Wie künstliche Intelligenz das Umsatzmanagement von Fluggesellschaften verändert

Die Reisebranche wird von Daten überschwemmt. Jeden Tag wächst das Datenvolumen und neue Datentypen werden zugänglich. Dieses exponentielle Wachstum ist einer der Haupttreiber der Technologie der Künstlichen Intelligenz (KI).

Wir bei Amadeus investieren stark inKI und maschinelles Lernen(ML) in vielen unserer Lösungen, einschließlich Revenue Management (RM). Wir treiben auch Innovationen in diesem Bereich voran, indem wir an wichtigen Branchenveranstaltungen wieAGIFORS teilnehmen und unsere Partnerschaften mit Universitäten zur Förderung von Doktoranden. Diese Elemente ermöglichen es unseren Airline-Partnern, die ihnen zur Verfügung stehenden Datenmengen zu erfassen und für fundierte Geschäftsentscheidungen zu nutzen. Da Fluggesellschaften mehr Passagiere mit unterschiedlichen Profilen Buchungen bearbeiten und gleichzeitig mehr Reiseoptionen und mehr Arten von Dienstleistungen sowie Kombinationsmöglichkeiten anbieten, werden KI- und ML-gestützte Lösungen der Schlüssel sein, um ihnen zu helfen, bessere Entscheidungen zu treffen.

KI unterstützt bereits das Umsatzmanagement für Fluggesellschaften

Die Prognose der zukünftigen Passagiernachfrage war schon immer eine der schwierigsten Aufgaben fürdas Umsatzmanagement Systeme. Das liegt nicht nur an der technischen Komplexität, sondern auch an den sich schnell ändernden Anforderungen der Branche.

Wo Fluggesellschaften früher nur vorhersagen mussten, wie viele Personen in einer einzigen Kabine von A nach B reisen, müssen heute viel mehr Variablen berücksichtigt werden. Was einst nur eine Economy- und First-Class-Kabine war, hat sich in Economy, Premium Economy, Business, First und noch mehr dazwischen verwandelt. Dann gibt es noch die Extras - Koffer, bevorzugte Sitzplätze, zusätzliche Beinfreiheit - jede Fluggesellschaft kann nur eine bestimmte Anzahl dieser Dienstleistungen anbieten, und wenn sie ihre Einnahmen maximieren will, Anforderungen sie jedes zusätzliche Kilo Gepäck und jeden Sitzplatz mit zusätzlicher Beinfreiheit zum bestmöglichen Preis für einen bestimmten Flug verkaufen.

Da Fluggesellschaften immer größere Netzwerke entwickeln, hat sich das KI-gestützte Umsatzmanagementsystem von Amadeus von der Fokussierung auf die Kapazitätsauslastung – durch Prognosen der Anzahl der Passagiere, No-Shows und Stornierungen jedes Fluges – zu fortschrittlicheren Prognosen der Preissensibilität der Reisenden in verschiedenen Märkten, der netzwerkweiten Passagierströme sowie der Art und Weise, wie Reisende zwischen verschiedenen Optionen wählen (Kundenwahlmodelle), weiterentwickelt.

Auf dem Weg zum Heiligen Gral des Revenue Managements

Bei Amadeus verschieben wir die Grenzen des Umsatzmanagements mit der Entwicklung eines wettbewerbsorientierten Revenue Management Systems (CARMS). Anfang des Jahres hat AGIFORS
Unser Chief Scientist, Thomas Fiig, präsentierte die Konzepte unddie Machbarkeit von CARMS.Sein Team zeigte, dass diese innovative Vision angesichts der Fortschritte in der KI/ML-Technologie und der verfügbaren Daten praktisch erreichbar ist. Sie zeigten, dass es möglich ist, zukünftige Preisänderungen der Wettbewerber mit einem mittleren absoluten prozentualen Fehler (MAPE) von etwa 10 % vorherzusagen - was der Genauigkeit entspricht, mit der Fluggesellschaften ihre eigenen Preise vorhersagen können. Dies ist eine bemerkenswerte Leistung und ebnet den Weg für wichtige Durchbrüche im Umsatzmanagement für Fluggesellschaften.

Probieren geht über Studieren

Macht die KI/ML-Technologie also einen Unterschied für das Endergebnis? FragenSie einfach Singapore Fluggesellschaften. Da viele der Verkaufsstellen der Fluggesellschaften Kunden in Singapur mit Amadeus Systemen untermauert wurden, konnte die Fluggesellschaft die KI-gestützten Systeme von Amadeus nutzen, um ihre Kunden besser zu verstehen und die "Ready To Pay Estimation"-Algorithmen von Amadeus zu verwenden, um die Verfügbarkeit und damit die Preise besser an die Kundennachfrage anzupassen. Dies hat zum Teil dazu beigetragen, dass Singapore Fluggesellschaften im Jahr 2018 die Passagiereinnahmen steigern konnte – eine deutliche Verbesserung, die die ursprünglichen Schätzungen übertraf. Während sich der Umsatz von Singapore Fluggesellschaften verbesserte, stieg auch die Produktivität der Mitarbeiter, dank der Automatisierung vieler operativer Aktivitäten, für die zuvor manuelle Eingriffe erforderlich waren.

Wie geht es weiter mit KI/ML im Revenue Management für Fluggesellschaften?

Amadeus steht weiterhin an der Spitze der KI-Revolution: KI war von Anfang an eine Schlüsselkomponente der Amadeus Altéa Revenue Management-Lösungen und wird weiterhin in die Amadeus Airline Platform integriert. Heute nutzen Amadeus Offer Management, Dynamische Preisgestaltung, Advanced Merchandising Solutions und Kundenerlebnis-Management KI-Modellierung, um Fluggesellschaften dabei zu unterstützen, offenere und agilere Arbeitsweisen einzuführen, damit die Passagiere ein persönlicheres und reichhaltigeres Reiseerlebnis haben können. Morgen könnten unsere Lösungen dank Reinforcement-Learning-Techniken sogar selbstständig lernen, sich an Passagiere und Marktentwicklungen anzupassen oder außergewöhnliche Ereignisse zu erkennen und sich entsprechend anzupassen.

Durch eine Zusammenarbeit mit der Universität Nizza Sophia-Antipolis in Form von Forschungsstudien, die von einem Doktoranden unter der Leitung vonProfessor Jean-Charles Regin durchgeführt werden, leisten wir auch einen Beitrag zur KI-Forschung.

Um unseren Fortschritt zu unterstützen und zu beschleunigen, können sich die Forschungs- und Entwicklungsteams von Amadeus jetzt auch auf dieMachine Learning Services verlassen Mannschaft. Ihre Aufgabe ist es, technische Tools zu unterstützen, weiterzubilden und bereitzustellen und den Einsatz von künstlicher Intelligenz und maschinellen Lerntechniken in allen unseren Lösungen zu fördern.

Und basierend auf unseren Auszeichnungen bei AGIFORS scheint unsere Strategie aufzugehen. Bleiben Sie dran, um mehr darüber zu erfahren, wie wir KI- und ML-Technologie einsetzen, um Fluggesellschaften zu besseren Geschäftsergebnissen zu unterstützen.

Anmerkung der Redaktion: Dieser Beitrag ist Teil einer Serie über künstliche Intelligenz und maschinelles Lernen für Fluggesellschaften.Schaut euch hier den ersten Beitrag an.