提供管理是在正确的时间,以正确的价格,向正确的客户出售正确的打包服务(机票和机票辅助服务)的过程。它是完善的收入管理过程的延伸,优化库存控制的机票,也包括航空公司的辅助产品。这是描述机器学习方法如何根据客户细分产生目标的、辅助的捆绑服务的三篇文章中的第一篇,以取悦客户并使航空公司的收益最大化。

对航空公司来说,品牌机票(预定义的、静态捆绑)和附加服务的零售销售越来越重要。在过去的十年里,航空业的平均机票价格以每年-0.9%的速度下降(IATA 2018[1]),但航空辅助设备的销售额,如托运行李、额外的放脚空间、wifi和食品和饮料,却增长了40%以上。2018年,附属公司(Ideaworks和Cartrawler 2018[2])的总销售额为930亿美元,预计将在2019年突破1000亿美元的门槛。飞机上的鸡尾酒可真多啊!

有效的航空公司产品管理需要了解所有分销渠道的客户偏好和购买行为模式,包括在线旅行社、企业预订工具或直接从航空公司的网站。由于亚马逊、Netflix、iphone和其他高质量的消费者应用程序的出现,旅行者的需求正在发生变化,他们现在希望在整个旅行规划过程中得到简化和个性化的服务。vwin电竞投注Sabre的管理决策支持框架可以提高旅行者的简化程度和个性化程度。看这早些时候关于我们的军刀张贴vwin电竞投注动态辅助捆绑原型[3])。提供管理解决方案的核心组成部分是:

  • 第1部分:基于出行上下文的数据收集和客户细分(旅行目的细分),
  • 第2部分:一个推荐引擎,根据这些细分或人物角色向客户推荐捆绑包;一个报价引擎,根据一个细分(1:1个性化)对产品进行定制并定价
  • 第3部分:一个测试和学习的实验引擎,使用强化学习不断调整产品建议,以改变消费者行为和新的竞争产品。

下图描绘了这些优惠管理流程:

vwin电竞投注Saber已实施上述旅行社和酒店应用程序的上述框架的选定模型,并且Beta-insionions在Airline.com网站上的端到端进程中的工作。我们使用这些方法的初始经验通常是从实施和使用视角方面积极的积极态度。实用性一直是指导我们提供管理应用程序设计的重要考虑因素。以下是我们的一些设计选择,为什么。

数据可用性

在旅行价值链中的一个共同主题是根据我们对客户了解的隐式或显式信息向给定客户展示目标内容。这种深入的理解可以从一系列数据中导出,例如交易预订和票务数据,人口统计,社交媒体,调查等。

我们的框架主要基于历史航空票务数据和辅助销售(因为此信息一般可用)。除了销售卷外,这些数据还包含有关销售渠道,预订和出发时间以及购买的票价类型的丰富信息等。我们的测试和学习实验框架还使用有关网站印象和每个优惠的转换率的信息with metadata about the context (i.e. pages visited, request details, any bundle customization performed by the user, etc.). A future data requirement (currently being tested in a research mode) involves use of agency low-fare search shopping results; which can provide further insights on current competitive offerings in the marketplace for use in dynamic pricing decision making.

客户细分

基于旅游背景的客户细分对于支持客户获取、创收最大化和留住最有利可图的客户非常重要。根据我们的经验,根据购买行为模式对客户进行细分有助于确定相关报价;但是,分段从来都不是完美的,应该使用来自新数据源的信息周期性地进行细化。

我们拟议的分割方法建议基于旅行目的的分割,并透露偏好模型。Trip purpose segmentation uses classification based on characteristics of the trip itself (e.g. advance purchase, travel days-of-week, length-of-stay, number of travelers, distance traveled, purchase time-of-day, flight departure and arrival times, O&D market, selling channel, etc.). These characteristics can reasonably segment customers into similar types (e.g. business vs. leisure-like travel), and they work even when the customer’s identity is not known. For example, a trip request several months in advance for five passengers tells a different story than a last minute, weekday trip request for one traveler. Furthermore, non-overlapping classification based on trip attributes is mutually exclusive and collectively exhaustive (MECE) which simplifies management of rules used and analysis by airline marketing analysts. We have successfully applied techniques such as hierarchical-clustering and CART (classification and regression trees) for trip segmentation.

在本博客系列的下一部分中,我们将讨论推荐和提供发动机。

参考资料

  1. 航空公司财务监控。https://www.iata.org/publications/economics/Reports/afm/Airlines-Financial-Monitor-Jan-2019.pdf,2018年12月至2019年1月。
  2. Ideaworks Cartrawler。2018年,全球航空公司的辅助收入预计为929亿美元。https://www.ideaworkscompany.com/wp-content/uploads/2018/11/Press-Release-133-Global-Estimate-2018.pdf
  3. 航空公司提供管理 - Saber Insightsvwin电竞投注https://www.vwin电竞投注sabre.com/insights/innovation-hub/prototypes/airline-offer-management/