Die Strategie hinter den Empfehlungsmaschinen der nächsten Generation beherrschen

 

Transavia ist eine führende niederländische Fluggesellschaft, die Flüge zu über 100 Zielen anbietet. Die Fluggesellschaft ist führend im Bereich der Digitalisierung und legt großen Wert auf die Kundenorientierung, was sich auch in ihrer Online-Buchungsplattform widerspiegelt.

Wir hatten den Lead Data Scientist von Transavia, Liveris Avgerinidis, bei einer Xebia-Veranstaltung für Führungskräfte aus den Bereichen Daten, Technologie und Produkte in London zu Gast. Liveris präsentierte eine exklusive Session, in der er erklärte, wie sein Team eine Empfehlungsmaschine der nächsten Generation entwickelt hat, die den Kunden der Fluggesellschaft ein besseres Buchungserlebnis ermöglicht. Sie können sich die Aufzeichnung der Veranstaltung hier ansehen:

 

{% video_player "embed_player" overrideable=False, type='hsvideo2', hide_playlist=True, viral_sharing=False, embed_button=False, autoplay=False, hidden_controls=False, loop=False, muted=False, full_width=False, width='1920', height='1080', player_id='149100343878', style='' %}

 

00:00 - Einleitung
01:45 - Die Bedeutung einer Datenstrategie
08:25 - Erstellen einer praktikablen Roadmap für KI-Lösungen
12:15 - Einführung in die Fluggesellschaft Transavia
14:38 - Die Kundenreise einer Fluggesellschaft
15:23 - Personalisierung über die gesamte Customer Journey hinweg anwenden
21:37 - Nachweis der geschäftlichen Auswirkungen des KI-Flugempfehlers
27:24 - Neue Möglichkeiten

 

Unser Managing Director Data, Giovanni Lanzani, führte in das Thema Empfehlungsmaschine ein und erläuterte, dass eine grundlegende Datenstrategie notwendig ist, um mit jeder komplexen Dateninitiative, einschließlich der Entwicklung einer Empfehlungsmaschine, erfolgreich zu sein. Giovannis wichtigste Erkenntnis war, dass eine Datenstrategie viel mehr als nur ein Dokument ist - sie sollte ein praktikabler Anhaltspunkt für einen vollständigen kulturellen Wandel hin zu einer datengesteuerten Kultur sein.

Giovanni erläuterte dann, wie man eine Datenstrategie aufbaut, und gab einige nützliche Hinweise.

Lesen Sie hier mehr darüber, wie Sie eine echte Datenstrategie aufbauen können.

Nachdem Giovanni diese Erkenntnisse mitgeteilt hatte, übergab er an Liveris Avgerinidis von Transavia. Das Datenteam von Liveris unterstützt Transavia in allen Bereichen des Unternehmens und bietet fortschrittliche Datenlösungen für alle Bereiche, vom Betrieb bis zum Handel.

Die Lösung für die Empfehlungsmaschine entstand aus dem Bedürfnis heraus, die gesamte Customer Journey für die Passagiere relevanter zu gestalten. Die Personalisierung während des gesamten Buchungsvorgangs erhöht die Wahrscheinlichkeit erfolgreicher Buchungen und zufriedener Passagiere. Die Empfehlung von relevanten Flügen wäre ein weiterer Schritt in Richtung eines personalisierten Erlebnisses.

Der Aufbau einer Empfehlungsmaschine, die den Kunden relevante und zeitnahe Optionen anbietet, ist aufgrund der Komplexität von Data Science und maschinellen Lernverfahren eine Herausforderung. Das Datenteam von Transavia entwickelte ein Empfehlungsmodell mit einem dreistufigen Prozess, der eine Vorauswahl von Flugoptionen aus einem Pool von Millionen von Flügen bietet. Das Modell wurde anhand von Echtzeit-Flugbuchungsmerkmalen trainiert und wendete in Echtzeit intelligente Filteroptionen an, um den Kunden auf der Grundlage ihrer Eingaben Empfehlungen zu geben.

Transavia führte viele Tests durch, um die Auswirkungen seiner Empfehlungsmaschine zu messen. Dabei wurden einige wichtige Erkenntnisse gewonnen, die es dem Team von Liveris ermöglichten, schrittweise Anpassungen an der Engine vorzunehmen, die im Laufe der Zeit zu einer Verbesserung der Kennzahlen führten. Letztendlich hatte die Engine einen messbaren Einfluss auf die Buchungen und die Kundenzufriedenheit bei Transavia, und das Team von Liveris hat einen aufregenden Fahrplan für die Zukunft, der die Erfahrungen der Transavia-Passagiere noch weiter verbessern wird.

Erfahren Sie hier mehr über die Partnerschaft von Xebia mit Transavia.