y fresca siempre. Con esa información, un viajero puede preferir un tres estrellas a un cinco estrellas cuando los cinco estrellas cercanos tienen quejas sobre la ropa o el equipamiento. Imagina: estás planeando unas vacaciones. Necesitas un hotel. Abres TripAdvisor y ves... 847 reseñas. Cinco estrellas, y aun así alguien escribe sobre el ruido, alguien sobre los muebles viejos, alguien está encantado. ¿Cómo saber si el lugar te conviene? Tripin resuelve esto mediante la búsqueda basada en reseñas. Analizamos miles de reseñas, encontramos patrones y los convertimos en información clara: si el hotel es tranquilo, si la ubicación es conveniente, si el servicio es bueno. Características reales que ayudan a decidir en minutos. El problema de elegir hotel le resulta familiar a todo viajero. Cientos de reseñas, decenas de sitios, datos contradictorios: hay demasiada información y a menudo se contradice. Lo que para una persona es «excelente», para otra es «insoportable». El tiempo se escapa leyendo reseñas cuando podría dedicarse a planear el viaje mismo. La búsqueda basada en reseñas descubre cosas que los filtros de los agregadores simplemente dejan pasar. Se pueden detectar renovaciones, comprobar la vigencia de las reseñas. Detalles situacionales: cuando hace tres semanas un huésped dejó una nota sobre la limpieza o la frecuencia en la habitación, y varios más lo confirmaron, eso significa algo. Como mínimo, evitamos decidir por el usuario; destacamos: mira, presta atención, hemos encontrado estos hoteles. La búsqueda basada en reseñas es honesta, limitada, y abre otra capa de interacción con los datos. Cosas que las personas reales notan, cosas que los autores de reseñas pagadas dejan pasar. Y cuando los huéspedes comparten de corazón — algo les irrita, algo les alegra — la señal lleva información mucho más veraz. Por eso este servicio existe precisamente para ese tipo de búsqueda geek.

Galería (grid)

Cómo funciona

Tripin entiende las reseñas. El sistema procesa reseñas en distintos idiomas y extrae temas clave: ubicación (proximidad al centro, transporte, ruido de la calle), condiciones (limpieza, comodidad, estado de las habitaciones), servicio (personal, desayuno, servicios adicionales), entorno (playa, vistas, infraestructura cercana). Indicas tus prioridades —tranquilidad, ubicación o servicio— y el sistema encuentra hoteles donde eso se menciona positivamente. Selecciona opciones con acceso cómodo al transporte. Destaca lugares con personal excelente. Todo funciona sobre la base de reseñas reales.

Dos imágenes (block two)

Tecnologías

Reunimos 500 mil reseñas para la zona de Phuket: lejos de ser exhaustivo; la cobertura de los sitios populares fue razonable. Las analizamos, digitalizamos, construimos fichas de hotel, las localizamos en otras bases de datos y las anclamos al mapa. El proyecto usa búsqueda híbrida: búsqueda vectorial y búsqueda por índice (Vespa). La búsqueda híbrida comparaba los resultados de estos dos grupos y los mezclaba, eligiendo los más adecuados mediante un sistema de pesos. Más reseñas sobre el tema — coeficiente más alto. Una coincidencia particular con el matiz de la consulta del usuario — aumento del peso del hotel. El sistema trabaja en diferentes modos: puedes leer reseñas o simplemente recibir una lista de hoteles y profundizar desde ahí. Cuando matemáticamente había más reseñas en ese modelo, el coeficiente subía. Cuando aparecía una coincidencia especial en el matiz de la consulta, ese hotel ganaba más peso. El prototipo funcionaba excelentemente: encontraba exactamente lo necesario, gracias al sistema donde búsqueda vectorial, búsqueda por índice y búsqueda híbrida trabajan juntas.

Imagen ancha

Estado del proyecto

El proyecto está en desarrollo, en una especie de «desarrollo poco divertido», porque de momento no es prioridad. Nos gustaría hacer público el propio experimento, para que incluso con esta colección congelada se pueda ver cómo funciona. Y quizá se convierta en un servicio comercial.

Siguiente

CRM Compacto

Sistema CRM compacto en Telegram. Gestión de clientes, tareas y ventas directamente en el mensajero sin interfaces complejas.

→