更多航空资讯>>>
×

国双科技:知识驱动下的航司数据应用

环球旅讯 2019-08-29 18:14

从数据中提炼的知识结合事理图谱、机器学习等数据技术是否可以更好地解决航司在数据治理、营销增强、决策辅助方面的难题?

【环球旅讯】从数据仓库到商业智能,再到大数据、人工智能,各种数据技术已经在航司各个业务领域有了一定程度的实践和应用,但这些数据应用是否挖掘出了数据背后隐藏的内容并发挥了数据的最大价值?从数据中提炼的知识结合事理图谱、机器学习等数据技术是否可以更好的解决航司在数据治理、营销增强、决策辅助方面的难题?

8月29日,在“2019环球旅讯峰会”分会坛【中国航空营销峰会】上,国双科技航旅事业部总经理张桐以“知识驱动下的航司数据应用”为主题进行了演讲。


国双科技航旅事业部总经理张桐

以下是张桐演讲实录:

今天我来分享一下在知识图谱理论下,航司的数据应用能有哪些亮点。

前段时间,有一部剧特别火,叫《长安十二时辰》,又一次把六朝古都西安推到了风口浪尖。这触动了我想去爬华山的想法,然后就开始着手订机票,但是在国庆黄金周,恐怕基本上订不到折扣票,全价票就不可避免。如果希望看到沿途的风景,坐飞机要找靠窗座位。此外,还要预订酒店。通过以上这张图,可以看到,用户意图产生了因果关系,从而构建出来我们对这件事情的认知,这种沉淀的认知,我们就认为它是一种知识,知识可以干什么?可以驱动业务的发展。

大家可能会说知识图谱这个概念很新、很大,但这跟现实生活息息相关。

首先,我会讲一些关于知识图谱的大量实际运用。搜索引擎就是一种知识图谱的应用,比如某用户搜特价机票,它就会智能推送给他某家航空公司的打折机票;还有智能客服,用户和智能客服对话,输入机票两字时,它可能告诉用户中转城市的天气情况、行李托运的情况,告诉他需不需要订车;此外还有空中流量管理,这跟航司领域比较相关,肯尼迪机场已经将知识图谱用于所有航班编号以及管控上。

传统知识图谱是不是可以把所有的问题都解决?传统知识图谱解决的是实体层面的问题,是相对静止、变化缓慢的方式。这还要结合事理图谱。事理,顾名思义,就是用故事讲道理,它是动态的,需要被预测的。

而所谓的航司数字化转型,涉及到大数据、人工智能,从机器学习到深度学习,其实机器能解决很多效率层面的问题,但解决不了创造的问题。我们看上图右边的内容,人类大脑智能能干什么?最大的价值是举一反三,对未来有预见性。比如牛顿发现万有定律,你把AlphaGo放在树底下,你把它砸烂,也发现不了万有定律,它解决不了创造的问题,这就是与智力图谱相结合的例子,我们需要让机器具备、储备认知的能力。

我们掌握所有信息之后,要灌输到机器上去,让人脑和机器相结合,就会有所谓的两类专家,一类是人类扮演的行业专家,还有一类是机器扮演的数据科学家。其中,后者有机器的感知、机器的认知,会识别图片的信息,识别图片背后的逻辑。你身边的行业专家可以为你解决问题,同时所有机器人积累的数据,能够为这些专家赋能,这是动态、升级的过程。

说到数据,其实真正有用、高效、能解决问题的数据不多。我们大概理了一些航司的数据。一是内部的数据,包含一方数据和二方数据;二是外部数据;三是被我们忽略的交互数据,如官网、APP等渠道数据,所有用户数据信息可以通过这些渠道被存储起来。

在营销方面,企业每年斥巨资来做广告,所有广告投放的效果如何?比如转化效果怎么样,ROI怎么样?这些数据是可采集的,而且需要被采集的,这也是我们发力点。

一些可获得的行业外部数据,在目前阶段不是最重要的。我们把一方数据和二方数据相结合,在人脑和机器配合下,能做一些事,这是构建知识图谱大体的构成。

大体上,知识图谱的构建比较抽象,那么我们先讲下概念。

在收集相关数据后,对其进行初加工,以行业专家的视角提取哪些信息、组合哪些信息,通过自下而上的数据处理和自上而下的数据标注,形成这套方法称之为知识验证,也就是知识图谱的雏形。接着,把它投产到应用场景里面,让它给场景赋能,去驱动业务的落地。

举个简单的例子,你身边有个机器人,你对机器人说,想吃土豆炖牛肉,机器人懵了,它解决不了。你要怎么做?你要告诉它,准备好土豆、肉,如何处理这些食材,应该用中火、慢火炖多长时间,把成功的实践写成菜谱输到里面去。当你第二次跟它说,我想吃土豆炖牛肉时,它就可以帮你搞定。这样的过程在身边场景到底有没有落地,它对于这个行业撬动的价值有多大?可能大家会觉得这是个理想的概念,在实际投产之后,可能性不高。

我举几个例子。

第一个例子,是工业。一个石油客户,他要在几千米深的地下钻探,事前要分析这块地下是不是有油井,以及周围页岩的情况。因为在这块地一锤子钻下去的都是钱,可能要投入百万乃至千万。如果能通过知识图谱去预测,用传感技术去感知,能省非常多钱,而且可以提高勘探开发油田的效率。

第二个例子,是金融业。像金融信贷、保险、个人征信,我觉得在金融领域,所谓的知识图谱初级是比较容易实现的,包括投融资。

第三个例子,与营销广告相关。航空公司从来不是投广告大户,但每年千万量级地撒钱,这个数据到底能不能高效利用,有没有类似于媒体决策沙盘的产品,可以把所有预算效果和想触达的人群输进去,帮客户预测在哪个媒体、什么时间段推送什么内容、分配多少资源,就能达到最高的效果。广告营销端的力度非常大。2018年中国所有广告市场总投放量大概七千亿元,其中互联网大概占3800亿元。如果我们运用这种广告营销手段,哪怕提升一个百分点优化,背后需要投入多少钱?

以上三个是可落地的例子。接下来我将阐述在航司行业里,我们能用知识图谱做什么事。

上图整体相对复杂,可以拆成三段来看。其中,最底层的是数据。航司每个部门都有自己的数据,获取自己的信息。以前我们认为,这些数据可以落地场景,投广告做精细化运营,并进行数据分析。如今,我们需要建立中间层的航司知识库,知识库能把原来一个个独立的数据整合起来产生作用,把客户的信息动态关联起来,在知识库加持下再往上延展,可以做航司用户中心。这类似于移动端推荐引擎,可以做产品打包整合。

通过上图可以看到,左边的大圆比较密,这就是航司知识图谱一种关联关系,我们今天花点时间把它两个比较小的落地点拿出来跟大家分享。一个是线上运营的数据,一个是航司辅助收益的数据

在线上运营方面,赶上换班换季,机器在人脑的帮助下,可以同时看到以往所有专家所看不到的触点。在航司辅助收益方面,收益辅助对航司而言是很重要的增长点。

越来越多航司在营销广告投放的时候,会整合成一种事件性的活动推送。我们梳理一下,一个用户从第一次触达,到最终完成旅行再到分享旅游经验,大概有28个节点。这里面最重点的节点是什么?是旅行增值服务预订。有些廉航(LCC)还在用小推车卖旅行产品,会有两个问题,第一,它可能会有安全问题;第二,可能带来不好的用户体验。今年以来,我大概飞41次上海,算是航司常旅客。在参加本次峰会前,我才被我的同事告知上海已经不提供洗漱用品,对我来讲,这是个麻烦事。如果LCC把15块、10块的旅行六件套卖给我,我觉得这会成为可观的收入,因为我花钱买了一个方便。

关于一切营销点的触达,我觉得知识能给予我们三方面的能力:融合、动态、预测。

融合,即人脑和机器融合,数据和场景融合。动态和预测怎么理解呢?提直降代后,航司比较关注自有渠道数据,如APP数据、官网数据。所有购买机票的用户都要查机票,办值机,了解航班动态等等。以前,所有的数据统计软件只告诉航司在过去一个月订单、用户有多少,男女比例多少,年龄段分布如何,往返城市情况,有没有买保险等。那么,我怎么把以往的经验复制到未来的决策里面?这就是知识图谱的另外一个能力。 

做个假设。当我对一个人用户的历史行为追踪很长时间,可以给他一个动态标签体系。当这个人第一次打开我的APP,我能知道他多半是来买票,而且他多半是商旅客,可能他要买一趟往返票。如果我事先知道他一定会买回程,在一两天之内,我会给他推送一张80元优惠券,回程再买可立减80元。 这是否是一个可落地场景?

我们希望做到的是,从这个人到APP购买去程机票后,再去预测他之后的行为。比如他会不会买回程机票,此外,他是否会叫个车,会不会在平台上继续订酒店。如此一来,产品组合就做好了,这就是动态、预测。

动态、预测,加上融合,知识能帮我们解决三方面的问题。以前基于需求,拿历史数据推理,现在我们希望把这个能力变成对用户未来意图的预测,让动态的事件结合个体和群体的特征,在航司场景下落地。以前,我们只是盲目给用户贴标签,未来,基于客户需要,基于实际用途,将有用的信息推送用户,那营销投入转化的概率显然就大了。当然,这里面会用到一些算法,最终对事件预测,对用途预测,我觉得可见的CTR和订单转化率,还是有比较理想和可观的增量。

现在,技术不是壁垒,技术没有硬门槛。做IT的会发现,三个月到半年会进入到窗口期。这个时代,航司愿意对外开放一些数据,愿意整合比较好的内容落地,利用自身经验和能力与行内人士一起探讨。我们愿意帮航空公司做落地的事,去推动这个世界往前走一小步。

谈一下国双。以前,大家认为我们做广告类业务,也可能做数据统分的业务。我们在获取数据,帮客户找到合适人群的过程中,需要所谓的行业数据沉淀,团队要有行业专家,要建立在航司领域的知识库,通过大数据平台支撑。

我们希望在未来一方面继续加强业务能力,落地客户的场景,另一方面,我们也想开放我们平台去输入大航司数据,无论在收益辅助管理、航班动态预测等层面,甚至在机务层面,如果在场专家愿意一起来的话,我觉得这个事可以完成。

谢谢大家!

点击查看 完整版演讲PPT>>

© 以商业目的使用环球旅讯拥有版权的内容,请遵循环球旅讯 版权声明 获得授权。非商业目的使用,请遵循 CC BY-NC 4.0

评论

游客

2019-09-01

知识图谱理论是本次国双科技在航旅领域的一个理论依据,在金融风控领域似乎更成功但在航旅的落地效果如何还不得而知。其最大的魅力我理解是实时的直观可视化的展示用户相关的信息与周边关系,来试图更好的理解用户并预测其未来的行为。

知识图谱只是一种工具,肯定有其擅长的领域,但不能手里拿着锤子,看哪里都是钉子。

1 回复 >
1
回复

2019-09-02

回复 老王:甭管对错,先锤实再说

0 回复 >
0

游客

2019-09-05

这里就说说航司的品牌和数字化营销。

吴海在旅讯评审会上说,“没钱又低频的酒店不需要做营销,营销也没用”,此话放在航司领域一样有效。

全球各大中小航司的市场营销人都觉得他们面临的最大挑战是能否跟上快节奏的广告和技术发展。

从希望知道目标受众在哪些app和社群里花的时间最多,潜在旅行者的决策路径,如何在最恰当的时刻通过数字广告的算法来触达他们并展开互动。目的是最终适时的卖出接机或者一张回程机票。

但今天的消费者从一个app飞快切换到另一个app,就像一个移动的靶子,你真的能跟得上吗? 所以,实时发布个性化的广告和促销优惠就变成了当前航司营销领域的另一个大挑战。

0 回复 >
0
回复

游客

2019-09-01

动态、预测,加上融合,知识能帮我们解决三方面的问题。以前基于需求,拿历史数据推理,现在我们希望把这个能力变成对用户未来意图的预测,让动态的事件结合个体和群体的特征,在航司场景下落地。以前,我们只是盲目给用户贴标签,未来,基于客户需要,基于实际用途,将有用的信息推送用户,那营销投入转化的概率显然就大了。

0 回复 >
0
回复

游客

2019-09-01

国双科技进步很大。

0 回复 >
0
回复

全部回复

发表你的观点

国双科技:知识驱动下的航司数据应用

游客

2019-09-01

知识图谱理论是本次国双科技在航旅领域的一个理论依据,在金融风控领域似乎更成功但在航旅的落地效果如何还不得而知。其最大的魅力我理解是实时的直观可视化的展示用户相关的信息与周边关系,来试图更好的理解用户并预测其未来的行为。

知识图谱只是一种工具,肯定有其擅长的领域,但不能手里拿着锤子,看哪里都是钉子。

1 回复 >
1
回复

2019-09-02

回复 老王:甭管对错,先锤实再说

0 回复 >
0

游客

2019-09-05

这里就说说航司的品牌和数字化营销。

吴海在旅讯评审会上说,“没钱又低频的酒店不需要做营销,营销也没用”,此话放在航司领域一样有效。

全球各大中小航司的市场营销人都觉得他们面临的最大挑战是能否跟上快节奏的广告和技术发展。

从希望知道目标受众在哪些app和社群里花的时间最多,潜在旅行者的决策路径,如何在最恰当的时刻通过数字广告的算法来触达他们并展开互动。目的是最终适时的卖出接机或者一张回程机票。

但今天的消费者从一个app飞快切换到另一个app,就像一个移动的靶子,你真的能跟得上吗? 所以,实时发布个性化的广告和促销优惠就变成了当前航司营销领域的另一个大挑战。

0 回复 >
0
回复

游客

2019-09-01

动态、预测,加上融合,知识能帮我们解决三方面的问题。以前基于需求,拿历史数据推理,现在我们希望把这个能力变成对用户未来意图的预测,让动态的事件结合个体和群体的特征,在航司场景下落地。以前,我们只是盲目给用户贴标签,未来,基于客户需要,基于实际用途,将有用的信息推送用户,那营销投入转化的概率显然就大了。

0 回复 >
0
回复

游客

2019-09-01

国双科技进步很大。

0 回复 >
0
回复
发表你的观点
发表你的观点 . . .
0
0

微信识别二维码参与话题讨论

保存二维码