Voyage d’affaires et apprentissage automatique

Femme d’affaires dans un aéroport

Par Tristan Rees, directeur principal de la technologie

Imaginez-vous débarquer de l’avion à Londres. Votre téléphone sonne. Vous jetez un œil à l’écran pour constater que votre itinéraire a été redirigé vers Francfort à cause d’une urgence client. Et votre nouvelle correspondance est à Paris, parce qu’un front météorologique majeure perturbe l’aéroport de Berlin.

Vos cartes d’embarquement sont disponibles dans l’application de voyage de votre entreprise ainsi que vos réservations d’hôtel et la suggestion d’un bistro où souper. Votre déplacement pour le lendemain matin est déjà planifié. Vous partirez à 8 h et voyagerez avec votre mode de transport préféré.

Vous vous rendez vers la porte indiquée et commencez à planifier cette partie inattendue de votre voyage. Vous avez déjà séjourné à l’hôtel de Francfort auparavant et avez adoré le bar jazz de l’endroit. Vous voulez aussi essayer le bistro de cet hôtel, puisqu’il vous a été recommandé par quelques collègues.

Votre itinéraire a été établi sans le concours d’aucun humain. Bienvenue dans l’ère de l’apprentissage automatique (AA).

J’ai travaillé dans le domaine du voyage toute ma carrière. J’ai vu les différentes technologies changer le visage du secteur. Il y a environ 10 ans, j’ai travaillé avec une équipe durant le temps fort de la révolution mobile. Je pense que toutes les avancées expérimentées jusque là ne m’ont jamais autant stimulé que ce que nous faisons actuellement avec la science des données. Elle changera pour toujours l’expérience de voyage. Les voyageurs profiteront de la prise en compte de leurs préférences personnelles et les gestionnaires verront leur efficacité augmenter.

L’équipe responsable de la science des données d’Egencia travaille de concert avec l’ensemble des équipes en intelligence artificielle (IA) d’Expedia Group pour intégrer l’IA à notre plateforme. Le scénario décrit plus haut est certes ambitieux, mais le futur approche à grands pas. Nos efforts pour créer une expérience de voyage personnalisée, qui prévoit vos besoins et vos préférences, méritent un coup d’œil.

Modélisation des tendances

L’IA fait les manchettes ces temps-ci. Nous écrivons d’ailleurs sur l’IA depuis un bout de temps. Mais, contrairement à la croyance populaire, l’IA ne repose pas sur une seule technologie. Ce que l’on nomme IA est en fait un groupe de technologies et d’approches qui visent à trouver des tendances dans une montagne de données. Une fois ces modèles trouvés, les processus opérationnels peuvent être automatisés.

Egencia dispose d’une abondance de données sur le voyage d’affaires. Nous en avons sur les politiques de voyage, sur les historiques de réservations, sur les préférences en matière d’hébergement, les références du secteur et sur une kyrielle d’autres sujets. Nous avons la chance de faire partie d’Expedia Group et de pouvoir accéder à une banque étendue de données sur les voyages de toutes sortes.

L’approche particulière que nous appliquons à toutes ces données est l’apprentissage automatique (AA). En bref, nous utilisons des techniques d’AA pour trouver des tendances et entraîner des ensembles de données à générer des résultats particuliers, comme des prévisions concernant les hôtels préférés d’un voyageur ou la fluctuation du prix d’un vol. Les tendances des données peuvent aussi servir de façon plus poussée par l’apprentissage automatique. Les techniques derrière l’AA permettent de trouver d’autres modèles parmi d’énormes quantités de données que l’humain ne pourrait pas traiter aussi rapidement. L’AA rend l’ensemble du système de gestion des voyages plus prédictif et plus orienté vers l’action.

Montrez-moi les données

Dans le domaine du voyage, les sciences comme l’AA, qui étudient les données, porteront leurs fruits en grande partie sans que les utilisateurs n’aient à faire quoi que ce soit d’autre que de profiter d’une meilleure expérience. Un peu comme s’est fait le passage technologique des lignes terrestres et de l’ordinateur de bureau aux appareils mobiles.

Le téléphone intelligent vous permet de traîner dans votre poche une multitude de choix concernant le voyage : correspondances aériennes, hôtels… tout est là en quelques clics. La seule limite est la taille de l’écran, qui ne peut afficher qu’un certain nombre de résultats sans que vous n’ayez à recourir au défilement.

Si le défilement est un frein à la consultation des médias sociaux, imaginez le handicap qu’il peut représenter quand vous vous dépêtrez pour régler une urgence client en plein déplacement. Durant un voyage d’affaires, il est agréable de pouvoir prendre rapidement des décisions qui nous conviennent pour pouvoir retourner le plus rapidement possible à nos moutons. Tout ce qui peut nous aider à mettre de l’avant nos préférences facilite nos prises de décisions et a pour effet d’assurer le respect des politiques de voyages en n’utilisant que l’application de votre entreprise plutôt qu’une myriade d’applications de voyage auxquelles nous avons aussi accès sur notre téléphone cellulaire.

En fait, Egencia possède déjà les données prouvant que notre algorithme d’AA qui trie les hôtels peut rapidement dégager les options de voyage préférées des utilisateurs d’appareils mobiles et d’Internet. Nous savons que notre algorithme fonctionne parce que nous avons constaté une augmentation de 7 % du nombre de réservations parmi les résultats supérieurs, c’est-à-dire les hôtels qui, selon les prédictions du modèle, ont le plus de chance d’être choisis par le voyageur. Nous avons aussi considérablement simplifié le processus de recherche d’hôtel en réduisant le nombre moyen de recherches par réservation. Le nombre de personnes qui réservent un hôtel en deçà des cinq minutes suivant le début de leur recherche a aussi augmenté. C’est ce qu’on appelle la puissance des données. Voilà ce que les sciences des données comme l’IA et l’AA peuvent vous apporter : vos préférences avant tout.

Ce sont les données qui propulsent toutes ces techniques utilisées pour dégager les tendances. Plus vous avez de données, meilleurs sont les renseignements que vous en tirez. C’est ce qui a validé la décision qu’a prise Egencia il y a longtemps d’élaborer sa propre technologie pour l’ensemble des aspects du voyage d’affaires. De nombreux compétiteurs enveloppent leur service d’une belle façade visuelle, mais, en réalité, ils interfacent en coulisse avec d’autres entreprises qui ont toutes leurs propres données.

Autrement dit, si vous travaillez avec d’autres sociétés de gestion des voyages (SGV), elles pourraient ne pas avoir accès à toutes les données nécessaires pour procéder à ces analyses poussées ou pour renseigner les modèles d’AA. N’oubliez pas que la qualité de ces algorithmes d’AA reflète la qualité des jeux de données desquels ils apprennent. Si les données sur lesquelles les algorithmes s’entraînent sont incomplètes, ils ne décèleront pas les bonnes tendances. Faisons un parallèle. Vous engagez un détective pour trouver Pat, une connaissance à vous, disparue à Paris. Mais vous ne dites pas au détective si Pat est un homme ou une femme et s’il s’agit de la ville de Paris au Texas ou en France. Les modèles d’AA tirés de vos renseignements ne pourront pas être plus précis que vos renseignements. Comme on dit : à données inexactes, résultats erronés. Le fait d’être propriétaire de toutes les technologies touchant toutes les facettes du voyage d’affaires assure une bonne saisie des données, une étape clé pour réussir la détection des tendances et l’entraînement des algorithmes.

En ayant des ensembles de données solides et en connaissant la provenance des données, on résout un problème qu’on nomme, dans le jargon de ce nouveau domaine, l’« explicabilité ». Qu’arriverait-il si, dans notre monde, les décisions prises par l’IA se fondaient sur des modèles si complexes que les humains ne seraient pas en mesure de comprendre pourquoi la décision prise est la bonne? Nous utilisons l’IA pour traiter des quantités phénoménales de données que nous ne pouvons pas analyser nous-mêmes. Si le résultat est déroutant, la machine ne nous viendra pas en aide, car sa capacité à expliquer sa logique est plutôt limitée. Dans le secteur de la gestion du voyage, il est crucial de comprendre le cheminement menant aux décisions prises par ces systèmes afin d’assurer la sécurité des voyageurs et de ne pas nuire à leur productivité.

Chez Egencia, nous savons d’où viennent les données et nous pouvons donc affirmer qu’elles sont de très bonne qualité. Certaines d’entre elles peuvent provenir de nous, d’autres, d’Expedia, et d’autres encore sont tirées de l’historique de nos services. Nous n’avons pas à combler les lacunes de données à l’aveuglette, en tentant de deviner ce qui manque. Le gestionnaire de voyage n’a pas à s’en remettre à une boîte noire, en laquelle il doit avoir une foi aveugle. Il a la possibilité de comprendre pourquoi quelque chose a été créé pour vous.

Par exemple, les données les plus prédictives de vos modèles de tri d’hôtels comprennent les données relatives : à l’historique des réservations par voyageur, à l’historique des réservations de collègues, au programme de fidélité des voyageurs, aux recherches du voyageur concernant la distance le séparant de son hôtel et aux taux tarifs négociés. Toutes ces données aident à renforcer la conformité des voyageurs aux politiques. Il ne s’agit là que d’une petite tranche des données que nous utilisons pour nourrir nos algorithmes et offrir aux voyageurs un choix d’hôtels personnalisé.

De retour sur la route de Francfort

Vous l’aurez deviné, nos services d’AA fondés sur la science des données commencent par le tri des hôtels et des vols. Les clients l’utilisent déjà et profitent des avantages qu’il procure. Ces fonctionnalités évolueront et pourront un jour savoir que ce voyageur dont je parlais au début de l’article aime le bar jazz de cet hôtel à Francfort.

Nous voulons améliorer l’expérience client avec des techniques issues de la science des données, comme l’apprentissage automatique. Nous avons déjà constaté les résultats positifs qu’apporte le tri d’hôtels pour les voyageurs, soit des choix d’hôtels personnalisés. Les gestionnaires de voyage ont aussi goûté aux avantages de ce tri, soit des résultats de recherche proposant un choix d’hôtels compatibles avec les politiques de voyage.

Ces services s’amélioreront au fil des utilisations. Chaque interaction avec Egencia (qu’elle soit lancée à partir d’un ordinateur, d’un appareil mobile ou d’un appel téléphonique à l’un de nos centres d’aide) génère plus de données à partir desquelles nos algorithmes d’AA s’entraînent. Chez Egencia, toutes les facettes de l’entreprise embrassent les technologies du voyage pour pouvoir saisir des données que peuvent utiliser toutes les personnes qui travaillent avec nous. Contrairement aux autres SGV, nous appréhendons l’ensemble de l’expérience de voyage, parce que nous sommes auprès de nos clients durant tout le processus.

Si un voyageur a un problème en cours de déplacement, il peut communiquer avec un de nos agents du service à la clientèle qui verra le même choix d’hôtels personnalisé que voit le voyageur. L’agent peut donc rapidement choisir pour lui l’hôtel qui répond le mieux à ses préférences et aux politiques de voyage de l’entreprise.

 Nous voulons offrir ce niveau de service à nos clients parce que nous croyons qu’il est possible d’anticiper leurs besoins et d’y répondre automatiquement. Et nous ne tarderons pas à vous offrir cet itinéraire mis à jour dès votre sortie de l’avion à Londres.