Una aerolínea europea opera una flota de alrededor de 100 aviones y ofrece vuelos nacionales e internacionales. La aerolínea es conocida por su puntualidad y servicio al cliente, lo que la convierte en una de las favoritas de los viajeros de negocios. Su enfoque en el sur de Europa ha creado una demanda durante todo el año por parte de los europeos del norte que buscan escapar de los climas fríos.
A la aerolínea le ha ido relativamente bien durante la pandemia en comparación con sus competidores; ha logrado reducir las rutas con menor demanda, reducir el personal y, en general, reducir los costos sin comprometer la calidad de su servicio.
Pero la pandemia ha creado desafíos nuevos y diferentes. Con meses de dificultades con cancelaciones y restricciones interminables, los datos se erosionan con pequeñas y grandes brechas que dificultan el análisis y las predicciones. Los métodos tradicionales y los sistemas de IT centrados en las aerolíneas no pueden mirar más allá de los datos infectados por la pandemia, lo que ha obligado a muchos equipos de gestión de precios e ingresos a volver a métodos más manuales. Esto es costoso y requiere mucho tiempo, e impide que la administración de ingresos aproveche al máximo las estrategias de precios avanzadas.
EL RETO
La aerolínea utiliza un sistema de IT centrado en la industria que tiene un mecanismo de pronóstico de demanda integrado. Aunque Revenue Management ha utilizado los pronósticos generados por el sistema, afirman que han carecido constantemente de precisión a pesar de la enorme cantidad de datos; algo que aceptaron como “limitaciones tecnológicas normales”.
Pero meses de vuelos cancelados debido a la pandemia han dejado vacíos en los datos históricos, lo que hace que los pronósticos de demanda generados por el sistema sean muy poco confiables y crean dolores de cabeza para Revenue Management. A medida que los vuelos se recuperan nuevamente, la aerolínea no ha tenido pronósticos en los que confiar y ha estado utilizando principalmente los 7 días anteriores como indicador de la demanda esperada, ya que todos los demás intentos de pronosticar con precisión no han funcionado correctamente.
La aerolínea se acercó a SUMO Analytics para investigar si había una forma de pronosticar la demanda con mayor precisión y consistencia que la que habían logrado ellos mismos.
LA SOLUCIÓN
La aerolínea estaba particularmente interesada en tener claridad para los 14 días previos a la salida. Después de investigar los datos junto con el equipo de ciencia de datos de la aerolínea, personalizamos múltiples modelos de pronóstico para diferentes marcos de tiempo, utilizando datos previos a la pandemia. Se incluyen múltiples variables externas para tener en cuenta cualquier cosa que pueda afectar la demanda, particularmente las diferentes restricciones de Covid-19 en diferentes países europeos. Las actualizaciones en tiempo real de los datos de reserva se monitorean constantemente y se aplican ajustes para reducir posibles errores de pronóstico; es decir, esta técnica de pronóstico impulsada por IA ajusta automáticamente los pronósticos para todas las fechas y ubicaciones de salida en función de los datos de reserva en vivo en tiempo real.
Entrenamos y configuramos los modelos en Azure, extrayendo automáticamente los datos de las aerolíneas de sus sistemas y enviando los pronósticos en segundos, lo que permite un ajuste constante de los precios a medida que cambia la demanda.
LOS BENEFICIOS
Este puente entre los datos previos a la pandemia y la situación actual junto con el modelado personalizado, que analiza diferentes marcos de tiempo, genera pronósticos de demanda mucho más precisos para las aerolíneas que los pronósticos generados por el sistema.
El equipo de gestión de precios e ingresos ahora puede responder con mayor rapidez y, lo que es más importante, con mayor precisión.
Sumo Analytics es pionero en innovación y desarrollos de tecnología de pronóstico avanzado basado en IA y ofrece niveles de precisión sin precedentes. Contáctanos.
