航空企业如何用「AI利器」提升乘客体验

简介: 航空公司掌握的客户数据可以说远超任何其他领域,而且这些信息当中蕴藏着对于运营、效率以及服务有着深远影响的高价值情报。然而,目前大部分航空企业仍然沿用着上世纪八十年代旅游繁盛期遗留下来的传统零售模式。因此,航空公司仍然很难真正捕捉到大量数据,并以有意义的方式将其用于生成洞见。


 



“早上好,Jones小姐,欢迎您乘坐从伦敦盖特威克机场买入巴黎的这趟「新常态」航班。请花一点时间,通过您手头的设备或座位背面的提示信息访问我们的门户网站。您可以在这里订购任何食物与饮料,我们的乘务员将立即将其送达。要不要来份您平时最喜欢的拿铁加鸡蛋卷套餐?——点击此处再来一份。”



liQmGilXreIew_600


航空公司掌握的客户数据可以说远超任何其他领域,而且这些信息当中蕴藏着对于运营、效率以及服务有着深远影响的高价值情报。然而,目前大部分航空企业仍然沿用着上世纪八十年代旅游繁盛期遗留下来的传统零售模式。因此,航空公司仍然很难真正捕捉到大量数据,并以有意义的方式将其用于生成洞见。最终,在飞机降落之后,飞机上发生的一切都只能短暂存在于机组人员的头脑当中,很快随着下一趟航班的开启而烟消云散。


但是,时代在变化,COVID-19疫情的全面来袭给航空企业的利润带来沉重打击,也增强了人们对于自动式、无缝化候机与飞行体验的迫切渴望。另外,技术行业还开发出创新型机载系统,帮助航空企业在捕捉大量乘客数据的同时,为远距离乘客提供各类服务。


利用这些创新成果以及对大数据的洞察能力,航空公司将获得超越竞争对手的巨大优势。从预订、值机、登机到乘机,航空公司能够全程跟踪客户群体的各类信息。具体来讲,航空企业不仅能够轻松发现销售情况最好的产品,还可以使用大数据深入理解客户的购买习惯,在数千条航线上在正确的时间与地点向乘客宣传最符合喜好的产品。将历史信息汇总起来,航空公司将能够预测客户行为并进行建模,生成个性化结果并推动未来的机票销售。


然而,这一切目前还只是初步愿景。相当一部分航空公司已经挣扎在生存的边缘,需要说服外部投资者暂缓撤资。谁能在这场危机当中逆势成功,谁就必然能在下一个时代中处于航空服务的最前沿。


Amazon教会我们什么是真正的数据之力


Amazon之所以能够在网络购物领域一骑绝尘,依靠的正是“一家店面、包罗万有”的基本思路。很多客户其实并不太清楚自己到底想要什么、哪款产品最值得购买,而Amazon的工作就是为他们提供个性化建议,结合以往的喜好整理出最贴合心思的商品推荐。


之所以能够做到这一点,是因为Amazon会在客户的浏览与购物过程中不断收集数据。Amazon对企业越了解,对于未来产品购买的预测就越是准确。另外,一旦明确了购物需求,Amazon还可以简化引导购买的流程。


具体来说,Amazon的推荐技术基于协同过滤,即首先为用户画像以建立对买家的初步认知,而后根据这份类似于个人资料的素材推荐理想产品。


除了购买操作之外,Amazon还会记录用户浏览过的内容、送货地址以及是否写过评论/反馈。他们甚至可以找到确切适合同类客户细分市场的其他产品,并根据其他同类客户的查询内容为您组织推荐内容,可以说是相当智能。


航空行业为什么做不到?


畅想了美好的前景,再回头看看惨淡的现实——机上零售领域的Amazon模式,似乎还离我们很远很远。


考虑到飞机内的基本条件,我们也不难理解为什么围绕预测与分析展开的创新速度总是进度缓慢。旅客数据往往有着明确的轻量化特性,而且除了当前航班上的少量预见、备注饮食要求或者历史购买记录之外,航空公司很难了解机上乘客的偏好或者期望。另外,飞机的运载容量非常宝贵,难以储备充足的库存,只能根据线路存放一些与目的地相关的纪念品等小物件。乘客在旅途中浏览机上商品目录,一切购买活动都记录为纸质订单的形式。人气最高的商品很快销售一空,买不到的乘客沮丧不已……这就是现实情况,改变的出路在哪里?


另一项非常重要的事实在于,目前只有十分之一的乘客选择在机上进行免税购物,相当于每趟短途航班只能完成10到12笔销售,而长途航班销售量则为30到40笔。另外,这个数字也在逐年缓慢下降。人们普遍认为这是受到选择范围有限、间接费用过高以及配送流程复杂等因素的影响。毕竟除了库存之外,机上的巡回手推车甚至是产品目录本身,都会占用相当一部分飞机运力。换言之,任何没有售出的产品都会带来高额成本,库存管理也因难以预测与及时补充而变得艰巨万分。


归根结底,无论蕴藏着怎样的机遇,机上零售业务一直没有得到多少重视,直到现在......


COVID-19疫情带来的挑战


在COVID-19疫情的冲击之下,航空公司出于健康安全的诉求而开始重视大数据之力。很明显,这既能显著提升机上卫生标准,也有助于缓解日益紧缩的运营利润压力。


根据Black Swan与APEX发布的最新报告,疫情爆发之后,乘客的信心受到严重影响,超过850万段社交对话开始传递负面情绪——数量在过去两个月中增长了43%。根据Black Swan的Will Cooper所言,卫生问题已经成为推动乘客负面情绪的三大主因之一。为此,航空公司必须增加技术在客户体验中的占比,这不仅有助于捕捉重要的客户数据,同时也将帮助航空运营商表现出改善并解决旅客焦虑心态的坚定意愿。


如今,乘客在旅途当中希望获得无缝且高效的体验。航空公司有责任为乘客及机组人员提供这种尽可能减少接触的出行方式。实际上,最近与航空公司进行的一系列沟通表明,限制机组人员与乘客之间的接触,也已经成为航空公司员工正常复工的一项基本前提。在这方面,只有技术能够真正在双方诉求之间取得平衡点。


Gategroup首席商务官Federico Germani在最近的新闻稿中表示,“对于航空公司而言,目前最重要的一步是在世界范围内重启航空服务,同时保障乘客与机组人员的健康安全。航空公司正在努力寻求在这种全新运营环境下行之有效的零售技术。”


考虑到这些压力,航空公司开始考虑利用这一难得的机队停飞机会,立足实际环境推动技术测试。最具远见的各航空公司已经在制定相关计划,着手与技术及零售供应商合作展开探索。


“我们需要谷歌级别的运营能力”


关注像Amazon这样的企业,我们可以看到互联网如何改变消费者的购物习惯与具体方式。而其中蕴藏的潜力,完全有可能重塑客户们在空中的购物习惯。


Gategroup/Black Swan的TRT Epax解决方案等订购与库存系统一直不断发展,伴随着飞机联网能力的改善,使得航空公司能够部署端到端方案,在持续服务客户的同时沿途捕捉相关数据。这一切不仅有助于消除乘客对于卫生防疫效果的顾虑,同时也让航空公司探索出一条在飞机上收集并使用数据的可行道路。


航空企业乘客体验协会(APEX)首席执行官Joe Leader表示,“我们需要谷歌级别的运营能力。”如果航空公司真能将技术运用得如此纯熟,那么AI应用将变得更加轻松,并最终创造出空中版本的Amazon零售体验。


对于航空这一向来行动缓慢的行业来说,此次变革无疑代表着激动人心的一步。而任何无视时代潮流、历史方向的从业方,都将被每位乘客乃至整个时代所抛弃。


 



本文作者:Forbes


目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
【AI问爱答-双十一返场周】第二场企业办公视频
【AI问爱答-双十一返场周】探讨AI大模型时代对企业办公的影响。AI员工旨在辅助而非替代人类,通过深度学习、大规模训练数据和自我监督学习提升效率。视频介绍生成式智能工具如全妙系列,助力企业内容生产。关注AI问爱答,了解更多AI技术与应用。
|
2月前
|
机器学习/深度学习 人工智能 自动驾驶
企业内训|AI大模型在汽车行业的前沿应用研修-某汽车集团
本课程是TsingtaoAI为某汽车集团高级项目经理设计研发,课程全面系统地解析AI的发展历程、技术基础及其在汽车行业的深度应用。通过深入浅出的理论讲解、丰富的行业案例分析以及实战项目训练,学员将全面掌握机器学习、深度学习、NLP与CV等核心技术,了解自动驾驶、智能制造、车联网与智能营销等关键应用场景,洞悉AI技术对企业战略布局的深远影响。
228 97
|
2天前
|
人工智能 自然语言处理 数据可视化
YAYI-Ultra:中国企业终于等来『全能大脑』!开源企业级AI『混合专家』横扫金融舆情中医领域,最长生成20万字报告
YAYI-Ultra 是由中科闻歌研发的企业级大语言模型,具备强大的多领域专业能力和多模态内容生成能力,支持数学、代码、金融等多个领域的专家组合,缓解垂直领域迁移中的“跷跷板”现象。
46 10
YAYI-Ultra:中国企业终于等来『全能大脑』!开源企业级AI『混合专家』横扫金融舆情中医领域,最长生成20万字报告
|
1月前
|
存储 人工智能 自然语言处理
|
1月前
|
存储 人工智能 自然语言处理
AI Agent与SaaS工具协同发展的未来:企业智能化的全新范式
AI Agent以自主性和智能化为核心,适合复杂任务的动态执行;而SaaS工具则注重服务的完整性和易用性,适合标准化业务需求。
126 14
AI Agent与SaaS工具协同发展的未来:企业智能化的全新范式
|
2月前
|
机器学习/深度学习 人工智能 安全
CCF-CV企业交流会:打造大模型时代的可信AI,探索AI安全治理新路径
近日,由中国计算机学会计算机视觉专委会主办的《打造大模型时代的可信AI》论坛顺利举行。论坛邀请了来自上海交通大学、中国科学技术大学等机构的专家,从立法、监管、前沿研究等多角度探讨AI安全治理。合合信息等企业展示了图像篡改检测等技术,助力AI向善发展。
77 11
CCF-CV企业交流会:打造大模型时代的可信AI,探索AI安全治理新路径
|
1月前
|
人工智能 运维 监控
云卓越架构:企业稳定性架构体系和AI业务场景探秘
本次分享由阿里云智能集团公共云技术服务部上海零售技术服务高级经理路志华主讲,主题为“云卓越架构:企业稳定性架构体系和AI业务场景探秘”。内容涵盖四个部分:1) 稳定性架构设计,强调高可用、可扩展性、安全性和可维护性;2) 稳定性保障体系和应急体系的建立,确保快速响应和恢复;3) 重大活动时的稳定重宝策略,如大促或新业务上线;4) AI在企业中的应用场景,包括智能编码、知识库问答、创意广告生成等。通过这些内容,帮助企业在云计算环境中构建更加稳定和高效的架构,并探索AI技术带来的创新机会。
|
2月前
|
存储 人工智能 物联网
工业公辅车间数智化节能头部企业,蘑菇物联选择 TDengine 升级 AI 云智控
在工业节能和智能化转型的浪潮中,蘑菇物联凭借其自研的灵知 AI 大模型走在行业前沿,为高能耗设备和公辅能源车间提供先进的 AI 解决方案。此次采访聚焦于蘑菇物联与 TDengine 的合作项目,通过 AI 云智控平台的建设,双方携手推动制造工厂的能源数智化管理,助力企业实现节能降碳。在本文中,我们将深入探讨蘑菇物联选择 TDengine 的原因、项目实施中的挑战与解决方案,以及合作视角下双方的未来愿景。
47 2
|
2月前
|
人工智能 Serverless API
尽享红利,Serverless构建企业AI应用方案与实践
本次课程由阿里云云原生架构师计缘分享,主题为“尽享红利,Serverless构建企业AI应用方案与实践”。课程分为四个部分:1) Serverless技术价值,介绍其发展趋势及优势;2) Serverless函数计算与AI的结合,探讨两者融合的应用场景;3) Serverless函数计算AIGC应用方案,展示具体的技术实现和客户案例;4) 业务初期如何降低使用门槛,提供新用户权益和免费资源。通过这些内容,帮助企业和开发者快速构建高效、低成本的AI应用。
97 12
|
2月前
|
人工智能 安全 搜索推荐
到2028年,30%的财富500强企业将使用仅支持AI的服务渠道
到2028年,30%的财富500强企业将使用仅支持AI的服务渠道

热门文章

最新文章