数据的力量:新的商务差旅货币?

技术界近年来对人工智能和机器学习等先进技术进行了大量的讨论。

一些大型科技公司纷纷对新兴技术进行大量投资,许多公司甚至已获益颇丰——以 Adobe 和 Salesforce 为例,已迈出转移至云端的步伐。商务差旅供应商公司目前正在尝试使用预测分析工具来指导未来的战略性投资。

在商务差旅行业,卓越的旅客体验对成功至关重要。可以说数据就是一种新的货币。通过可行的旅客分析,数据将为您的旅行支出提供深入见解。通过使用预测分析,公司可以挖掘并分析旅行和费用 (T&E) 数据,例如大规模增强决策能力——从控制支出模式到管理协议价,再到为上涨的酒店费用做足准备。

当然,额外的数据并不一定代表能够更快得到答案,或者答案就一定更有深度。这也不一定代表公司需要雇用一组数据科学家才能获得这类答案。根据Sabre 介绍,旅游买家每月在协调旅行费用和付款数据方面平均花费 40 个小时时间。想一想,这在一年中相当于多大数量的时间和金钱。

机器学习的进步意味着其有可能取代旅行计划经理分析数据的劳力性工作,让他们能有更多时间采取行动。

预测分析意味着灵活的业务能力

在解锁数据后,商务领导者可以获得所需信息,从而做出直接影响底线的战略性决策,确保在正确的领域进行投资——包括内部投资和与合作伙伴之间的投资。数据是当今企业进行数字化转型的支柱力量。

商务差旅管理公司 (TMC) 正在对预测性数据分析功能进行大力投资,以图影响各领域的旅行支出,包括:

  1. 消费的集中程度:查看全球酒店或航空市场的消费集中程度有助于领导者了解应在各地区花费多少资金,以便影响或预测业务整合。进一步优化分析功能,就可以在供应商谈判会议之前获得深入见解,对于选择哪些市场进行额外的前瞻投入产生影响。虽然此过程中仍需要人工介入,但已经可以看到充满希望的前景:使用机器学习以根据用户偏好做出修改。
  2. 定价预测:在与供应商谈判交易和合同时,建议优化库存是一项新的有效策略。随着这些系统的发展,细节水平将进一步深入优化,更加有助于公司进行房价和政策结构方面的谈判。
  3. 费用开支:技术的整体进步,特别是机器学习,可以显著降低商务差旅方面的机构成本。除了减少业务整合所需的时间以外,机器学习可以分析过去趋势、观察当前趋势并预测未来的总支出决策,从而为旅行支出提供深入分析。
  4. 旅客风险管理:技术改善将有可能帮助企业对旅行中断做出预测,如天气模式、延误最多的机场和路线等等;向差旅经理传达更新,以减轻大多数客户的顾虑。根据EyeForTravel 的“为酒店业带来预测分析”白皮书,目前亚马逊等大公司以及凯悦酒店和洲际酒店集团等酒店经营商正在对预测分析进行测试。我们预计这类技术会随着时间推移而变得更为有效。

人工智能的数据化未来图景

根据普华永道最近的报告,许多公司正在大力投资人工智能和机器学习等新兴技术。这些新资源正在改变先前基于历史数据分析的运营流程,而以机器学习算法的预测能力进行竞争。新方法的优点包括提高内部效率、了解用户偏好,从而能够为用户提供类似 chatbot 智能聊天机器人的服务,呈现高度个性化的选项。

目前的实验主要是以消费者利益为重,但这些新兴技术类型也展现了未来前景,特别是有助于公司与内部人员及合作伙伴开展业务。展望将来,我们可以设想一个新的世界:公司在人工智能的帮助下可以根据旅客行为来预测和解决旅行问题,鼓励其利用公司的旅行计划,节省旅行支出,和/或影响政策决定。就目前而言,预测分析还在发展中。

现在该做什么?

最终给公司带来竞争优势的关键是能够更加灵活地使用数据。从旅客风险管理到定价预测和旅行消费优化,技术进步可以将这些老方法(通常是手动流程)转变为自动交易,确保业务运营顺利而有效率。在商务差旅中,发展前进的方向是要解锁数据的力量,更好地利用“数据”这种新货币。可以肯定地说,这样做不仅会增加旅客满意度,也会对您的旅行和费用计划及决策底线带来积极的影响。