Применение Big Data в авиакомпаниях

Сергиенко Александр

Слайд 2

Содержание

1. Что такое Big Data?

2. Особенности трэвел индустрии

3. Специфика применения BigData в трэвел компаниях

4. Инструменты Big Data для анализа клиентского поведения

5. Бизнес-кейсы использования BigData на примере авиакомпании

Слайд 3

Что такое Big Data?

4V Больших данных - Объем, Разнообразность, Скорость, Достоверность

Слайд 4

Что такое Big Data?

Доступность инструментов анализа данных:

Исследование данных

Визуализация данных

Предсказание данных

Машинное обучение

Слайд 5

Что такое Big Data?

Простота добавления новых источников данных, нужен только файл

Слайд 6

Особенности трэвел индустрии

1. Программы лояльности авиакомпаний ориентируются на потребителя услуги, а не на покупателя

2. Эмоции клиента по время поездки/путешествия становятся важным фактором при оценке качества услуги

3. Все перемещения клиента можно отследить с помощью геолокации

4. Около 50% бронирований совершаются на более чем одного клиента

Слайд 7

Индекс использования данных в компании

Слайд 8

Специфика применения Big Data в трэвел компаниях

1. Сбор и обработка всей детальной информации, которую заполняет клиент для дальнейшей идентификации

2. Высокая ценность внешних данных (особенно геолокация) поведения клиента: социальные сети, данные от партнеров

3. Использование дополнительных данных о погоде, спортивных соревнованиях, мероприятиях и пр.

4. Анализ поведения не только на уровне клиента, но и на уровне домохозяйства, группы друзей и пр.

5. Сбор и обработка обратной связи по удовлетворенности клиента из всех доступных внешних источников

Слайд 9

Инструменты Big Data: текущие возможности

Слайд 10

Инструменты Big Data для анализа клиентского поведения

Хранение данных в распределенной структуре

Анализ и обработка данных в распределенной структуре

Хранение клиентского профиля (для запросов в режиме реального времени)

Алгоритмы машинного обучения

Анализ и обработка потока входящих сообщений в режиме реального времени

Построение отчетов на данных BigData и существующего хранилища

Обработка голоса, текста, видео и изображений

Слайд 11

Бизнес-кейсы по использованию Big Data

1. Привлечение клиентов Look-alike

2. Триггерные коммуникации по интересам

3. Сервис рекомендаций полетных направлений

4. Отслеживание удовлетворенности в социальных сетях

Слайд 12

Кейс 1. Привлечение клиентов Look-alike

Описание: Определение характеристик наиболее ценных клиентов и использование данной информации для привлечения новых

Ожидаемый результат: Привлечение новых высокодоходных клиентов, повышение CTR, увеличение конверсии

Задачи Big Data: Идентификация клиента по данным из различных источников с помощью алгоритмов нечеткого сопоставления, построение аналитических моделей прогнозирования стоимости клиента, с помощью методов машинного обучения выделение главных параметров, влияющих на ценность клиента

Слайд 13

Кейс 2. Триггерные коммуникации по интересам

Описание: Таргетированная коммуникация на основе кратковременного интереса клиента

Ожидаемый результат: Увеличение эффективности кампаний за счет своевременной коммуникации, повышение CTR, увеличение конверсии

Задачи Big Data: Сбор данных из социальных сетей или других внешних источниках о поведении клиента, идентификация клиента по полученным данным, построение модели определения краткосрочного интереса клиента

Слайд 14

Кейс 3. Сервис рекомендации полетных направлений

Описание: Коммуникация с клиентом на основе наиболее релевантных на данный момент для него полетных направлений согласно накопленной по нему истории данных

Ожидаемый результат: Рост конверсии продаж билетов и дополнительных услуг, повышение CTR, увеличение конверсии

Задачи Big Data: Классификация направлений с помощью ассоциативного анализа и аналитических алгоритмов, построение гибридной модели рекомендательного сервиса на основе коллаборативной фильтрации (по направлениям) и персонализированного ранжирования

Слайд 15

Кейс 4. Отслеживание удовлетворенности в соц сетях

Описание: Быстрая реакция на негативные и положительные отзывы в социальных сетях относительно сервиса авиакомпании

Ожидаемый результат: Повышение индекса удовлетворенности клиентов, снижение количества жалоб и претензий

Задачи Big Data: Идентификация клиента по данным из социальных сетей, построение графа социальных связей клиента, определение его уровня влияния, обработка потока сообщений в режиме реального времени, применение аналитики (в части обработки текста сообщения) в режиме реального времени

Спасибо!

Москва, Ленинская слобода, 19Т: +7 (495) 981-92-92Ф: +7 (495) 981-92-91www.tsconsulting.ru info@tsconsulting.ru

Сергиенко Александрasergienko@tsconsulting.ru