Документ описывает процесс управления онлайн-путешествиями с использованием AI и больших данных, включая этапы вдохновения, выбора, бронирования и путешествия. Представлены статистические данные по запросам и вариантам, а также методы идентификации клиентов и управления доходами. Основное внимание уделяется автоматизации подбора авиаперелетов и анализу данных для оптимизации предложений.

1. AI&BigData
для
путешественников
Кузнецов
Юрий
Product
owner

2. h#p://g.co/maps/6cne
Цикл
путешественника
on-­‐line
1. Вдохновение
Inspiration
2. Подбор вариантов
Shopping
7. Обмен опытом
Sharing experience
3. Бронирование
Reservation
4. Оплата
Payment
5. Подготовка
Preparation
6. Путешествие
Travel
CTR
CR
PROFIT
LTV

3. Управление
web-­‐сервисами
1. Вдохновение
Inspiration
2. Подбор вариантов
Shopping
7. Обмен опытом
Sharing experience
3. Бронирование
Reservation
4. Оплата
Payment
5. Подготовка
Preparation
6. Путешествие
Travel
Маркетинг
Логистика
Финансы
Клиентский сервис
Удовлетворение
бизнеса
Удовлетворение
клиента
Информация
Управление
Web-­‐аналитика
ERP
BI

4. Big
Data
1. Вдохновение
Inspiration
2. Подбор вариантов
Shopping
7. Обмен опытом
Sharing experience
3. Бронирование
Reservation
4. Оплата
Payment
5. Подготовка
Preparation
6. Путешествие
Travel
Маркетинг
Логистика
Финансы
Клиентский сервис
Неструктурированные данные:
- Публикации (тема, тональность);
- Фотографии (тема, тональность);
- Текстовые поисковые запросы.
Статистика за 1 день:
> 1 000 000 поисковых запросов
> 100 000 000 возможных вариантов
> 50 000 000 предложений клиентам
Временные циклы:
- Время суток (по часовым поясам);
- День недели;
- Сезон.
Идентификация клиента:
- Разные браузеры;
- Разные устройства;
- Разные IP адреса;
- Off-line контакты.
Управления доходами:
- Сегментация предложений;
- Сегментация аудитории;
- Прогнозирование рисков.

5. Автоматизация
управления
Подбор вариантов
авиаперелета
Статистика подбора вариантов за день:
> 1 000 000 запросов
> 100 000 000 возможных вариантов
> 50 000 000 предложений клиентам
Цикличность:
- Время суток
- День недели;
- Сезон.
1. Параметры поискового
запроса:
- Город вылета
- Город прилета
- Дата вылета
- Дата обратного рейса
- Пассажиры
- Класс
- Авиакомпания
- Валюта
- Другие предпочтения
2. Формирование запроса
к поставщикам:
- GDS или Авиакомпания;
- Страна закупки;
- Предпочтения.
3. Ценообразование
- Маркетинговые
параметры;
- Условия договоров
с поставщиками;
- Рыночные
коэффициенты.
4. Отбор релевантных
вариантов:
- Цена;
- Длительность перелета;
- Время вылета;
- Время прилета;
- Авиакомпания.
5. Выбор клиента6. Оформление
бронирования
у поставщика
Изменение
настроек

6. Машинное
обучение
Подбор вариантов
авиаперелета
Статистика подбора вариантов за день:
> 1 000 000 запросов
> 100 000 000 возможных вариантов
> 50 000 000 предложений клиентам
Цикличность:
- Время суток
- День недели;
- Сезон.
1. Параметры поискового
запроса:
- Город вылета
- Город прилета
- Дата вылета
- Дата обратного рейса
- Пассажиры
- Класс
- Авиакомпания
- Валюта
- Другие предпочтения
2. Формирование запроса
к поставщикам:
- GDS или Авиакомпания;
- Страна закупки;
- Предпочтения.
3. Ценообразование
- Маркетинговые
параметры;
- Условия договоров
с поставщиками;
- Рыночные
коэффициенты.
4. Отбор релевантных
вариантов:
- Цена;
- Длительность перелета;
- Время вылета;
- Время прилета;
- Авиакомпания.
5. Выбор клиента6. Оформление
бронирования
у поставщика
Изменение
настроек
1. Кластерный анализ
2. Эксперименты
3. Оптимизация
4. Внешний мониторинг

7. Спасибо
за
внимание!
Кузнецов
Юрий
y.kuznetsov@senturia.aero
+38
(067)
481-­‐38-­‐53