Крупным компаниям сферы туризма помогает решить массу задач машинное обучение. Помощь заключается в разных сферах – попытки предсказания конверсии, ранжирование поисковой выдачи, построение рекомендационных систем для пользователей и пр.
Машинным обучением называют методы для автоматического поиска закономерной в больших объемах информации. К примеру, можно выяснить, какие конкретно услуги в отеле влияют на степень удовлетворенности гостей, какие направления выберет определенная группа туристов.
В связи с огромным количеством фотографий низкого качества у компаний появляется потребность в верификации иллюстративной информации. Это так называемые системы компьютерного зрения, которые выявляют по фотографиям, что конкретно есть в номере, проводят классификацию фотографий. Также такая система выбирает лучшие фотографии для продаж.
В туристическом бизнесе компаниям важно понимать – отменит ли пользователь бронирование. Есть большой объем информации о самом отеле – как часто в нем совершаются отмены бронирований, по какой причине совершались отмены. С момента брони и до заселения гостей в номер есть промежуток времени, за который может произойти немало изменений задача машинного обучения – построить предсказательные модели поведения потенциальных гостей.
Все перечисленные задачи актуальны исключительно для крупных игроков рынка, для маленьких компаний такой инструмент не работает – все из-за низкого потока клиентов, поэтому сложно добиться эффекта от машинного обучения. Для небольших компаний есть другие модели выявления аналитики – методы оптимизации и пр.
Бронирование авиабилетов и машинное обучение
Продажи авиабилетов характеризуются низкой маржой, это нелегкий тип бизнеса в туристической сфере. Здесь машинное обучение также может помочь: к примеру, выяснить, случится ли отмена бронирования клиентом, а также, по какой причине человек заходит на сайт – для покупки или просмотра направлений.
Главный фокус здесь ставится все-таки на выявления предпочтений клиентов – какие направления их больше всего интересуют, но и тут зачастую помогают инструменты аналитики и выставление алгоритмов.
Тренды в машинном обучении
Как оптимизируются силы для выявления предпочтений гостей в разных странах мира:
- система спрашивает у гостя при заходе на сайт, как он хочет провести свой отпуск – горы или море, активные прогулки или спокойное времяпрепровождение. Система на основании отзывов пользователей предоставляет лучшие варианты отдыха, доступные для бронирования;
- создание чат-ботов. При заходе на сайт с клиентом работает в чате интерактивная система диалога, которая задает уточняющие вопросы и на основании ответов предоставляет клиенту лучшие предложения по отдыху, которые его больше всего устраивают. Умные чат-боты – действительно популярная тенденция в сфере туризма, в России, в том числе;
- experiences как направление у Airbnb, это диалоговая система, которая полностью создает путешествия – от бронирования билетов и номеров до включения в тур экскурсий, походов в музей. Это целостное путешествие как аналог тура, кроме того, здесь полезен эффект присутствия помощника: клиент всегда может поинтересоваться, куда он сможет сходить в определенном месте и в определенное время, не тратя время на утомительный поиск вариантов.
По словам экспертов рынка, данные в индустрии туризма получаются компаниями с большим трудом. Речь идет именно о правдивых данных. На просторах интернета много фейковых отзывов, которые портят общую картину выстраивания данных, тормозят развитие машинного обучения.
Но помимо отзывов можно работать с фотографиями путем компьютерного зрения, распознавать образы. Есть также информация о бронированиях – и чем крупнее компания, тем обширным полем данных она обладает и предоставляет клиентам разностороннюю и честную информацию.
С 2019/2020 года на образовательной программе магистратуры «Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме» в рамках проекта Data Culture запускается обязательный курс «Введение в Data Science». Данный курс ставит перед собой цели познакомить студентов с основными понятиями и принципами работы искусственного интеллекта (большие данные, машинное обучение, нейронные сети), а также научить основам языка программирования Python и анализа данных в применении к задачам гостиничного бизнеса.
Источник cs.hse.ru.