La inteligencia artificial y sus tecnologías cognitivas que dan sentido a los datos pueden agilizar y automatizar el análisis, el mantenimiento de la maquinaria, el servicio al cliente, así como muchos otros procesos y tareas internas.
Por lo tanto, las tecnologías de la inteligencia artificial son útiles para diversos aspectos de la gestión de operaciones de las aerolíneas.
La tecnología cambia la forma en que las empresas interactúan con sus clientes, toman decisiones comerciales y crean flujos de trabajo.
Por ejemplo, acciones como reservar un vuelo por teléfono o realizar encuestas exclusivamente fuera de línea parecen inusuales en estos días. El acceso en tiempo real a los datos, el petróleo del siglo XXI, permite a las organizaciones tomar medidas informadas hacia la eficiencia operativa.
Discutimos con los especialistas en ciencia de datos y los emprendedores de la inteligencia artificial cómo los jugadores de la industria aérea utilizan las tecnologías cognitivas para alcanzar nuevos niveles.
Las principales aplicaciones de la inteligencia artificial y la ciencia de datos en la industria aérea.
1- Gestión de ingresos
La gestión de ingresos (RM) es la aplicación de datos y análisis destinados a definir cómo vender un producto a quienes lo necesitan, a un costo razonable en el momento adecuado y utilizando el canal adecuado.
Se basa en la idea de que los clientes perciben el valor del producto de manera diferente, por lo que el precio que están dispuestos a pagar depende de los grupos objetivo a los que pertenecen y del tiempo de compra.
Los especialistas en gestión de ingresos hacen un buen uso de la inteligencia artificial para definir destinos y ajustar precios para mercados específicos, encontrar canales de distribución eficientes y administrar asientos para mantener a la aerolínea a la vez competitiva y amigable para el cliente.
El científico de datos Konstantin Vandyshev , quien trabajó en el departamento de administración de ingresos de Transavia , destaca que las disciplinas de la ciencia de datos son útiles para lograr tareas de administración de ingresos.
Rutas de vuelo exigidas.
Si bien RM trata de encontrar la mejor manera de vender un producto o servicio, los operadores usan la inteligencia artificial para responder una de las preguntas clave: ¿ dónde volar?
“Para definir las rutas aéreas, los especialistas tienen que analizar datos y tomar decisiones basadas en los conocimientos. Cuando investigan una demanda de un destino entre diferentes grupos de clientes, pueden confiar en fuentes de datos como el historial de búsqueda y los factores macroeconómicos (por ejemplo, el PIB) ”, dice Konstantin.
RM tiene estándares específicos de la industria que los especialistas deben usar para definir la disposición a pagar.
Disposición a pagar.
Al recopilar y procesar datos sobre los clientes, las aerolíneas comprenden los gustos y el comportamiento de los pasajeros lo suficientemente bien como para ofrecerles las opciones de transporte que prefieren y, lo que es más importante, están listos para gastar dinero.
Así, los administradores de ingresos comienzan a medir la disposición a pagar (WTP).
La disposición a pagar revela ” cuándo” es probable que un cliente pague ” un precio máximo” por un producto o servicio, explica el científico de datos
“Se supone que los clientes están listos para pagar más cuando hay menos tiempo antes de la hora de salida. Y la sociedad encuentra este precio justo.”
WTP en la industria aérea, por lo tanto, depende del día antes de la salida (DBD). En la práctica, los especialistas definen la WTP mediana, un precio que al 50 por ciento de los clientes les gustaría pagar por un boleto en un DBD específico.
Dicha WTP es equivalente a la elasticidad del precio (el número de pasajeros que comprarían un boleto si un precio cae en un cierto porcentaje) con algunas suposiciones entre la demanda y la oferta del mercado “.
Esta métrica está conectada a la fijación dinámica de precios :
La práctica de tasar un producto en función de la voluntad de pago de un cliente específico. El cálculo de WTP requiere seleccionar los datos correctamente.
La gestión de ingresos puede combinar mercados similares y, alternativamente, distinguir temporadas altas y bajas, así como vacaciones y fines de semana.
“Los enfoques para este tipo de análisis estadístico se desarrollaron hace casi 10 años. En estos días, es más fácil realizar investigaciones y presentar sus resultados gracias al desarrollo de la ciencia de datos y las capacidades de visualización.
“Teniendo en cuenta que cada caso es único, es muy importante elegir la cantidad correcta de datos para extraer información”, concluye Konstantin.
Ingresos marginales esperados (EMSR).
Este modelo de optimización se calcula después de que se define WTP. La métrica puede percibirse como el valor esperado del asiento actual e implica asignar un asiento a una clase de tarifa específica (FC).
Los científicos de datos miden el EMSR multiplicando el beneficio de ventas por la probabilidad de vender un asiento adicional (marginal) que pertenece al FC en particular.
“El momento llega cuando la probabilidad de venta de un boleto de tarifa más alta es tan baja que los ingresos esperados en una clase de tarifa más baja serán más grandes.
Entonces, conociendo estas probabilidades, puede determinar la asignación de clase de tarifa para cada día antes de la partida ”, agrega Konstantin.
En el mejor de los casos, los especialistas tienen que saber las probalidades de ventas para diferentes clases de tarifas y días antes de la salida para determinar con precisión el DAP y EMSR, dice este experto.
La probabilidad de venta revela si es probable que un cliente compre un boleto de tarifa más alta si su solicitud es denegada. Se requiere agrupación de vuelos según destinos y fechas de vuelo.
El equipo de administración de ingresos también realiza un análisis de flujo de clics para saber cuántos clientes vieron una página web que muestra un precio específico. Las aerolíneas utilizan los datos de ventas históricos cuando determinan la disposición a pagar y los ingresos por asiento marginal esperados.
Optimización de precios auxiliares.
Este es otro enfoque diseñado para aumentar los ingresos de las aerolíneas a través de precios basados en análisis. Permite a los científicos de datos aprender sobre la tendencia de un viajero a comprar accesorios como el equipaje.
Los especialistas definen en qué mercados y en qué días es probable que las personas paguen más para revisar sus maletas.
” Por ejemplo, si reservo boletos para tres personas con un niño, entonces estoy listo para pagar X euros más que si viajara solo en algún lugar un fin de semana ” , explica Konstantin Vandyshev.
La gestión de ingresos comienza con el análisis de las rutas de vuelo exigidas.
2. Seguridad aérea y mantenimiento del avión.
Las aerolíneas literalmente tienen altos costos debido a retrasos y cancelaciones que incluyen gastos de mantenimiento y compensaciones para los viajeros atrapados en los aeropuertos.
Con casi el 30 por ciento del tiempo de retardo total causado por el mantenimiento no planificado, el análisis predictivo aplicado al soporte técnico de la flota es una solución razonable.
Los transportistas implementan soluciones de mantenimiento predictivo para administrar mejor los datos de los sensores de monitoreo del estado de los aviones.
Por lo general, estos sistemas son compatibles con dispositivos de escritorio y dispositivos móviles, lo que permite a los técnicos acceder a datos históricos y en tiempo real desde cualquier ubicación.
Al conocer la condición técnica actual de una aeronave a través de alertas, notificaciones e informes, los empleados pueden detectar problemas que apuntan a un posible mal funcionamiento y reemplazar las piezas de manera proactiva.
Los ejecutivos y los jefes de equipo, a su vez, pueden recibir actualizaciones sobre las operaciones de mantenimiento, obtener datos sobre el inventario de piezas y herramientas, y los gastos a través de paneles de control.
Con el mantenimiento predictivo aplicado, una aerolínea puede reducir los gastos relacionados con el transporte acelerado de piezas, la compensación de horas extra para las tripulaciones y el mantenimiento no planificado.
Si ocurriera un problema técnico, los equipos de mantenimiento podrían reaccionar más rápido con el software de organización de flujo de trabajo.
Shane Ballman , ex gerente de Sistemas y Tecnología de Mantenimiento de AirTran Airways y CEO de la startup de AI SynapseMX, Inc. , creó una plataforma que utiliza datos históricos y en tiempo real para ayudar a los equipos de mantenimiento a tomar decisiones técnicas más rápido.
” Automatizamos la rutina y lo mundano utilizando los flujos de trabajo de la compañía, elevando las cosas a la persona adecuada en el momento adecuado cuando se requiere el toque de un humano”, dice Shane.
El software SynapseMX analiza datos y metadatos con respecto a la actividad de mantenimiento detectada. Ayuda a los ingenieros a evaluar rápidamente una situación, por ejemplo, para averiguar si esta falla ocurrió por primera vez;
Si no, ¿qué se puede hacer para solucionarlo y cuánto tiempo se tardó en resolverlo las veces anteriores? Los empleados también pueden especificar si hay piezas de repuesto disponibles o una carga de trabajo conflictiva.
“Luego evaluamos las reglas comerciales, ¿a quién le importa y en qué condiciones les importa?
¿Debería esto desencadenar un nuevo flujo de trabajo?Actualizar métricas? ¿Enviar notificaciones?
Nuestra inteligencia artificial es capaz de proporcionar recomendaciones, en tiempo real, desde los técnicos en el campo hasta el equipo de logística que los respalda. El resultado final es una organización de mantenimiento que reacciona de manera inteligente a las condiciones actuales ”, concluye Ballman.
3. Análisis de retroalimentación
Los viajes aéreos pueden ser estresantes incluso para los viajeros frecuentes y experimentados cuyos pasaportes se están quedando sin páginas limpias.
¡Tienen que hacer tantas tareas como revisar las bolsas o encontrar una puerta antes de subirse a un asiento de avión y tomar una autofoto!
En este sentido, las aerolíneas que aprenden sobre los puntos débiles de la experiencia en vuelos y aeropuertos a través del análisis de datos pueden mejorar el servicio al cliente.
El uso de la inteligencia artificial para el análisis de retroalimentación y la investigación de mercado permite a las aerolíneas tomar decisiones informadas y satisfacer las expectativas de los clientes, acuerda la fundadora y CEO de PureStrategy Inc. Briana Brownell .
“Los sistemas de la inteligencia artificial pueden permitir rápidamente a las aerolíneas determinar si existe la oportunidad de intervenir positivamente en el viaje del cliente y convertir una mala experiencia en una experiencia agradable.
También permite a las empresas reaccionar más rápido de manera sincronizada y alineada que está en la marca y es consistente con los valores de la empresa “.
PureStrategy presenta una plataforma para análisis de negocios llamada Automated Neural Intelligence Engine (ANIE). La funcionalidad del motor incluye revisión de datos, categorización, visualización y análisis de sentimientos.
Por lo tanto, el motor realiza una gran cantidad de trabajo manual y lento con información que permite a los humanos concentrarse en tareas más complejas.
“Nos ocupamos de los comentarios de los clientes y de la voz de los datos de los clientes en todas las áreas de la organización.
Luego, vinculamos estos datos a las métricas operativas internas, así como a las métricas externas de la industria ”, especifica el científico de datos.
Briana enfatiza la creciente relevancia de la tecnología de comprensión del lenguaje natural en el procesamiento y análisis de los datos de la experiencia del cliente, ya que permite explorar el viaje del cliente con sus propias palabras.
ANIE se puede utilizar para asegurarse de que sea fácil para los clientes encontrar, reservar y pagar vuelos. ” En última instancia, queremos entender las formas en que una aerolínea puede deleitar a un cliente, así como dónde hay fricciones en el viaje del cliente, y descubrir cómo solucionarlo “, concluye Briana Brownell.
4. Automatización de mensajería.
Cuando se produce una interrupción, como un retraso en el vuelo o la pérdida de equipaje, los viajeros se ponen nerviosos.
Y si los clientes no reciben una respuesta o explicación de un problema de un representante de la aerolínea de manera oportuna, es probable que no elijan esta aerolínea para su próximo viaje.
La velocidad de respuesta a las consultas de los clientes es tan importante como los pasos reales que se toman para resolver un problema.
El software de la inteligencia artificial, como Coseer by Arbot Solutions, acelera y simplifica los flujos de trabajo de los empleados de servicio al cliente mediante el uso de algoritmos para procesar lenguaje natural o texto no estructurado.
” Estamos ayudando a las aerolíneas a clasificar los correos electrónicos de sus clientes y extraer información de esos correos electrónicos para que puedan automatizar algunos de los procesos de rutina, por ejemplo, información sobre la pérdida de equipaje “, dice Praful Krishna, CEO de Coseer .
La solución puede ser utilizada para el desarrollo de chatbot.
5. Gestión de la tripulación.
Imagine un departamento de programación que tiene que asignar tripulaciones a cada uno de los miles de vuelos operados todos los días. Eso es mucho trabajo.
Los especialistas consideran una gran variedad de factores:
Ruta de vuelo, licencia y calificación de miembros de la tripulación, tipo de aeronave y uso de combustible, regulaciones de trabajo, vacaciones y días libres para aprobar horarios libres de conflictos para pilotos y auxiliares de vuelo.
Además de eso, se incluyen los programas de mantenimiento de los aviones, los requisitos de capacitación, como el emparejamiento de miembros de la tripulación sénior con los más jóvenes, y los reglamentos gubernamentales que deben tenerse en cuenta.
“La gestión de la tripulación es una tarea compleja debido a muchas restricciones legales.Por ejemplo, si el personal pertenece a un sindicato, las limitaciones incluyen un número permitido de horas de vuelo y días de descanso, así como un reembolso en caso de violación de la ley laboral ”, aclara el científico de datos Konstantin Vandyshev.
Por supuesto, los programadores no se quedan solos con los grandes datos generados por las aerolíneas (como, datos de mantenimiento y pasajeros, o datos de sensores a bordo).
Los empleados dependen del software que integra datos de varias fuentes, lo que les permite obtener una imagen completa de las operaciones diarias.
Usando información no cubierta, pueden hacer un horario óptimo en términos de tiempo de trabajo, calificación de la tripulación, utilización de la aeronave y gastos.
En otras palabras, dicho software integra modelos predictivos con un sistema de gestión de operaciones de la línea aérea.
Algunas soluciones de administración de la tripulación permiten abordar el riesgo de fatiga que los pilotos están en peligro debido a un cambio constante de zonas horarias, días de servicio prolongado, cambios de programación y otros “placeres” de trabajar en la industria de las aerolíneas.
Por ejemplo, los desarrolladores de la solución Crew Rostering de Jeppesen comenzaron a integrar modelos bio-matemáticos de fatiga en el software de programación de la tripulación de vuelo. Su objetivo es proporcionar a los programadores la capacidad de confiar en los datos sobre la fatiga prevista para reducir los riesgos en la fase de planificación.
Al final del día, se trata de transportar con seguridad a las personas desde el punto A al punto B.
6. Optimización de la eficiencia de combustible.
La aviación mundial produce casi el 2 por ciento de las emisiones antropogénicas de dióxido de carbono (CO2). Es por eso que los fabricantes y transportistas de aeronaves se esfuerzan por mejorar su eficiencia de combustible.
Bueno, no solo los problemas ecológicos, sino también los financieros, llevan a los operadores de la industria de las aerolíneas a utilizar la tecnología para reducir las emisiones de carbono.
Según la compilación estadística de IATA de 2012, las aerolíneas gastan el 33 por ciento de sus costos operativos en combustible.
Las aerolíneas utilizan sistemas de la inteligencia artificial con algoritmos de aprendizaje automático incorporados para recopilar y analizar datos de vuelo con respecto a la distancia y altitud de cada ruta, el tipo y peso de la aeronave, el clima, etc.
Según los resultados de los datos, los sistemas estiman la cantidad óptima de combustible necesario para un vuelo .
7. Ventas en vuelo y suministro de alimentos.
Como muchos de nosotros imaginamos un viaje en avión, comer un sándwich con una taza de café mientras disfruta de las nubes pasajeras y un cielo azul brillante.
Mientras tanto, los especialistas en gestión de suministros definen cuántos refrigerios y bebidas deben llevar a bordo sin desperdiciar. La inteligencia artificial también está aquí para ayudar.
“Si una aerolínea de bajo costo vende comida a bordo, debe saber cómo predecir la cantidad de comida que tiene que comprar para un vuelo específico”, dice Konstantin.
“Mientras que la comida no es cara, cada carga de carga cuesta dinero. Además, las aerolíneas generalmente tiran muchos sándwiches al final del día. Las compañías que serán las primeras en resolver este problema pueden hacer un buen caso de uso comercial “.