Mulighederne for prædiktiv analyse inden for erhvervsrejser

Når en ny teknologi er oppe i tiden, kan hypen nogle gange forvrænge dens egentlige betydning og potentiale. I mødelokaler verden over sammenblander brancheevangelister begreber som big data, business intelligence, dataanalyse, kunstig intelligens, maskinlæring og prædiktiv analyse. Det er formentlig ikke for at forvirre modtageren, men det er nemt at miste overblikket over, hvad prædiktiv analyse egentlig går ud på.

Prædiktiv analyse kontra kunstig intelligens, maskinlæring, big data og dataanalyse

Forbedringerne i teknologien inden for datastyring i løbet af de seneste fem år har ført til bemærkelsesværdige fremskridt, hvad angår dataanalyse og prædiktiv analyse. Med alt den tilhørende virak er det ikke så mærkeligt, hvis folk blander tingene sammen. Men selvom big data, maskinlæring og kunstig intelligens alle er forbundne, er det også forskellige processer med forskellige mål og fremgangsmåder.  Big data er styring og analyse af enorme og meget forskelligartede datasæt. Software med kunstig intelligens analyserer data for at opnå former for indsigt, som ikke tidligere har været kendt, som for eksempel hvordan rentesatser kan være med til at påvirke prisen på en bestemt aktie. Og maskinlæringssoftware kan lære nye ting ved hjælp af data. Hvis et maskinlæringsværktøj bliver vist en million digitale billeder af hunde og ræve, ville værktøjet lære sig selv at skelne mellem de to typer dyr.  Prædiktiv analyse handler om at bruge dataanalyse til at forudsige fremtidige hændelser. Det indebærer typisk at vurdere data om tidligere hændelser og anvende algoritmer til at få øje på mønstre og komme med forudsigelser.  Prædiktive analyser er i nogen grad en specialiseret anvendelse af big data, kunstig intelligens og maskinlæring. Forestil dig for eksempel, at du driver en flåde af lastbiler. Du er i besiddelse af data i forhold til motorskader og -reparationer, der dækker en betydelig tidsperiode. Big data bruges til at samle oplysninger om motorreparationer. Kunstig intelligens bruges til at finde mønstre inden for motorskader. Maskinlæring bruges til at lære værktøjet at blive bedre til at lokalisere mulige motorskader. Via disse input kan den prædiktive analyse så nå frem til et kvalificeret gæt på, hvornår der opstår motorfejl og sende en advarsel. Det kaldes prædiktiv vedligeholdelse.

Sådan gøres prædiktiv analyse relevant for erhvervsrejser

Hypen er nok uundgåelig, hvad angår nye trends som prædiktiv analyse, men det gælder om at fokusere på de praktiske og relevante anvendelsesmuligheder for den nye teknologi. Du kan sagtens sætte software til at analysere en rejsendes samlede sociale graf, så du kan bestille en plads til hende i flyet ved siden af en anden med samme stjernetegn. Men hvorfor skulle du dog gøre det?  Det ville være mere gavnligt at anvende maskinlæring til at blive klogere på jeres virksomheds reservationsvaner og forudsige nyttige trin til at spare penge eller give jeres rejsende en bedre oplevelse. Forestil dig, at du skal på erhvervsrejse til Paris. Hvis du blot søger efter hotelanbefalinger på en platform til rejseadministration eller en forbrugerside, vil du få hundredvis af hotelforslag. Du kan selvfølgelig gennemgå dem alle sammen og kigge på kortet, mens du sammenligner beliggenheden og afstanden til lufthavnen og kontoret. Men det kommer nok til at tage rimelig lang tid.  Ved hjælp af prædiktiv analyse har reservationssystemet et kendskab til, hvem du er, og kan anbefale hoteller, hvor dine kollegaer normalt overnatter i Paris. På den måde kan du træffe en beslutning baseret på valg, som personer du stoler på, tidligere har foretaget. Systemet kan sortere forslagene efter afstand fra det sted, du skal holde møde. Derefter kan det forudse, hvornår det tager længst tid og er dyrest at køre til mødestedet i taxa og foreslå, hvornår du skal tage af sted, så du kommer frem til mødet i tide.

Prædiktiv analyse til brug for rejser i små til mellemstore virksomheder 

Inden længe vil brugen af prædiktiv analyse være standard inden for erhvervsrejser. Egencia har for eksempel indført nye metoder, så prædiktiv analyse kan understøtte både store og små virksomheder, og mulighederne er rigtig spændende. I en stor virksomhed er den dataanalyse, der understøtter prædiktiv analyse, sandsynligvis allerede en del af virksomhedens egne interne rejsehistorik. I små og mellemstore virksomheder vil prædiktiv analyse formentlig være mere peer-baseret, eftersom de har et langt mindre datasæt, der kan indhentes indsigt fra. Her kan en god mulighed for disse virksomheder være at kigge på lignende virksomheder og drage fordel af dataindsigt fra hele verden.  Forestil dig en lille teknologivirksomhed,  der planlægger at sende medarbejdere til en stor teknologimesse i Las Vegas. Hvis virksomheden samarbejder med et erhvervsrejsebureau, der anvender prædiktiv analyse, kan de få anbefalinger til besparelser på flyrejser gennem tidlig bestilling til messen. Via platformen til rejseadministration kan virksomheden udnytte historikken inden for rejsemønstre til at planlægge den mest omkostningseffektive og brugervenlige oplevelse for deres rejsende.

Udfordringer i forhold til at udvikle meningsfulde prædiktive analyser inden for rejser 

Prædiktiv analyse går en lys fremtid i møde, men de traditionelle erhvervsrejsebureauer skal i første omgang overvinde et par forhindringer for at blive klar til en fuldt funktionsdygtig fremtid med prædiktiv analyse. I første omgang handler det om selve dataene. Som det er nu, er de nødvendige data til at udføre effektive prædiktive modelberegninger spredt ud på en lang række online leverandører og offline tjenester. Ved at have én samlet platform, som den Egencia udbyder, samles alle data ét sted, og derved løses problemet med de mange forskellige kilder.  Derudover er der maskinlærings- og modelleringsaspekterne ved processen. I en global sammenhæng kan en god rejseoplevelse – eller et godt tilbud – være meget forskelligt fra et land til et andet. I nogle verdensdele er det noget dyrere luksushotel faktisk snarere en marketings- og salgsinvestering end en rejseudgift. I andre tilfælde er luksus strengt forbudt i henhold til rejsepolitikken. Et prædiktivt analyseværktøj skal tage højde for disse nuancer og fortsat blive bedre til at forstå, hvad de betyder.  Den største udfordring er at gøre prædiktiv analyse handlingsorienteret inden for erhvervsrejsebranchen. For at få de bedste resultater skal alt være forbundet, og derfor har Egencia valgt at integrere analyseredskaberne med rejseplatformen og data om rejsepolitikken. 

Fremtiden inden for prædiktiv analyse 

Erhvervsrejsebureauer som Egencia arbejder i øjeblikket på at gøre prædiktiv analyse til en værdiskabende funktion i forhold til erhvervsrejser. Det er et relativt nyt område, fyldt med spændende ideer og mulige nyskabelser. Udfordringen ligger i at udvikle anvendelsen af prædiktiv analyse til fuldkommenhed for at sikre, at metoden er med til at spare penge, forbedre overholdelse af rejsepolitikken og give de rejsende en bedre overordnet oplevelse.