Lors de la
conférence Epic Growth Conference Head of Mobile Hotels Product Marketing à Aviasales, Konstantin Savchenko a parlé d'expériences et d'exemples d'utilisation des technologies d'intelligence artificielle à Aviasales.
Regardez la vidéo ou lisez les notes sous la coupe.
De nombreuses solutions Aviasales liées aux technologies d'intelligence artificielle sont issues de hackathons. Et la plupart de ces solutions de la première version donnent une croissance tangible et de bons résultats pour l'entreprise, par exemple, une conversion accrue ou des coûts réduits.
Pour utiliser la technologie de l'intelligence artificielle, il n'est pas nécessaire d'être dans ce pro. Le secret ici est simple: les grandes entreprises ont déjà tout fait pour vous. Et publié, par exemple, des solutions clé en main sur GitHub, où vous pouvez trouver des réseaux de neurones et des bibliothèques intelligentes.
Pour vous inciter à essayer de créer des solutions basées sur l'intelligence artificielle, Konstantin Savchenko a collecté sept exemples de la manière dont Aviasales utilise ces technologies.
# 1 Ordre des partenaires sur le ticket
L'ordre des partenaires sur le ticket est un exemple simple, mais une fois cela a vraiment aidé à commencer à comprendre ce qu'est l'apprentissage automatique. C'est le ticket que vous trouverez sur Aviasales. Différents partenaires fournissent leurs prix pour un billet spécifique.
Souvent, les prix des différents partenaires sont les mêmes. Nous devons choisir lequel des partenaires mettre sur le gros bouton orange d'achat, sur lequel la plupart des utilisateurs cliquent. Bien sûr, tout d'abord, nous fixons le prix le plus bas, uniquement de cette façon. Mais s'il existe plusieurs prix bas de différents partenaires et qu'ils sont les mêmes, nous devons choisir le meilleur.
Dans ce cas, nous nous concentrons sur deux paramètres. Le premier est la conversion d'un clic sur le bouton d'achat en un achat. Et la seconde est la commission qu'un partenaire particulier nous verse. Un signe est compilé pour chacun (voir écran ci-dessous), ce qui aide à identifier le partenaire avec une efficacité maximale en premier lieu.
Tous nos partenaires veulent améliorer leurs entonnoirs, ils effectuent donc beaucoup d'expériences, et la conversion change périodiquement. Il est important de surveiller cela et c'est le moment qui peut être automatisé.
Supposons que dans 5% des cas, vous n'appuyez pas sur le bouton «acheter», le partenaire avec le meilleur prix, mais commencez à chasser tous les autres partenaires pour savoir quelle est leur conversion maintenant. Vous mettez à jour cette plaque, racontez la productivité - et ainsi, le prochain utilisateur voit déjà le nouvel ordre des partenaires. Votre système apprend des données qu'il reçoit des partenaires et sélectionne la meilleure solution. Cela peut déjà être appelé apprentissage automatique.
# 2 Hotel Sort
Si tout est assez simple avec les billets: vous pouvez les trier par prix et mettre les moins chers au début, alors cette réception ne fonctionnera pas avec les hôtels.
Si nous montrons l'hôtel le moins cher, ce sera probablement une auberge à la périphérie et presque personne ne l'aimera. Vous pouvez commencer à faire la même chose qu'avec les billets: montrez tous les hôtels tour à tour, voyez quelle est leur conversion et choisissez le meilleur. Mais nous avons 4 millions d'hôtels. Je crains qu'aucun de nous ne soit à la hauteur des résultats de ce test. Par conséquent, nous recourons à l'aide des technologies de l'intelligence artificielle.
Il existe également une solution clé en main. Dans ce cas, la bibliothèque «intelligente», qui a été faite par les gars de Yandex, a été créée juste pour ceux qui ne sont pas encore versés en intelligence artificielle. Les hôtels ont un grand nombre de caractéristiques sur la base desquelles l'utilisateur fait son choix: prix, note, avis, etc. A l'entrée vous donnez à la bibliothèque les paramètres de l'hôtel; il s'avère que les conversions de transfert de montrer l'hôtel à acheter.
Que fait cette bibliothèque? Sur la base de ces données, elle essaie de prédire quel type de conversion des hôtels similaires auront. En sortie, vous obtenez une prévision de conversion qui peut être utilisée comme tri.
Dans cette expérience, notre facture moyenne a augmenté de + 17%. Cet algorithme a commencé à montrer des hôtels plus chers au-dessus du reste - et donc les gens ont commencé à acheter des hôtels plus chers.
Les autres indicateurs et tout ce qui concerne la conversion a fortement augmenté: conversion en vente + 6%, chiffre d'affaires + 19%.
# 3 Analyse de photos
Les partenaires nous fournissent de nombreuses photos pour chaque hôtel. Mais nous ne savons pas ce qui y est représenté. Nous avons besoin de l'IA pour savoir quelle qualité ils sont et dans quel ordre ils doivent être présentés. Parmi les photographies, il y a aussi:
Ce célèbre sèche-cheveux est en quelque sorte devenu le principal problème à Moscou. C'est l'une des raisons pour lesquelles nous avons décidé de le comprendre.
Il existe un grand nombre de bibliothèques; nous en avons trouvé un approprié qui tente de déterminer l'emplacement représenté sur la photo.
Nous avons exécuté toutes nos photos dans cette bibliothèque (vous pouvez l'appeler un réseau de neurones formé) et nous avons obtenu le résultat - une ventilation approximative de ce que la bibliothèque voit sur la photo.
Il était important pour nous de comprendre si c'était dans la rue ou à l'intérieur. Si dans la rue, nous étions principalement intéressés par la piscine. A l'intérieur il y a des lits, des toilettes, un couloir.
Ensuite, nous avons décidé qu'il était intéressant pour les utilisateurs de voir la chambre d'hôtel en premier lieu. Qu'est-ce qu'un numéro? C'est alors que la photo montre un grand lit. Ce n'était pas très difficile à gérer. Nous avons commencé à regarder manuellement ce qui s'est passé: tout avait l'air cool, mais sur les destinations de villégiature (en particulier pour le tourisme de masse), les photos des lits étaient mauvaises. C'était un lit très maigre dans une pièce très maigre.
Nous avons analysé ce que font nos partenaires et concurrents dans ce cas. Et ils montrent des photos de la piscine, car la piscine dans ces hôtels est toujours belle. Nous avons commencé à proposer précisément ces hôtels qui ont une belle photo de la piscine.
En lançant un tel problème, nous avons non seulement éliminé le travail manuel (nous avions l'habitude d'embaucher des personnes indépendantes qui prenaient des photos d'hôtels dans les meilleures villes avec nos mains), mais nous avons également augmenté la conversion de + 12%, qui a augmenté principalement en raison de l'emplacement des plages dans l'expérience avec la piscine.
# 4 Examiner l'analyse
L'esthétique des photographies et le style de l'intérieur - c'est quelque chose d'autre avec lequel vous pouvez travailler, comme nous le pensions. Souvent, les hôtels de caractéristiques très similaires sont fabriqués dans un style complètement différent. Vous pouvez savoir où se trouve l'intérieur - non seulement par des photos, mais aussi par des critiques.
Les utilisateurs écrivent souvent sur la façon dont ils aiment l'intérieur. J'ai rencontré quelques critiques, par exemple: "Voici un nombre incroyable, comme ma grand-mère." Mais les utilisateurs écrivent généralement sur certains hôtels modernes et élégants. Ils écrivent sur l'emplacement, la proximité des attractions ou la vue depuis la fenêtre.
Lorsque les utilisateurs recherchent un hôtel, ils filtrent d'abord tout ce qui ne leur convient pas, laissant quelques options dans leurs favoris. Et la prochaine étape qui affecte le choix est de revoir les critiques. Il y a souvent trop de critiques. Nous pensions que ce serait cool de lire la compression, c'est la chose la plus importante. Nous avons commencé avec cette idée.
Nous avons attiré nos partenaires spécialisés dans l'analyse des avis. Avec eux, nous avons retiré la chose la plus importante des critiques et collecté un certain ensemble de badges que nous avons placés sur les hôtels.
Nous voulions vraiment lancer cette fonctionnalité, nous en rêvions beaucoup. Mais il s'est avéré que les gens s'en moquaient. Nous avons accroché de beaux badges sur les hôtels, ce qui a révélé le principal avantage de l'hôtel. Mais cela n'a pas affecté la conversion et les chiffres.
# 5 Prix des billets
Pendant tout le temps que nous avons travaillé à Aviasales, nous avons accumulé une énorme quantité de données. Et notre hypothèse était qu'il existe une relation entre la façon dont le prix des billets change en fonction du temps restant avant le départ ou du jour de ce départ.
C'était aussi l'un de nos projets de hackathon, où les gars ont développé une solution qui a rapidement commencé à donner des résultats sympas.
Grâce à cette décision, nous avons commencé à économiser sur les données, avons commencé à remplir le calendrier des prix des endroits, des prix et des dates pour lesquels nous n'avions pas de données réelles.
Cela fonctionne avec une précision incroyable: seulement 10% du prix est faux, ce qui semble être un bon indicateur d'une solution faite sur le genou.
Quoi d'autre est intéressant avec les prédictions? Les gens décident souvent d’attendre la baisse des prix des billets ou d’acheter maintenant. Ainsi, nous avons commencé à faire des astuces pour les utilisateurs «acheter maintenant» ou «attendre». En règle générale, le prix des billets ne fait qu'augmenter. Dans 90% des cas, nous disons: «Achetez maintenant». La confiance des utilisateurs ici était minime.
Vous trouverez ci-dessous une présentation de ce que nous prévoyons de faire. Nous allons montrer des graphiques de l'évolution du prix en fonction de nos prévisions. Nous nous attendons à obtenir plus de confiance de la part des utilisateurs.
# 6 Prédiction d'annulation d'hôtel
La plupart des utilisateurs achètent des billets non remboursables et le fait que l'utilisateur ait acheté un billet peut être considéré comme l'accord final.
Dans le cas des hôtels d'une manière différente; la part des retours est élevée et il est important pour nous de planifier combien d'argent nous gagnons ici. Par conséquent, en fonction du temps restant avant la réservation et en fonction des actions passées des utilisateurs, nous essayons de prédire le pourcentage et le prix de l'annulation. Cela aide à la planification.
# 7 Évaluation de la qualité du trafic
Le plus souvent, les gens voyagent deux fois par an. Par conséquent, lorsqu'ils installent l'application, ce n'est pas du tout (et c'est normal) qu'ils n'achèteront pas de billets maintenant. Mais il est toujours important d'évaluer la qualité d'une source de trafic. Nous essayons de prédire par les premières actions de l'utilisateur quelle est la probabilité qu'il fasse un achat.
Sept exemples
- partenaires de tri;
- tri des hôtels;
- analyse photo;
- analyse des revues;
- prévision des prix;
- prédiction d'annulation;
- estimation du trafic.
Je veux attirer votre attention sur les trois premiers points. Grâce à ces éléments, il me semble que nous avons appris que l'introduction des technologies d'intelligence artificielle est assez simple. Je recommande de prendre votre développeur et de passer une journée à faire des recherches.
Si vous avez une tâche qui, selon vous, pourrait être automatisée. Il y a de grandes chances que ce que vous devez faire soit déjà fait avant vous, l'appliquer à vous-même ne prendra pas beaucoup de temps.
Vous trouverez plus de rapports sur le marketing des produits sur le canal
@epicgrowth Telegram.
Transcription du discours
publiée sur vc.ru.