TechFusion.ruНовостиМашинное обучение поможет составить схему маршрутов S7 Airlines

Машинное обучение поможет составить схему маршрутов S7 Airlines

Будущее авиации

Авиакомпания S7 Airlines совместно с CleverDATA внедрила рекомендательную систему на основе машинного обучения. Решение помогает персонализировать коммуникации с клиентами авиаперевозчика в автоматическом режиме

Рекомендательная система, разработанная c применением технологий машинного обучения, определяет направления для перелета, наиболее релевантные интересам пассажиров S7 Airlines.

Для формирования моделей использовались данные о предыдущих перелетах пассажиров и активности пользователей на сайте. Решение позволяет анализировать полученные данные и автоматически применять их в персонализированных коммуникациях с пассажирами.

«Технологии машинного обучения, работа с большими данными – это не просто веяние моды. Мы хотим автоматически подбирать для наших пассажиров именно те предложения и контент, которые наиболее интересны им. Так мы сможем повысить эффективность коммуникаций и в целом пассажирский опыт», — рассказал директор по управлению данными S7 Group Никита Матвеев.

Для работы системы специалистами компании CleverDATA, входящей в группу компаний ЛАНИТ, и авиакомпанией был организован централизованный сбор данных пассажиров из большого объема внутренних источников данных авиакомпании и внедрена система управления тегами и аналитикой.

При разработке рекомендательной системы использовались программные продукты CleverDATA, включая DMPkit, платформу для организации собственных решений в части сбора, хранения и обработки пользовательских данных.

Как сообщили в компании, по результатам тестирования для ряда сегментов пассажиров блок рекомендаций направлений перелетов на сайте, выполненный с помощью машинного обучения, показал значительный рост конверсии из просмотров в бронирования, чем такой же блок, формируемый специалистами вручную.

Кроме того, система позволила повысить результативность и email-рассылок. По словам представителей разработчика, на основе автоматических рекомендаций по сравнению со случайно сформированным набором рекомендаций улучшение показателей отмечено по всем кампаниям.

Иллюстрация на обложке: pixabay.com