redBus używa Gemini Flash za pośrednictwem Firebase AI Logic, aby zwiększyć długość opinii klientów o 57%
3 minuty czytania
redBus to największa na świecie platforma do rezerwacji biletów autobusowych online. Korzystają z niej miliony podróżnych w Indiach, Azji Południowo-Wschodniej i Ameryce Łacińskiej. Usługa jest przede wszystkim mobilna – ponad 90% wszystkich rezerwacji jest dokonywanych za pomocą aplikacji. Stanowi to jednak spore wyzwanie w zakresie zbierania przydatnych opinii od użytkowników, którzy mówią w kilkudziesięciu różnych językach. Wielu użytkowników uważa pisanie opinii za niewygodne, a opinia napisana np. w języku tamilskim jest mało przydatna dla przewoźnika, który mówi tylko po hindi.
Aby poprawić jakość i zwiększyć liczbę opinii użytkowników, deweloperzy z redBus używali Gemini Flash, modelu AI od Google, który zapewnia niskie opóźnienie, do natychmiastowego transkrybowania i tłumaczenia nagrań głosowych użytkowników. Aby połączyć tę zaawansowaną AI z aplikacją bez konieczności wykonywania złożonych prac backendowych, użyli Firebase AI Logic. Ta nowa funkcja usunęła bariery językowe i uprościła proces sprawdzania, co doprowadziło do znacznego wzrostu zaangażowania użytkowników i jakości opinii.
Upraszczanie opinii użytkowników dzięki podejściu opartemu na głosie
Wcześniej opinie w aplikacji redBus były oparte na tekście, co wiązało się z kilkoma kluczowymi wyzwaniami. „W naszej skali wiarygodne opinie użytkowników są kluczowe. Budują zaufanie podróżnych i dają przewoźnikom praktyczne informacje. Nasz dotychczasowy system oparty na tekście sprawdzał się dobrze, ale zauważyliśmy, że klienci często mieli trudności z opisaniem swoich wrażeń, co powodowało, że opinie użytkowników nie zawierały wystarczającej ilości szczegółów i nie były tak obszerne, jak byśmy chcieli, aby przynosiły jak największą wartość zarówno podróżnym, jak i przewoźnikom. Co więcej, bariery językowe ograniczały przydatność opinii, ponieważ opinie w jednym języku nie były pomocne dla użytkowników ani przewoźników, którzy mówili w innym języku. Naszą główną motywacją było wykorzystanie ekspresyjności głosu i pokonanie bariery językowej, aby uzyskać bardziej autentyczne i szczegółowe opinie użytkowników” – powiedział Abhi Muktheeswarar, starszy lider techniczny w dziale inżynierii mobilnej w redBus.
Zespół deweloperów chciał stworzyć bezproblemowe rozwiązanie oparte na głosie, dlatego zaprojektował nowy proces, w którym użytkownicy mogą po prostu wypowiedzieć swoją opinię w języku ojczystym. Aby zachęcić do korzystania z tej funkcji, zespół wdrożył widoczny, animowany przycisk mikrofonu z tekstem „Twój głos ma znaczenie. Podziel się opinią w swoim języku”. Ten tekst pojawia się w języku ojczystym użytkownika, zgodnie z ustawieniami języka aplikacji.
Aplikacja przetwarza nagranie głosowe użytkownika za pomocą Gemini Flash. Najpierw transkrybuje mowę na tekst, następnie tłumaczy ją na angielski, a na koniec analizuje nastrój, aby automatycznie wygenerować ocenę w gwiazdkach i przewidzieć odpowiednie tagi na podstawie treści opinii. Następnie tworzy zwięzłe podsumowanie i automatycznie wypełnia pola formularza opinii wygenerowaną treścią.
Deweloperzy wybrali Firebase AI Logic, ponieważ umożliwiało im to tworzenie i wdrażanie funkcji bez pomocy zespołu backendowego, co znacznie skróciło czas i złożoność procesu tworzenia. „Pakiet SDK Firebase AI był kluczowym wyróżnikiem, ponieważ był to jedyne rozwiązanie, które umożliwiło naszemu zespołowi frontendowemu samodzielne tworzenie i wdrażanie funkcji” – wyjaśnił Abhi. Dzięki temu zespół mógł przejść od pomysłu do wdrożenia w zaledwie 30 dni.
Podczas implementacji inżynierowie używali danych wyjściowych w uporządkowanej postaci, co umożliwiło modelowi Gemini Flash zwracanie poprawnych odpowiedzi JSON, w tym transkrypcji, tłumaczenia, analizy nastawienia i oceny w gwiazdkach, co ułatwiło wypełnianie interfejsu. Zapewniło to płynne wrażenia użytkownika. Użytkownicy widzą zarówno oryginalny transkrybowany tekst w swoim języku, jak i przetłumaczoną, podsumowaną wersję w języku angielskim. Co najważniejsze, użytkownik ma pełną kontrolę nad sprawdzaniem i edytowaniem całego tekstu wygenerowanego przez AI oraz zmianą oceny w gwiazdkach przed przesłaniem opinii. Może nawet ponownie wypowiedzieć się, aby dodać więcej treści.
Zwiększanie zaangażowania i uzyskiwanie bardziej szczegółowych informacji o użytkownikach
Funkcja opinii głosowych oparta na AI miała znaczący pozytywny wpływ na zaangażowanie użytkowników. Dzięki umożliwieniu użytkownikom mówienia w języku ojczystym redBus odnotował wzrost długości opinii o 57% oraz znaczny wzrost ogólnej liczby opinii.
Nowa funkcja skutecznie zaangażowała segment użytkowników, którzy wcześniej niechętnie pisali opinie. Od czasu wdrożenia opinie użytkowników są w przeważającej większości pozytywne. Klienci doceniają dokładność transkrypcji i tłumaczenia oraz uważają, że podsumowania wygenerowane przez AI są zwięzłym przeglądem ich dłuższych, bardziej szczegółowych opinii.
Gemini Flash, choć hostowany w chmurze, zapewniał bardzo szybkie działanie. „Nasi partnerzy i interesariusze często zauważali, że nowa funkcja AI działa tak szybko i płynnie, że wydaje się, jakby AI działała bezpośrednio na urządzeniu” – powiedział Abhi. „Świadczy to o niskim opóźnieniu modelu Gemini Flash, które było kluczowym czynnikiem jego sukcesu”.
Łatwiejsze tworzenie za pomocą AI
Dla zespołu redBus projekt ten pokazał, jak Firebase AI Logic i Gemini Flash umożliwiają deweloperom mobilnym tworzenie funkcji, które w innym przypadku wymagałyby implementacji backendowej. Zmniejsza to zależność od zmian po stronie serwera i pozwala deweloperom na szybkie i niezależne iteracje.
Po sukcesie funkcji opinii głosowych zespół redBus bada inne przypadki użycia generatywnej AI na urządzeniu, aby jeszcze bardziej ulepszyć aplikację. Planuje też używać Google AI Studio do testowania i iteracji promptów. Dla Abhi lekcja jest jasna: „Nie chodzi już o złożone konfiguracje backendowe” – powiedział. „Chodzi o tworzenie odpowiednich promptów, aby opracować kolejną innowacyjną funkcję, która bezpośrednio poprawia wrażenia użytkownika”.
Rozpocznij
Dowiedz się więcej o tym, jak możesz używać Gemini i Firebase AI Logic do tworzenia funkcji generatywnej AI w swojej aplikacji.
-
r.r.
Case StudiesKarrot to hiperlokalna aplikacja marketplace typu peer-to-peer oparta na społeczności, która umożliwia użytkownikom kupowanie, sprzedawanie i wymienianie przedmiotów z innymi zweryfikowanymi użytkownikami. Od czasu uruchomienia w Korei Południowej w 2015 roku platforma rozszerzyła się na rynki globalne, zdobywając ponad 43 miliony zarejestrowanych użytkowników.
Thomas Ezan, Tracy Agyemang • 2 minuty czytania -
Case StudiesMonzo to brytyjski bank cyfrowy, który ma 15 milionów klientów i stale się rozwija. W miarę skalowania aplikacji zespół inżynierów uznał czas uruchamiania aplikacji za kluczowy obszar do poprawy, ale obawiał się, że będzie to wymagało znacznych zmian w kodzie.
Ben Weiss, Tracy Agyemang • 2 minuty czytania -
r.r.
Case StudiesW dynamicznym świecie mediów społecznościowych uwaga użytkowników jest szybko zdobywana i tracona. Aplikacje Meta (Facebook i Instagram) należą do największych platform społecznościowych na świecie i obsługują miliardy użytkowników na całym świecie.
Mayuri Khinvasara Khabya, Tracy Agyemang • 4 minuty czytania
Otrzymuj co tydzień najnowsze informacje o tworzeniu aplikacji na Androida na swoją skrzynkę odbiorczą.