Calendar/wwwroot/docs/ai-booking-optimering.md

AI Booking Optimering

Produktoversigt

AI Booking Optimering er et intelligent tillægsmodul der hjælper saloner med at maksimere deres kalenderudnyttelse og reducere tabt omsætning fra tomme tidsslots.

---

Features

Feature 1: Smart Tidsforslag (Real-time)

Når kunder booker online, analyserer AI'en eksisterende bookinger og foreslår de mest optimale tidspunkter.

Hvordan det virker:

1. Kunden vælger ydelse (f.eks. Dameklip, 60 min)
2. AI'en analyserer dagens/ugens bookinger for den valgte medarbejder
3. Hvert ledigt tidsslot får en score baseret på:
   • Minimering af huller
   • Optimal udnyttelse af åbningstiden
   • Kontinuitet i bookinger
4. Top 2-3 bedste slots markeres med "Anbefalet" badge

Scoring-algoritme:

Kriterium	Score
Starter ved åbningstid	+3
Slutter præcis på næste booking	+3
Starter lige efter en booking	+2
Slutter ved lukketid	+1
Skaber hul < 30 min	-2

UX-principper:

• Blød anbefaling - kunden kan stadig vælge alle ledige tider
• Grøn badge med AI-ikon på anbefalede tider
• Info-tekst forklarer fordelen

---

Feature 2: Kalender-optimering Dashboard

Salonejere får et dashboard der identificerer huller og foreslår handlinger.

Dashboard-komponenter:

1. Statistik-kort

   • Huller i dag
   • Tabt omsætning (estimeret)
   • Huller denne uge
   • Potentiel besparelse

2. Mini-kalender

   • Visuel oversigt over ugen
   • Farvekodede dage (grøn = optimalt, gul = huller, rød = kritisk)

3. Hul-liste

   • Detaljeret visning af hvert identificeret hul
   • Medarbejder og tidspunkt
   • Estimeret tabt omsætning
   • AI-forslag til at fylde hullet

4. AI-forslag typer:

   • Flyt booking: Foreslå at flytte en eksisterende kundes tid
   • Venteliste: Kontakt kunde fra ventelisten
   • Rabattilbud: Send SMS med rabat for at fylde hullet

5. SMS-historik

   • Track sendte tilbud
   • Accept/afvisning statistik
   • Pending tilbud

---

Teknisk Implementation

POC 1: poc-booking-v2.html

Tilføjede komponenter:

// Mock data for eksisterende bookinger
const existingBookings = {
  'EMP001': {
    '2026-01-06': [
      { start: '10:00', end: '11:00', service: 'Dameklip' },
      { start: '13:30', end: '14:30', service: 'Herreklip' }
    ]
  }
};

// Scoring-algoritme
function calculateOptimalSlots(serviceDuration, date, employeeId) {
  // 1. Hent bookinger for dato/medarbejder
  // 2. Generer alle mulige slots (30 min intervaller)
  // 3. Tjek overlap med eksisterende bookinger
  // 4. Beregn score for hvert ledigt slot
  // 5. Marker top 3 med positiv score som "recommended"
  return slots;
}

CSS-styling:

• .time-slot.recommended - Grøn border og baggrund
• .ai-badge - Absolut positioneret badge med sparkle-ikon
• .ai-info - Info-boks over tidsgrid

POC 2: poc-ai-booking-optimizer.html

Struktur:

• Topbar med AI-badge
• Stats-grid med 4 KPI-kort
• Main-grid med kalender og hul-liste
• Sidebar med optimeringsscore og SMS-historik

Mock data:

• gaps[] - Identificerede huller med forslag
• weekDays[] - Ugevisning med gap-status
• smsHistory[] - Historik over sendte tilbud

---

Forretningsværdi

ROI-beregning

Typisk salon:
- 4 medarbejdere
- 40 timer/uge pr. medarbejder
- 15% tomme slots = 24 timer/uge tabt
- Gennemsnitlig timepris: 500 kr.
- Tabt omsætning: 12.000 kr./uge = 624.000 kr./år

AI-optimering fylder 50% af huller:
- Ekstra omsætning: 312.000 kr./år

Pris for AI-modul: 499 kr./md = 5.988 kr./år
ROI: 52x investering

Nøgletal at tracke

Metrik	Beskrivelse
Kalenderudnyttelse	% af tilgængelige timer der er booket
Gennemsnitligt hul	Minutter tabt pr. dag i gaps
Accept-rate	% af kunder der accepterer flyttetilbud
Tabt omsætning	Estimeret kr. i tomme slots
Optimeringsscore	Samlet effektivitet (mål: 90%+)

---

Fremtidig AI-udvidelse

Niveau 1: Regelbaseret (Nuværende POC)

• Statiske scoring-regler
• Ingen læring
• Fungerer for alle saloner ens

Niveau 2: Machine Learning

• Lærer fra salonens historik
• Personlige kundeprofilenr
• Forudsigelse af no-shows
• Dynamisk prisjustering

ML-features (fremtidig):

1. Historisk mønstergenkendelse

   • Populære vs. døde tider
   • Sæsonvariation
   • Service-specifikke mønstre

2. Kundesegmentering

   • Fleksible vs. fastlåste kunder
   • Pris-sensitive kunder
   • No-show risiko-profiler

3. Intelligent rabat-beregning

   • Dynamisk rabat baseret på:
     • Hullets "værdi"
     • Kundens prissensitivitet
     • Sandsynlighed for naturlig booking

4. Proaktiv optimering

   • Forudsig huller før de opstår
   • Automatisk udsend tilbud
   • Venteliste-matching

---

Integration med eksisterende system

Data-flow

Booking system
     │
     ▼
┌─────────────────┐
│ AI Optimizer    │
│  - Analyse      │
│  - Scoring      │
│  - Anbefalinger │
└─────────────────┘
     │
     ▼
┌─────────────────┐    ┌─────────────────┐
│ Booking Widget  │    │ Dashboard       │
│ (kundevisning)  │    │ (ejervisning)   │
└─────────────────┘    └─────────────────┘

API-endpoints (fremtidig)

GET  /api/ai/optimal-slots?date=X&employee=Y&duration=Z
POST /api/ai/send-offer
GET  /api/ai/gaps?week=X
GET  /api/ai/stats

---

Konfiguration

Indstillinger pr. salon

Indstilling	Beskrivelse	Default
minGapMinutes	Mindste hul der tæller som tabt	30 min
recommendedSlots	Antal anbefalede slots	3
defaultDiscount	Standard rabat ved flytning	5%
autoSendOffers	Automatisk udsend tilbud	Fra
smsEnabled	Aktiver SMS-udsendelse	Til

---

Filer

Fil	Beskrivelse
poc-booking-v2.html	Kundens booking-widget med AI-anbefalinger
poc-ai-booking-optimizer.html	Dashboard til salonejere
docs/ai-booking-optimering.md	Denne dokumentation

---

Changelog

Version 1.0 (Januar 2026)

• Initial POC implementation
• Regelbaseret scoring-algoritme
• Dashboard med hul-identifikation
• SMS-historik tracking