Некоторые из нас могут задаться вопросом: как авиакомпании распределяют места? Почему билеты «в последнюю минуту» дороже? Что побуждает авиакомпании устанавливать призы за билеты? Я, как потребитель и энтузиаст данных, присутствовал на выступлении, которое представила г-жа Джуди Пастор, бывший главный специалист по данным из American Airlines.

У авиакомпаний всегда много данных. Например, American Airlines (AA) выполняет 6 700 рейсов в день на 950 самолетах и ​​перевозит 500 000 пассажиров в день. Их хранилище данных хранит 5-летние маршруты для более чем 100 миллионов «известных» клиентов с тарифами и другой информацией о билетах, а также информацию о программе для часто летающих пассажиров (FFP), которая включает в себя уровень, заработок и сжигание и владельцев кредитных карт. Помимо этих структурированных данных, у них также есть неструктурированные данные, такие как комментарии и жалобы клиентов, журналы технического обслуживания, веб-журналы электронной коммерции, а также журналы и комментарии экипажей самолетов.

Что авиакомпании делают с этими данными? Эти данные широко используются в операциях и потребительском маркетинге.

Операции часто связаны с поиском оптимальных авиамаршрутов, распределением персонала и экипажей, динамическим ценообразованием. Они присваивают ярлык каждому клиенту и изучают характеристики клиентов, такие как цель поездки, дата, чтобы установить цену билета для увеличения доходов.

В маркетинге машинное обучение используется для отправки предложений клиентам по электронной почте. Контролируемое машинное обучение с целевой переменной может найти драйверы для будущих кампаний.

Авиакомпании в последнее время уделяют больше внимания комментариям клиентов, а также распространению интеллектуального анализа текста. Контролируемое машинное обучение используется для создания модели категоризации для нового списка комментариев. Неконтролируемое машинное обучение выполняется для «неопределенной» категории, чтобы найти категории, которые можно добавить в список. Использование интеллектуального анализа текста и машинного обучения помогает компаниям находить дыры в своих операциях и продвигать персонализацию.

Тем не менее, есть еще некоторые проблемы с внедрением машинного обучения. Эти авиакомпании по-прежнему используют свои устаревшие системы, которые жестко интегрированы с моделями машинного обучения. Отсутствие объяснимости методов машинного обучения вызовет недоверие к решениям машинного обучения.