En la
Conferencia de marketing de productos de
Epic Growth Conference de Mobile Hotels en Aviasales, Konstantin Savchenko habló sobre experimentos y ejemplos de uso de tecnologías de inteligencia artificial en Aviasales.
Mire el video o lea las notas debajo del corte.
Muchas soluciones de Aviasales relacionadas con las tecnologías de inteligencia artificial han surgido de los hackatones. Y la mayoría de estas soluciones de la primera versión ofrecen un crecimiento tangible y buenos resultados para el negocio, por ejemplo, aumento de la conversión o reducción de costos.
Para usar la tecnología de la inteligencia artificial, no es necesario estar en este profesional. El secreto aquí es simple: las grandes corporaciones ya han hecho todo por usted. Y publicó, por ejemplo, soluciones llave en mano en GitHub, donde puede encontrar redes neuronales y bibliotecas inteligentes.
Para inspirarte a intentar crear soluciones basadas en inteligencia artificial, Konstantin Savchenko ha recopilado siete ejemplos de cómo Aviasales utiliza estas tecnologías.
# 1 Orden de socios en el boleto
El orden de los socios en el boleto es un ejemplo simple, pero una vez que realmente ayudó a comenzar a comprender qué es el aprendizaje automático. Este es el boleto que encuentras en Aviasales. Diferentes socios proporcionan sus precios para un boleto específico.
A menudo, los precios de diferentes socios son los mismos. Necesitamos elegir a qué socios poner el botón grande naranja Comprar, en el que la mayoría de los usuarios hacen clic. Por supuesto, en primer lugar establecemos el precio más bajo, solo así funciona. Pero si hay varios precios bajos de diferentes socios y son iguales, debemos elegir el mejor.
En este caso, nos centramos en dos parámetros. El primero es la conversión de hacer clic en el botón comprar a una compra. Y la segunda es la comisión que nos paga un socio en particular. Se compila un letrero para cada uno (vea la pantalla a continuación), que ayuda a identificar al socio con la máxima eficiencia en primer lugar.
Todos nuestros socios desean mejorar sus embudos, por lo que realizan muchos experimentos y la conversión cambia periódicamente. Es importante controlar esto y este es el momento que puede automatizarse.
Supongamos que en el 5% de los casos, usted pone el botón "comprar", no el socio con el mejor precio, sino que comienza a alejar a todos los demás socios para averiguar cuál es su conversión ahora. Actualiza esta placa, cuenta la productividad y, por lo tanto, el siguiente usuario ya ve el nuevo orden de socios. Su sistema aprende de los datos que recibe de los socios y selecciona la mejor solución. Esto ya se puede llamar aprendizaje automático.
# 2 Hotel Sort
Si todo es bastante simple con los boletos: puede ordenarlos por precio y poner el más barato al principio, entonces esta recepción no funcionará con los hoteles.
Si mostramos el hotel más barato, lo más probable es que sea un albergue en las afueras y a casi nadie le gustará. Puede comenzar a hacer lo mismo que con los boletos: muestre todos los hoteles por turno, vea cuál es su conversión y elija el mejor. Pero tenemos 4 millones de hoteles. Me temo que ninguno de nosotros estará a la altura de los resultados de esta prueba. Por lo tanto, recurrimos a la ayuda de tecnologías de inteligencia artificial.
También hay una solución llave en mano. En este caso, la biblioteca "inteligente", creada por los muchachos de Yandex, fue creada solo para aquellos que aún no conocen la inteligencia artificial. Los hoteles tienen una gran cantidad de características en función de las cuales el usuario elige: precio, calificación, comentarios, etc. En la entrada le da a la biblioteca los parámetros del hotel; Resulta transferir las conversiones de mostrar el hotel a la compra.
¿Qué hace esta biblioteca? Con base en estos datos, ella está tratando de predecir qué tipo de conversión tendrán los hoteles similares. En la salida, obtienes un pronóstico de conversión que se puede usar como una ordenación.
En este experimento, nuestra factura promedio aumentó en + 17%. Este algoritmo comenzó a mostrar hoteles más caros por encima del resto, y así la gente comenzó a comprar hoteles más caros.
Otros indicadores y todo lo relacionado con la conversión ha aumentado notablemente: conversión a venta + 6%, ingresos + 19%.
# 3 Análisis fotográfico
Los socios nos proporcionan muchas fotos para cada hotel. Pero no sabemos qué se representa en ellos. Necesitamos AI para saber de qué calidad son y en qué orden deben mostrarse. Entre las fotografías también hay tales:
Este famoso secador de pelo de alguna manera se metió en el tema principal en Moscú. Esa fue una de las razones por las que decidimos resolverlo.
Hay una gran cantidad de bibliotecas; encontramos uno adecuado que intenta determinar la ubicación representada en la foto.
Corrimos todas nuestras fotos a través de esta biblioteca (puede llamarla una red neuronal entrenada) y obtuvimos el resultado: un desglose aproximado de lo que la biblioteca ve en la foto.
Para nosotros era importante entender si era en la calle o adentro. Si en la calle, entonces estábamos principalmente interesados en la piscina. En el interior hay camas, baños, un pasillo.
Luego decidimos que era interesante para los usuarios ver la habitación del hotel en primer lugar. ¿Qué es un número? Esto es cuando la foto muestra una cama grande. No fue muy difícil de manejar. Comenzamos a mirar manualmente lo que sucedió: todo parecía genial, pero en los destinos turísticos (especialmente para el turismo de masas) las fotos de las camas se veían mal. Era una cama muy escasa en una habitación muy escasa.
Hemos analizado lo que hacen nuestros socios y competidores en este caso. Y muestran fotos de la piscina, porque la piscina en esos hoteles siempre es hermosa. Comenzamos a presentar precisamente aquellos hoteles que tienen una hermosa fotografía de la piscina.
Al lanzar un problema de este tipo, no solo nos libramos del trabajo manual (solíamos contratar a personas independientes que tomaron fotos de hoteles en las principales ciudades con nuestras manos), sino que también aumentaron la conversión en un + 12%, que aumentó principalmente debido a las ubicaciones de las playas en el experimento con la piscina.
# 4 Análisis de revisión
Estética de las fotografías y el estilo del interior: es algo más con lo que puede trabajar, como pensamos. A menudo, los hoteles muy similares en características se hacen en un estilo completamente diferente. Puede averiguar dónde está el interior, no solo por fotos, sino también por reseñas.
Los usuarios a menudo escriben sobre cómo les gusta el interior. He conocido algunas críticas, por ejemplo: "Aquí hay un número increíble, como mi abuela". Pero los usuarios suelen escribir sobre algunos hoteles modernos y elegantes. Escriben sobre la ubicación, la proximidad de las atracciones o la vista desde la ventana.
Cuando los usuarios buscan un hotel, primero filtran todo lo que no les conviene, dejando algunas opciones en sus favoritos. Y el siguiente paso que afecta la elección es revisar las revisiones. A menudo hay demasiadas reseñas. Pensamos que sería genial leer el apretón, eso es lo más importante. Comenzamos con esta idea.
Atrajimos a nuestros socios que se especializan en el análisis de revisiones. Junto con ellos, sacamos lo más importante de las reseñas y recolectamos un cierto conjunto de insignias que colocamos en los hoteles.
Realmente queríamos lanzar esta función, lo soñamos mucho. Pero resultó que a la gente no le importa. Colgamos insignias hermosas en los hoteles, que revelaron la principal ventaja del hotel. Pero esto no afectó la conversión y los números.
# 5 Precios de entradas
Durante todo el tiempo que trabajamos en Aviasales, hemos acumulado una gran cantidad de datos. Y nuestra hipótesis fue que existe una relación entre cómo cambia el precio de los boletos dependiendo de cuánto tiempo queda antes de la salida o en qué día esta salida.
Este también fue uno de nuestros proyectos de hackathon, donde los chicos desarrollaron una solución que rápidamente comenzó a dar resultados geniales.
Gracias a esta decisión, comenzamos a ahorrar en datos, comenzamos a completar el calendario de precios de esos lugares, aquellos precios y fechas para los que no teníamos datos reales.
Esto funciona con una precisión sorprendente: solo el 10% del precio está mal, lo que parece un buen indicador para una solución hecha en la rodilla.
¿Qué más es interesante con las predicciones? Las personas a menudo deciden si esperar por precios más bajos o aún comprar ahora. Por lo tanto, comenzamos a hacer sugerencias para los usuarios "comprar ahora" o "esperar". Por lo general, los precios de las entradas solo aumentan, por lo que en el 90% de los casos decimos: "Compre ahora". La confianza del usuario aquí fue mínima.
A continuación se muestra un diseño de lo que planeamos hacer. Mostraremos gráficos de cómo cambiará el precio según nuestras previsiones. Esperamos obtener más confianza del usuario de esto.
# 6 Predicción de cancelación de hotel
La mayoría de los usuarios compran boletos no reembolsables y el hecho de que el usuario haya comprado un boleto puede considerarse el acuerdo final.
En el caso de los hoteles de una manera diferente; la proporción de los retornos es alta y es importante para nosotros planificar cuánto dinero ganamos aquí. Por lo tanto, en función de cuánto tiempo queda antes de la reserva y de las acciones anteriores del usuario, intentamos predecir qué porcentaje y precio de cancelación será. Esto ayuda en la planificación.
# 7 Evaluación de la calidad del tráfico
Muy a menudo, las personas viajan dos veces al año. Por lo tanto, cuando instalan la aplicación, no es un hecho (y esto es normal) que no comprarán boletos ahora. Pero aún es importante evaluar qué tan buena es una fuente de tráfico. Estamos tratando de predecir por las primeras acciones del usuario cuál es la probabilidad de que realice una compra.
Siete ejemplos
- socios de clasificación;
- clasificación de hoteles;
- análisis fotográfico;
- análisis de revisiones;
- predicción de precios;
- predicción de cancelación;
- estimación de tráfico.
Quiero llamar su atención sobre los primeros tres puntos. Gracias a estos puntos, me parece que aprendimos que la introducción de tecnologías de inteligencia artificial es bastante simple. Recomiendo llevar a su desarrollador y pasar un día investigando.
Si tiene alguna tarea que cree que podría automatizarse. Existe una gran posibilidad de que lo que debe hacer ya esté hecho antes que usted, aplicarlo a usted mismo no tomará mucho tiempo.
Se pueden encontrar más informes sobre la comercialización del producto en el canal
@epicgrowth Telegram.
Transcripción del discurso
publicado en vc.ru.