Das Projekt zielt darauf ab, die Gastfreundlichkeit im Schweizer Tourismus systematisch und datenbasiert messbar zu machen. Mithilfe von Natural Language Processing (NLP) werden Online-Bewertungen von Gästen analysiert, um konkrete Erkenntnisse über die Qualität der Interaktionen zwischen Gästen und Gastgebern zu gewinnen. Diese Erkenntnisse sollen Destinationen und touristische Betriebe dabei unterstützen, ihre Gastfreundlichkeit gezielt zu stärken.

Das Projekt wird gemeinsam von der Regional Tourism Alliance (RTA), der Universität Bern (Forschungsstelle für Tourismus, FFT) und der Berner Fachhochschule (Applied Machine Intelligence Lab, AMI-BFH) getragen. Es wird vom Staatssekretariat für Wirtschaft SECO im Rahmen des Förderprogramms Innotour unterstützt.

Das Projekt läuft von 2024 bis 2026. In dieser Zeit werden die NLP-Analysemodelle entwickelt und verfeinert, Pilotdestinationen begleitet, Best Practices erhoben und die Ergebnisse in praxisnahen Materialien und einem interaktiven Dashboard zugänglich gemacht.

Gastfreundlichkeit beschreibt die Qualität zwischenmenschlicher Begegnungen im Tourismus. Sie zeigt sich darin, ob sich Gäste willkommen, wertgeschätzt, ernst genommen und gut begleitet fühlen. Interaktionsqualität ist die messbare Operationalisierung dieses Konzepts in unserem Projekt. Sie macht also sichtbar, wie Gäste den Umgang mit Mitarbeitenden, Gastgeberinnen und Gastgebern sowie weitere persönliche Kontakte entlang ihres Aufenthalts wahrnehmen. Im Unterschied zur umfassenderen Servicequalität, die auch Prozesse, Abläufe und nicht-menschliche Leistungsbestandteile wie Infrastruktur, Ausstattung oder digitale Angebote umfasst, richtet sich Interaktionsqualität gezielt auf die menschliche Seite des Gästeerlebnisses. So lässt sich Gastfreundlichkeit anhand von Aussagen in Online-Bewertungen systematisch beobachten und auswerten.

Es werden öffentlich zugängliche Online-Bewertungen von touristischen Leistungsträgern einer Destination analysiert. Der Fokus liegt dabei auf Google Reviews, da Google derzeit die grösste und wichtigste plattformübergreifende Quelle ist und Bewertungen zu sehr unterschiedlichen touristischen Leistungsträgern bündelt. Eine Ausweitung auf weitere Plattformen ist grundsätzlich möglich, sofern die Datennutzung rechtlich geklärt werden kann. Im Zentrum der Analyse stehen die Bewertungstexte, aus denen mit Methoden der natürlichen Sprachverarbeitung (NLP) relevante Aussagen zur Gastfreundlichkeit und Interaktionsqualität identifiziert werden. Das Projekt hält dabei die strengen Vorgaben der Datenschutzgesetzgebung ein. Es werden keine personenbezogenen Daten gesammelt oder gespeichert.

Natural Language Processing (NLP) ist ein Teilgebiet der Künstlichen Intelligenz, das Texte automatisch analysieren kann. In diesem Projekt werden Online-Bewertungen in mehreren Schritten ausgewertet. Zuerst prüft ein Classifier – also ein trainiertes Erkennungsmodell –, ob eine Aussage überhaupt etwas mit Gastfreundlichkeit beziehungsweise mit zwischenmenschlichen Erfahrungen zu tun hat oder ob es eher um andere Themen wie Lage, Ausstattung oder Preis geht. Diese Classifier wurden für mehrere Sprachen separat trainiert, damit sprachliche Unterschiede und kulturelle Nuancen besser berücksichtigt werden können. Danach werden die als relevant erkannten Aussagen mit Topic Modelling thematisch geordnet. Dieses Verfahren macht sichtbar, welche wiederkehrenden Themen der Gastfreundlichkeit in den Bewertungen angesprochen werden. Anschliessend wird mit einer Sentiment-Analyse ausgewertet, ob Gäste über diese Themen eher positiv oder negativ schreiben. So lässt sich nicht nur erkennen, ob über Gastfreundlichkeit gesprochen wird, sondern auch, welche Aspekte gemeint sind und wie sie wahrgenommen werden. Der Ansatz ist in dieser Form besonders innovativ: Nach unserem Kenntnisstand gibt es derzeit keine etablierte marktverfügbare KI-Lösung, die Gastfreundlichkeit so gezielt von anderen Bewertungsthemen abgrenzt und anschliessend sprachspezifisch thematisch und inhaltlich auswertet. Bestehende Marktangebote konzentrieren sich in der Regel breiter auf allgemeine Gästefeedbacks, Sentiment und operative Themen wie Service, Sauberkeit, Essen oder Qualität. Auch in der Forschung ist ein solcher, spezifisch auf Gastfreundlichkeit ausgerichteter NLP-Ansatz bisher kaum etabliert.

Die verwendeten NLP-Modelle werden auf der Grundlage wissenschaftlicher Standards entwickelt und laufend validiert. Die Ergebnisse sind als Indikatoren zu verstehen, nicht als absolute Wahrheiten. Sie bieten eine fundierte, datenbasierte Grundlage für Einschätzungen und Entscheidungen – in Kombination mit der Fachkenntnis der Destinationsverantwortlichen. Wie bei jeder quantitativen Analyse gelten Einschränkungen, die im Handbuch transparent beschrieben sind.

Ja. Da Online-Bewertungen häufig auch auf Englisch, Italienisch oder destinationsspezifisch in anderen Sprachen verfasst werden, sind die NLP-Modelle auf Mehrsprachigkeit ausgelegt. Die genaue Abdeckung der unterstützten Sprachen wird im Verlauf des Projekts dokumentiert und erweitert.

Interessierte Destinationen können sich direkt beim Projektteam melden. Die Kontaktdaten finden Sie auf der Kontaktseite. Das Projektteam erläutert den Prozess, die Anforderungen und die Kosten. In einem ersten Schritt wird gemeinsam definiert, welche Betriebe und Plattformen in die Analyse einbezogen werden sollen. Die erstmalige Datenerfassung erfolgt in enger Zusammenarbeit mit der DMO, da hierzu hervorragende lokale Destinationskenntnisse notwendig sind. Danach läuft die Auswertung automatisch und wir periodisch überprüft.

Eine detaillierte Übersicht der Kostenmodelle erhalten Sie auf Anfrage beim Projektteam.

Teilnehmende Destinationen erhalten Zugang zu einem geschützten Dashboard, in dem sie ihre Auswertungen zur Gastfreundlichkeit und weiteren Kennzahlen einsehen können. Die Ergebnisse lassen sich nach verschiedenen Aspekten aufschlüsseln, zum Beispiel nach thematischen Schwerpunkten, Betriebstypen, Zeiträumen oder einzelnen Leistungsträgergruppen. Zudem können die erfassten Leistungsträger auf einer interaktiven Karte dargestellt werden, sodass die Ergebnisse für jeden einzelnen erfassten Leistungsträger gezielt eingesehen und analysiert werden können. Je nach Auswertung ist auch ein Vergleich mit anderen Destinationen beziehungsweise mit aggregierten Vergleichswerten möglich. Der Zugang ist passwortgeschützt und wird vom Projektteam eingerichtet.

Ja. Jede Destination erhält einen individuellen, passwortgeschützten Zugang. Destinationsspezifische Daten sind für andere Teilnehmerinnen und Teilnehmer nicht einsehbar. Für den Benchmarkingvergleich werden ausschliesslich anonymisierte oder aggregierte Daten verwendet.

Das Projekt stellt nicht nur Daten bereit, sondern auch konkrete Handlungsempfehlungen, Leitfäden und Schulungsmaterialien. Die Ergebnisse können als Ausgangspunkt für Weiterbildungsmassnahmen, für die Verbesserung von Kommunikationsstrukturen, für das Onboarding neuer Mitarbeitender oder für strategische Entscheidungen in der Destinationsentwicklung genutzt werden. Das Projektteam unterstützt Destinationen dabei, die richtigen Schlüsse aus den Daten zu ziehen.

Das Projekt richtet sich in erster Linie an Destinationsmanagementorganisationen (DMOs). Als koordinierende Akteure in der Destination können sie die Auswertungen nutzen, um Stärken und Schwächen der Gastfreundlichkeit entlang der touristischen Leistungskette sichtbar zu machen, Entwicklungen über die Zeit zu beobachten und den Austausch mit Leistungsträgern faktenbasiert zu führen. So erhalten DMOs eine Grundlage, um Handlungsfelder zu identifizieren, Massnahmen gezielt zu priorisieren und die Qualitätsentwicklung in der Destination aktiver zu begleiten.

Ja. Auf dieser Website werden allgemeine Projektergebnisse, Leitfäden, Best-Practice-Beispiele und Erkenntnisse öffentlich zugänglich gemacht. Der Zugang zum personalisierten Dashboard ist hingegen auf teilnehmende Destinationen beschränkt. Für spezifische Anfragen wenden Sie sich bitte an das Projektteam.

Weitere Informationen finden Sie auf den anderen Seiten dieser Website – insbesondere unter Projekt, Materialien und Dashboard. Für eine persönliche Beratung oder die Anmeldung als Destinationspartnerin oder -partner wenden Sie sich an das Projektteam über die Kontaktseite.

Le projet vise à rendre l’hospitalité dans le secteur touristique suisse mesurable de manière systématique et fondée sur des données. À l’aide du traitement du langage naturel (NLP), les avis en ligne des clients sont analysés afin d’obtenir des informations concrètes sur la qualité des interactions entre les clients et les hôtes. Ces informations doivent aider les destinations et les établissements touristiques à renforcer leur hospitalité de manière ciblée.

Le projet est porté conjointement par la Regional Tourism Alliance (RTA), l'Université de Berne (Centre de recherche sur le tourisme, FFT) et la Haute École Spécialisée Bernoise (Applied Machine Intelligence Lab, AMI-BFH). Il est soutenu par le Secrétariat d'État à l'économie SECO dans le cadre du programme de promotion Innotour.

Le projet s'étend de 2024 à 2026. Au cours de cette période, les modèles d'analyse du NLP seront développés et affinés, les destinations pilotes seront accompagnées, les meilleures pratiques seront recensées et les résultats seront mis à disposition sous forme de supports pratiques et d'un tableau de bord interactif.

L’hospitalité décrit la qualité des interactions humaines dans le secteur du tourisme. Elle se manifeste par le fait que les clients se sentent accueillis, valorisés, pris au sérieux et bien accompagnés. La qualité de l’interaction est la mise en œuvre mesurable de ce concept dans notre projet. Elle met donc en évidence la manière dont les clients perçoivent les relations avec les collaborateurs, les hôtes et les autres contacts personnels tout au long de leur séjour. Contrairement à la qualité de service au sens large, qui englobe également les processus, les procédures et les éléments de prestation non humains tels que l’infrastructure, l’équipement ou les offres numériques, la qualité de l’interaction se concentre spécifiquement sur l’aspect humain de l’expérience client. L’hospitalité peut ainsi être systématiquement observée et évaluée à partir des commentaires figurant dans les avis en ligne.

L'analyse porte sur les avis en ligne accessibles au public concernant les prestataires touristiques d'une destination. L'accent est mis sur les avis Google, car Google est actuellement la source multiplateforme la plus importante et la plus influente, regroupant des avis sur des prestataires touristiques très variés. Une extension à d'autres plateformes est en principe possible, à condition que l'utilisation des données puisse être clarifiée sur le plan juridique. L'analyse se concentre sur les textes des avis, à partir desquels des informations pertinentes sur l'hospitalité et la qualité de l'interaction sont identifiées à l'aide de méthodes de traitement du langage naturel (NLP). Le projet respecte les exigences strictes de la législation sur la protection des données. Aucune donnée à caractère personnel n'est collectée ni stockée.

Le traitement automatique du langage naturel (NLP) est un domaine de l'intelligence artificielle qui permet d'analyser automatiquement des textes. Dans le cadre de ce projet, les avis en ligne sont analysés en plusieurs étapes. Tout d’abord, un classificateur – c’est-à-dire un modèle de reconnaissance entraîné – vérifie si une affirmation a un rapport avec l’hospitalité ou les expériences interpersonnelles, ou si elle porte plutôt sur d’autres thèmes tels que l’emplacement, l’équipement ou le prix. Ces classificateurs ont été entraînés séparément pour plusieurs langues afin de mieux prendre en compte les différences linguistiques et les nuances culturelles. Ensuite, les déclarations identifiées comme pertinentes sont classées par thème à l’aide de la modélisation de sujets. Ce procédé met en évidence les thèmes récurrents liés à l’hospitalité abordés dans les avis. Enfin, une analyse des sentiments permet de déterminer si les clients s’expriment de manière plutôt positive ou négative sur ces thèmes. Cela permet non seulement de reconnaître si l’on parle d’hospitalité, mais aussi de savoir quels aspects sont visés et comment ils sont perçus. Cette approche est particulièrement innovante sous cette forme : à notre connaissance, il n'existe actuellement aucune solution d'IA établie et disponible sur le marché qui distingue de manière aussi ciblée l'hospitalité des autres thèmes d'évaluation, puis l'analyse par langue, par thème et par contenu. Les offres existantes sur le marché se concentrent généralement de manière plus générale sur les commentaires des clients, le sentiment et des thèmes opérationnels tels que le service, la propreté, la nourriture ou la qualité. Même dans le domaine de la recherche, une telle approche NLP spécifiquement axée sur l'hospitalité n'est pour l'instant guère établie.

Les modèles d'analyse linguistique naturelle (NLP) utilisés sont développés selon des normes scientifiques et font l'objet d'une validation continue. Les résultats doivent être considérés comme des indicateurs et non comme des vérités absolues. Ils constituent une base solide et fondée sur des données pour les évaluations et les décisions, en complément de l'expertise des responsables de destination. Comme pour toute analyse quantitative, certaines limites s'appliquent ; celles-ci sont décrites de manière transparente dans le manuel.

Oui. Étant donné que les avis en ligne sont souvent rédigés en anglais, en italien ou dans d'autres langues spécifiques à certaines destinations, les modèles NLP sont conçus pour prendre en charge le multilinguisme. La liste précise des langues prises en charge sera documentée et enrichie au fur et à mesure de l'avancement du projet.

Les destinations intéressées peuvent contacter directement l'équipe de projet. Les coordonnées se trouvent sur la page de contact. L'équipe expliquera le processus, les exigences et les coûts. Dans un premier temps, nous définissons ensemble les établissements et les plateformes à inclure dans l'analyse. La collecte initiale des données s'effectue en étroite collaboration avec la ODG, car elle nécessite une excellente connaissance locale de la destination. L'évaluation se déroule ensuite automatiquement et fait l'objet de contrôles périodiques.

Vous pouvez obtenir un aperçu détaillé des modèles tarifaires sur simple demande auprès de l'équipe du projet.

Les destinations participantes ont accès à un tableau de bord sécurisé dans lequel elles peuvent consulter leurs évaluations en matière d'hospitalité ainsi que d'autres indicateurs clés. Les résultats peuvent être ventilés selon différents critères, par exemple par thème, par type d'établissement, par période ou par groupe de prestataires. De plus, les prestataires enregistrés peuvent être représentés sur une carte interactive, ce qui permet de consulter et d’analyser de manière ciblée les résultats pour chaque prestataire enregistré. Selon l’évaluation, une comparaison avec d’autres destinations ou avec des valeurs de référence agrégées est également possible. L’accès est protégé par un mot de passe et est configuré par l’équipe du projet.

Oui. Chaque destination dispose d'un accès individuel protégé par un mot de passe. Les données spécifiques à chaque destination ne sont pas visibles par les autres participants. Seules des données anonymisées ou agrégées sont utilisées pour la comparaison comparative.

Le projet fournit non seulement des données, mais aussi des recommandations concrètes, des guides et du matériel de formation. Les résultats peuvent servir de point de départ pour des mesures de formation continue, pour l’amélioration des structures de communication, pour l’intégration des nouveaux collaborateurs ou pour des décisions stratégiques en matière de développement de la destination. L’équipe du projet aide les destinations à tirer les bonnes conclusions des données.

Ce projet s'adresse en premier lieu aux organismes de gestion des destinations (ODG) En tant qu’acteurs coordinateurs au sein de la destination, elles peuvent utiliser les analyses pour mettre en évidence les forces et les faiblesses de l’accueil tout au long de la chaîne de prestations touristiques, observer les évolutions dans le temps et mener des échanges factuels avec les prestataires. Les ODG disposent ainsi d’une base leur permettant d’identifier les domaines d’action, de hiérarchiser les mesures de manière ciblée et d’accompagner plus activement le développement de la qualité au sein de la destination.

Les résultats généraux du projet, les guides, les exemples de bonnes pratiques et les enseignements tirés sont mis à la disposition du public sur ce site web. L'accès au tableau de bord personnalisé est toutefois réservé aux destinations participantes. Pour toute demande spécifique, veuillez contacter l'équipe du projet.

Vous trouverez plus d'informations sur les autres pages de ce site web, notamment dans les rubriques Projet, Ressources et Tableau de bord. Pour obtenir des conseils personnalisés ou vous inscrire en tant que partenaire de destination, veuillez contacter l'équipe du projet via la page page de contact.