Big Data revoluciona mercado de viagens

?Estamos vendo benefícios de negócio tangíveis e pragmáticos com o uso de Big Data, seja para aumentar a taxa de conversão para reservas, diminuir custos de operação, impulsionar receita ou elevar a satisfação do consumidor?, afirma o vice-presidente executivo da gigante de serviços de reserva Amadeus, Herve Couturier.

A fala de Couturier está no trabalho ?Big Data in The Travel Industry?, um estudo recém-lançado  da Amadeus com análise do renomado analista Tom Davenport. O trabalho revela que abordagens inovadoras são bem-sucedidas, com uma lista crescente de exemplos de Big Data do mundo real e ferramentas de analytics avançadas em ação:

A British Airways está fazendo mais que apenas lembrar as preferências pessoas de cada cliente com o seu programa Know Me, que vai muito além de planos de fidelidade baseados exclusivamente em milhas. Por exemplo, eles podem mapear quando passageiros escolhem assentos de janela em voos curtos e de corredor em viagens longas ? porque eles podem querer esticar as pernas ? e esse padrão é repetido automaticamente nas compras desse consumidor.

?Eles estão combinando tudo que eles sabem sobre os passageiros e elencando as informações fragmentadas em um sistema variado de cruzamento de dados?, explica Davenport. ?Eles também estão trazendo essa informação para a linha de frente, inclusive para iPads usados pela tripulação, mostrando um esforço impressionante.?

A Sojern está coletando e agregando informações entre empresas aéreas, hotéis, agências de alguel de veículos e companhias de cartão de crédito e usando aprendizado computacional somado a ferramentas avançadas de analytics para desenvolver perfis ricos de nichos de viajantes, a fim de determinar ?quando as pessoas vão, para onde, quantas pessoas estão viajando e quais marcas elas preferem, frequência das viagens e classe de serviço?, conta o presidente e co-fundador da Think Big Analytics, Rick Farnell, consultoria californiana que desenvolveu o projeto para a Sojern.

Os insights são usados pelas companhias aéreas parceiras, redes de hotéis e locadoras para também personalizar sua seleção de preços e serviços oferecidos. ?Clientes como Delta ou Starwood podem encontrar todos os viajantes de negócios que voaram entre Nova York e São Francisco no mês passado, e isso as ajuda a fazer a melhor escolha de venda cruzada, moldando seu inventário?, diz Farnell.

Já a Travelocity aplica analytics à precificação, inventário e publicidade, e todas as três dimensões mudam dependendo da oferta e da demanda. Eles estão usando técnicas similares à modelagem de ofertas e ferramentas de recomendação para oferecer as melhores opções para certos tipos de perfis.

?Eles estão antecipando o pensamento de diversos padrões, mas constantemente mudando a experiência do usuário baseada nas demandas diárias?, relata Farnell. Hadoop é o sistema que lida com a ingestão de Big Data, ele detalha, e os modelos analíticos são então colocados em aplicações que ajudam na decisão em tempo real.

Diversas empresas aéreas também mudam a área de gestão ao calcular, por exemplo, o valor da perda de conexão de um grupo de passageiros devido a um atraso num primeiro voo e então determinar se os é melhor atrasar também a conexão em si ou realocá-los em outro avião.

?Você tem que ter um conhecimento profundo do valor do grupo, disponibilidade de portões, a possibilidade de pedir um novo slot de decolagem, e por aí vai?, diz Couturier.

Redes hoteleiras estão usando análise baseada em teste e aprendizado nas quais elas estudam quanto gastar e onde será melhor gastar com renovações de reserva. Hotéis top de linha, por exemplo, tendem a garantir renovações enquanto os mais simples, como os de beira de estrada, preferem gastar com atrações exteriores para atrair hóspedes que passam na frente do estabelecimento. Mas a gestão vai além disso.

?Hotéis geralmente se dão conta que as renovações de nível médio são as que se pagam melhor?, conta Davenport. Muitas redes também entenderam que preços dinâmicos baseados na fonte de reserva valem a pena. Clientes de hotéis econômicos tendem a gastar menos com bebidas e frigobar que um cliente do Orbits, por exemplo, então há gastos a serem embutidos nas diárias.

A maior parte dos usos de  Big Data e analytics avançados cai em três categorias: melhorar operações internas, otimizar a política de preços e inventário; e melhor servir clientes segundo contextos. Em todas as opções, o desafio com Big Data é maior por conta do número de destinos, voos, trens, quartos, preços e dias do ano.

?Se você multiplicar todas as escolhas possíveis, você tem trilhões de possibilidade, e quando você busca por alguma coisa nesse universo, você quer alguma coisa que exatamente se encaixe no que você está procurando?, explica Couturier. ?Isso requer muita capacidade de computação e tecnologia.?

Essa mudança inclui a adoção de sistemas em grid para analytics de alta velocidade e plataformas open source como Hadoop para o enriquecimento dos dados com contexto até então indisponíveis.

?Não é mais sobre encontrar o voo mais barato e mais rápido. É sobre encontrar o voo com o melhor perfil, o destino com o melhor clima e o melhor hotel para a família?, enumera Couturier.

Em um alerta para quem deseja inovar, Davenport pontua que a indústria aeronáutica liderou uma onda de inovação ao fim das décadas de 70 e 80 em áreas como gestão, fidelidade e analytics operacional. Depois disso, contudo, não houve muita mudança.

?A chave desses acontecimentos é que você não pode ser inovador e então trabalhar nisso por 20 ou 30 anos?, conta Davenport. ?Todo mundo usa essas técnicas hoje, então há apenas um custo de se fazer negócio ? não há mais vantagem competitiva nisso.?