به نقل از «تین نیوز»

از هوش تجاری BI تا هوش مصنوعی AI در مدیریت درآمد خطوط هوایی

تاریخ انتشار: ۴ مرداد ۱۴۰۲ | کد خبر: ۳۸۳۲۳۱۸۸

تین نیوز خلیل الله معمارزاده ( محمد معمار)* :

شرکت های هواپیمایی ایران برای تجزیه و تحلیل داده های تاریخی و تصمیم گیری آگاهانه و داده محور می بایست به ابزارهای هوش تجاری (BI) متکی باشند. ترمینال وب سیستم رزرواسیون نیرا که بیشتر شرکت های هواپیمایی ایران از آن بهره می گیرند ماژول BI را دارد و در نبود آن نرم افزار در دسترس مایکروسافت Power BI نیز به سهولت جهت افزایش موثر درآمدها قابل به کار گیری است.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

با این حال، با ظهور هوش مصنوعی (AI)، شرکت های هواپیمایی اکنون از الگوریتم های پیشرفته و تکنیک های یادگیری ماشینی برای بهینه سازی استراتژی های مدیریت درآمد خود استفاده می کنند تا با ترکیب مدل های ریاضی کد شده به زبان کامپیوتر به صورت خودکار و سریع مدیریت درآمد خود را انجام دهند.

 جهت پیش بینی تقاضا با BI خطوط هوایی از داده تاریخی و مدل های آماری برای پیش بینی تقاضا استفاده می کنند.  این روش ها اغلب نمی توانند الگوها و روندهای پیچیده آینده را به تصویر بکشند. به همین دلیل با AI شرکت های هواپیمایی می توانند با هوش مصنوعی از الگوریتم های پیچیده ای استفاده کنند که حجم وسیعی از داده ها از جمله رفتار مشتری و رزرواسیون، روند بازار، شرایط آب و هوایی و رویدادها را تجزیه و تحلیل می کند.  با ترکیب عوامل خارجی و داده های بلادرنگ، مدل های پیش بینی تقاضا مبتنی بر هوش مصنوعی و انتخاب محور Choice-based پیش بینی های دقیق تری را ارائه می دهند و خطوط هوایی را قادر می سازند قیمت گذاری و تخصیص و توزیع موجودی صندلی ها را در کلاس های نرخی مختلف بهینه کنند.

 به عنوان مثال اخیرا خطوط هوایی سنگاپور یک سیستم پیش بینی تقاضا مبتنی بر هوش مصنوعی را اجرا کرده که منجر به بهبود 15 درصدی در دقت پیش بینی تقاضا و افزایش قابل توجه درآمدها شده است.

 روش های قیمت گذاری ایستا در کلاس های نرخی مختلف با فواصل نرخی ثابت فعلی با روش های قیمت گذاری پویا و پیشنهاد قیمت Bid pricing به چالش کشیده شده است. در مدل های قیمت گذاری ایستا مبتنی بر BI استراتژی های قیمت گذاری بر اساس قوانین ثابت نرخی و تنظیمات دستی با مداخله انسان انجام می گیرد که توان محدودی برای واکنش سریع به تغییرات بازار و ترجیحات مشتریان دارد و گاهی به واسطه اختلاف های نرخی ناچیز با رقبا در سورت موتورهای جستجوگر درآمدهای زیادی را از دست می دهند.

در حالیکه با AI و الگوریتم های قیمت گذاری پویا مبتنی بر هوش مصنوعی به طور مداوم شرایط بازار، قیمت گذاری رقبا، نوسانات تقاضا و تقسیم بندی مشتری برای تعیین قیمت های بهینه در زمان واقعی تجزیه و تحلیل می شوند.  این امر خطوط هوایی را قادر می سازد تا با ارائه قیمت های شخصی و سفارشی شده و رقابتی به بخش های مختلف مشتریان، درآمد خود را در مجموع از یک پرواز ثابت به حداکثر برسانند و سود پخش و توزیع بلیت در آژانس آنلاین فروش را نیز خود به چنگ آورند.

 به عنوان مثال بریتیش ایرویز یک سیستم قیمت گذاری پویا را پیاده سازی کرده است که نرخ ها Fares (نرخ Fare با Price تفاوت دارد) را بر اساس عواملی مانند در دسترس بودن صندلی، الگوهای رزرو و پروفایل مشتری تنظیم می کند.  این رویکرد منجر به افزایش 5 درصدی درآمد به ازای هر کیلومتر صندلی در دسترس (RASK) در سال اول اجرا شده است و یا هواپیمایی امارات یک موتور توصیه مبتنی بر هوش مصنوعی را پیاده سازی کرده است که داده های مشتریان را برای ارائه بسته های مسافرتی شخصی، ارتقای صندلی (و در نمونه اخیر بسیار جالب به پرمیوم کلاس یا Lite Business Class بواسطه ترجیحات مسافران بعد کرونا) و خدمات جانبی تجزیه و تحلیل می کند.  این رویکرد منجر به افزایش 10 درصدی در درآمد جانبی و بهبود وفاداری مشتریان شده است.

حتی در ساختار دستوری شبکه پروازی ایران ، بررسی شده است شرکت های هواپیمایی ایران تحلیل اقتصادی و تراز مالی مسیر دقیقی ندارند و عمدتا شبکه و برنامه Timetable فصلی پروازهای برنامه خود را به روش چانه زنی و تصورات ذهنی تنظیم می کنند و همان برنامه ها را سال ها به صورت هفتگی ادامه می دهند و یک بار از خود واقعا نمی پرسند با وجود تمام این محدودیت ها آیا گزینه های بهتری هم می تواند مثل زمان یا کانکشن یا فرکانس در مذاکرات و چانه زنی ها در سناریوهای متعدد در دسترس باشند یا خیر. با این وجود برنامه ریزی مسیر با BI مبتنی بر داده های تاریخی و تجزیه و تحلیل های دستی است که اغلب منجر به تصمیم گیری های نادرست و عملیات ناکارآمد می شود. هوش مصنوعی AI با الگوریتم های بهینه سازی مسیر مبتنی بر هوش مصنوعی متغیرهای متعددی مانند هزینه های سوخت، در دسترس بودن هواپیما بر اساس برنامه قابلیت اطمینان، تقاضای مسافر و محدودیت های فضای هوایی و ساعات اسلات فرودگاهی را در نظر می گیرند.

با تجزیه و تحلیل داده های بلادرنگ و شبیه سازی سناریوهای مختلف، خطوط هوایی می توانند سودآورترین مسیرها را شناسایی کنند، مصرف سوخت را کاهش دهند و کارایی عملیاتی خود را افزایش دهند.

 به عنوان مثال خطوط هوایی دلتا یک سیستم بهینه سازی مسیر مبتنی بر هوش مصنوعی را پیاده سازی کرده است که عواملی مانند الگوهای آب وهوا، تراکم ترافیک هوایی و قیمت سوخت را در نظر می گیرد.  این رویکرد منجر به کاهش 12 درصد در هزینه سوخت و بهبود عملکرد به موقع OTP شده است. همچنین سیستم Delta Analyze & Recommend Tool هواپیمایی دلتا موسوم به DART یک ابزار مبتنی به هوش مصنوعی در مدیریت درآمد است که با الگوریتم های یادگیری ماشینی و بهینه سازی قیمت گذاری، تخصیص صندلی و تصمیمات رزرو بیش از حد شیوه های مدیریت درآمد خود را بهبود بخشیده و به دستاوردهای مالی قابل توجهی دست یافته است.

گذار از هوش تجاری به هوش مصنوعی، مدیریت درآمد خطوط هوایی را متحول کرده است.  راه حل های مبتنی بر هوش مصنوعی خطوط هوایی را قادر می سازد تا تصمیم گیری های مبتنی بر داده ها، بهینه سازی استراتژی های قیمت گذاری، شخصی سازی پیشنهادات و افزایش کارایی عملیاتی را انجام دهند. همانطور که هوش مصنوعی به تکامل خود ادامه می دهد، خطوط هوایی باید از این فناوری ها استفاده کنند تا در چشم انداز دنیای هوانوردی آینده جایگاهی داشته باشند.

* خلیل الله معمار زاده کارشناس هوانوردی

آخرین اخبار حمل و نقل را در پربیننده ترین شبکه خبری این حوزه بخوانید

منبع: تین نیوز

کلیدواژه: شرکت های هواپیمایی هوش مصنوعی بریتیش ایرویز هواپیمایی امارات هوش مصنوعی شرکت های هواپیمایی قیمت بلیت هواپیما محمد معمار مبتنی بر هوش مصنوعی شرکت های هواپیمایی قیمت گذاری پیش بینی تقاضا تجزیه و تحلیل خطوط هوایی مدیریت درآمد بهینه سازی درآمد خود داده ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.tinn.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «تین نیوز» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۳۲۳۱۸۸ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

اجرای عملیات کف‌سازی بتنی پارکینگ‌های مجموعه خورشید شهر

مدیر منطقه ۱۵ شهرداری اصفهان گفت: عملیات کف‌سازی بتنی پارکینگ‌های مجموعه خورشید شهر به مساحت ۱۲ هزار متر مربع در حال اجراست و مراحل پایانی خود را با تکمیل رمپ‌ها طی می‌کند.

هوشنگ نظری‌پور در گفت‌وگو با خبرنگار ایمنا اظهار کرد: منطقه ۱۵ شهرداری اصفهان به‌عنوان یکی از مناطق پراستعداد و با ظرفیت بالا در نصف‌جهان است که ظرفیت توسعه بسیار زیادی در خود نهفته دارد و یکی از اهداف مدیریت شهری در این منطقه در راستای جذب مشارکت‌ها و سرمایه‌گذاری‌های مردمی است که در سال‌های اخیر با جدیت در حال پیگیری است.

وی افزود: عملیات کف‌سازی بتنی پارکینگ‌های مجموعه خورشید شهر به مساحت ۱۲ هزار متر مربع در حال اجراست و مراحل پایانی خود را با تکمیل رمپ ها طی می‌کند.

مدیر منطقه ۱۵ شهرداری اصفهان با اشاره به ضخامت هشت سانتی‌متری کف‌سازی پارکینگ‌های مجموعه خورشید شهر با استفاده از بتن الیافی، ادامه داد: این اقدام در راستای افزایش مقاومت بیشتر این بنا انجام شده است.

نظری‌پور با توجه به رونق ساخت و ساز پروژه‌های مشارکتی در منطقه ۱۵ تاکید کرد: این پروژه مشارکتی که در قالب یک مجتمع تجاری و پارکینگ در خیابان اباذر و در مجاورت عمارت تاریخی خان و مسجد گلزار خوراسگان (مصلی نمازجمعه) احداث شده است، با دارا بودن بیش از ۴۰۰ مکان پارک خودرو، می‌تواند پس از بهره برداری یکی از مهم‌ترین مشکلات این خیابان یعنی ترافیک و ازدحام بیش از اندازه خیابان اباذر خوراسگان را رفع کند.

وی با بیان اینکه پروژه خورشید شهر در زمینی به وسعت چهار هزار مترمربع و زیربنای ۲۲ هزار مترمربع مراحل پایانی ساخت خود را طی می‌کند، تصریح کرد: همکف این پروژه به صورت تجاری و یک مبلمان شهری بزرگ به مساحت حدود یک‌هزار مترمربع احداث شده است، تصریح کرد: کل مجموعه تجاری شامل شش طبقه است که سه طبقه آن شامل ۱۹۳ واحد تجاری بیش از ۹۰ درصد پیشرفت فیزیکی دارد و در حال تلاش برای تکمیل آن هستیم.

مدیر منطقه ۱۵ شهرداری اصفهان خاطر نشان کرد: امیدواریم با تکمیل این پروژه و اجرای پروژه‌هایی از این قبیل بتوانیم توسعه شهر در منطقه ۱۵ و شرق کلان‌شهر اصفهان را بیش از پیش سرعت و رونق بخشیم.

کد خبر 749957