Как строить точные прогнозы с помощью аналитики данных в транспортной отрасли
Рассказываем, как авиакомпании прогнозируют загрузку рейсов, а сервисы проката самокатов подстраиваются под сезонный спрос с помощью анализа больших данных.
14 января 2025 г.
15 минут чтения
Каждая поездка — на самолёте или самокате — оставляет цифровой след. Информация о маршрутах, стоимости и пассажирах помогает транспортным компаниям делать точные прогнозы. С помощью этих данных они узнают, когда вырастет спрос на перелёты, как оптимизировать расписание и когда потребуется ремонт техники.
Рассмотрим, как работает аналитика данных на примере двух российских компаний:
ORS развивает систему управления доходами авиакомпаний — RMS. Она анализирует историю бронирований и стоимость перелётов. На основе этих данных нейросеть прогнозирует заполняемость рейсов, а также возможную выручку и даёт рекомендации по ценообразованию в различных ценовых сегментах. По точности прогнозов технология сопоставима с другими методами анализа — линейной регрессией и градиентным бустингом. При этом важная особенность RMS — она учится на новых данных и со временем выдаёт всё более точные прогнозы.
RMS анализирует большой массив данных о продажах и ценах на билеты. Система представляет эту информацию в виде наглядных графиков, которые помогают авиакомпаниям принимать управленческие решения. ORS может применять инфраструктуру Yandex Cloud в случае повышенных нагрузок.
В будущем ORS планирует расширить возможности системы RMS. Она научится прогнозировать объём продаж дополнительных услуг и корректировать цены в зависимости от спроса. Это поможет авиакомпаниям подстраивать тарифы под каждого пассажира и повысить доходность.
ARPPU показывает выручку на одного активного пользователя.
Процент доступного парка позволяет в реальном времени оценивать техническое состояние самокатов и уровень обслуживания.
Утилизация парка демонстрирует, насколько эффективно используются самокаты в часы пик.
Частотность поездок на пользователя помогает анализировать лояльность клиентов и выявлять разные модели поведения.
Облачные технологии помогают справляться с сезонными колебаниями: летом спрос на самокаты резко возрастает, а зимой и осенью падает. Технологии Yandex Cloud позволяют МТС Юренту наращивать вычислительные мощности вместе с ростом бизнеса.
Источник: пресс-служба компании МТС Юрент
В будущем компания планирует перейти на новые управляемые решения — это ускорит запуск сервисов для пользователей. А точность прогнозов будет расти по мере накопления данных из новых городов.
Успехи в аналитике больших данных привели к тому, что транспортные компании всё чаще используют более сложные технологии — искусственный интеллект и машинное обучение.
В авиационной отрасли компании внедряют системы автоматизации для улучшения сервиса. Программы анализируют данные о бронированиях, динамике цен и предпочтениях клиентов, чтобы формировать персональные предложения. Авиаперевозчики тестируют технологии предиктивной аналитики. Они помогают планировать техобслуживание и предотвращать поломки самолётов.
Транспортные компании автоматизируют процессы с помощью облачных технологий. Например, сервис Geotab устанавливает на грузовики датчики, которые следят за состоянием машин и грузов. А Peloton Technology разработала систему связи между грузовиками. Она позволяет им двигаться на близком расстоянии друг от друга и экономить до 7% топлива.
В городах развивается микромобильность. Агрегаторы и операторы общественного транспорта объединяют свои сервисы на единых платформах. Пользователи могут выбрать оптимальный маршрут с пересадками и оплатить поездку в одном приложении. По оценкам экспертов, к 2030 году объём рынка таких сервисов превысит триллион долларов.
Транспортным компаниям приходится не только внедрять новые технологии, но и перестраивать бизнес‑процессы. Они создают центры компетенций по работе с данными и инвестируют в переобучение сотрудников.