利用机器学习实现商务差旅个性化

在机场的商务女性

作者:高级技术总监 Tristan Rees

试想这样一幕场景,您在伦敦刚从飞机上下来,电话就响了。查看信息后,您了解到自己的路线因客户紧急情况而被重新安排到法兰克福。由于恶劣天气正在侵袭柏林地区,因此您从巴黎转机。

您可以在商务差旅 App 上领取登机牌、预订酒店并获取晚餐餐馆推荐。首选当地交通服务已安排在第二天上午 8 点。

朝新的登机口走去,开始规划这段意想不到的旅行吧。您以前入住过法兰克福酒店,喜欢酒吧里的爵士组合演奏,并且想要去几位同事推荐的店内餐馆尝试一下。

无需任何人为干预,行程就这杨安排好了。欢迎来到机器学习 (ML) 时代。

我的整个职业生涯都在从事旅游业,也目睹了各式各样的技术对业务的改变。近十年前,我所合作的一支团队已积极投入到移动革命的潮流中。即使自那时起我们已在这些技术上获得进步,但我认为,相较于目前我们在数据科学上取得的进展而言,我从未感到如此激动。该技术将永远改变旅行体验,为旅客提供更加个性化的服务,并让差旅经理的工作更加高效。

易信达数据科学团队正在与 Expedia Group 的人工智能 (AI) 团队合作,旨在于我们的平台上构建 AI 技术。虽然上述旅行场景仍有待探索,但未来正在步步逼近。利用一些时间了解我们取得的进展,公司所做的一切都是为了实现针对您的需求和偏好,打造更具个性化和可预测性的旅行体验。

仁者见仁的 AI 模式

最近关于 AI 的资讯无处不在,而且我们也已撰写易信达 AI 简介文章 一段时间了。但与许多人的观点相反,AI 并非一项单一的技术。它是集技术和方法于一身,旨在于海量的数据中找到各种模式。一旦这些模式得以确定,业务流程即可实行自动化。

易信达拥有大量关于商务差旅的数据。我们了解众多商务差旅政策、预订历史、住宿偏好、行业基准和许多其他信息。我们很幸运能成为 Expedia Group 的一员,因而获得关于各种旅行的广泛数据。

我们对这些数据应用的特定 AI 方法是 ML。实际上,我们使用 ML 技术,通过训练数据集完成特定结果,比如预测旅客的首选酒店或航班价格的升降,从而识别各种模式。还可以通过进一步的机器学习扩展数据中的模式。这些技术会在数据中找到额外模式,而无法快速处理如此大量数据的人类是不会注意到这些模式的。ML 使整个差旅管理系统更具可预测性和行动导向性。

展示数据

就像商务差旅中的 ML,数据科学将大规模地涌现,用户无需做任何事情,只需尽情享受优质体验。例如,某一场景建立在最新转移技术的基础之上,即从固定电话和台式电脑转移到移动设备。

随身携带的智能手机让您可查看众多旅行选项。航班转接、酒店——只需点击几下,所有信息应有尽有。显然,屏幕的大小有限,如果不滚动屏幕,无法呈现出海量信息。

滚动屏幕一般不会成为浏览社交媒体资讯的障碍。但当您匆忙解决客户正在面临的紧急情况时,这可能成为一个巨大障碍。您想快速做出适合自己的旅行决策,然后将心思放回到业务中。任何能帮助我们将您的首选选项置顶的技术,都会让您更加轻松地作出决定。此外,与您手机上默认使用的众多消费者旅行 App 不同的是,该项技术为您遵守商务差旅政策提供更好的保证。

事实上,易信达已经有数据证明我们的 ML 支持的酒店排序算法能够成功地为移动和网络用户快速提供首选旅行选项。因为我们已目睹位居榜首的商家的预订量增加了百分之七,而该商户就是模型预测出的旅客最可能预订的酒店,所以我们知道该算法是切实可行的。通过减少每项预订的平均搜索次数,我们还大大减少了寻找酒店所花费的功夫。在启用初始搜索的五分钟内预订酒店的旅客数量也有增加。这就是数据科学(即 AI 和 ML)的力量,我们可以了解您的喜好,并将其作为首选。

所有这些模式发现技术均由数据驱动。这意味着您拥有的数据越多,从这些数据中得到信息就越完善。这验证了易信达很久以前所作的决定,即在商务差旅的各个方面构建专有技术。许多竞争对手为他们的服务进行美好的视觉包装,但他们实际上是在幕后与其他公司相互联系,而这些公司都各自维护自己的数据。

直截了当地说,如果您与其他 TMC 合作,其实他们可能无法访问用于执行大量分析或调整 ML 模型的所有必要数据。别忘了,这些 ML 算法能否奏效,只取决于其所学习的数据集。如果训练该算法的数据不完整,那么算法就无法找到正确的模式。这就好像您要雇用一名侦探去找到您那位在巴黎失踪的表亲 Pat。但是,您从未提及 Pat 的性别以及这座城市实际上是位于德克萨斯州的“帕里斯”。因此,所产生的 ML 模型能否奏效,只取决于训练该算法的数据集。正如那句谚语所说,“废料进,废品出”。拥有涵盖整个商务差旅体验的所有技术,为捕捉正确的数据提供了保证,同时也是优质发现模式和算法训练的关键步骤。

另外,综合数据集的结合加上对所有这些数据来源的了解,也解决了新时代面临的另一个问题,即术语“可解释性”引发的担忧。如果 AI 在我们的世界中所作的决定基于如此复杂的模式,以至于人类无法理解为何其给出的决定是正确的,那该怎么办?我们正在利用人工智能处理我们无法自行分析的海量数据。如果所产生的结果有些令人困惑,那么机器解释其逻辑的能力是相当有限的。在代管差旅行业中,了解这些系统进行决策的方式是保持旅客高效且安全出行的关键。

而在易信达,我们知道数据的来源,所以我们知道它是高质量的数据。一些数据可能来自于我们,一些可能来自 Expedia,还有一些可能来自您对我们服务的历史使用记录。我们不必依靠猜测遗漏部分来填补数据空白。对于差旅经理来说,不必信任任何黑匣子。因为您能够了解到某些数据之所以为您而设的原因。

例如,在我们的酒店分类模型中,最具可预测性的数据包括:历史旅客预订、同事历史预订、旅客会员计划、旅客对酒店距离的搜索以及协议价,这一切都有助于提高合规性。这只是我们用以强化算法的一小部分数据,从而为旅客提供个性化的酒店选项。

回法兰克福的途中

我们由数据科学驱动的 ML 服务首先从以下公认的内容着手:酒店和航空公司的排序。客户已在使用并享受这种排序带来的益处。随着这些功能的发展,我们就可以知道本文开头的那位旅客喜欢法兰克福酒店的爵士酒吧。

我们正在利用 ML 等数据科学技术努力改善我们的客户体验。我们已看到我们的酒店分类为旅客提供个性化酒店选项,这是一项积极结果。差旅经理也已看到各种益处——符合政策的酒店搜索结果确保合规性。

这些服务将随着旅客的使用逐渐优化。与易信达的每次互动,无论是通过电脑、移动设备,还是通过致电支持中心,都会产生更多数据,以供我们的 ML 算法进行学习。易信达是一家一站式端对端旅游科技公司,可捕获任何合作方能够使用的数据。我们清楚其他 TMC 所不了解的完整客户旅程,因为我们与客户风雨同路。

如果旅客在旅程途中遇到问题,他们可以联系我们的客服,客服将能够看到这位旅客所看到的酒店个性化排序。然后,客服可以快速安排客户入住满足其需求且符合公司差旅政策的酒店。

我们正致力于向客户提供这种高水平的服务,因为我们坚信,预见并自动满足您的需求是可以实现的。当您在伦敦走下飞机时,用不了多久,我们即可为您提供更新的行程。