過去幾年，全球航空業(yè)發(fā)生大規(guī)模動蕩，包括疫情給航空業(yè)帶來的災(zāi)難性影響，已經(jīng)讓不少航空公司陷入困境，這在業(yè)內(nèi)已經(jīng)不是什么秘密了。盡管世界范圍內(nèi)一片混亂，但阿聯(lián)酋國家航空公司——阿提哈德航空(Etihad)仍設(shè)法通過使用數(shù)據(jù)科學(xué)生成的洞察力，來提高生產(chǎn)力并節(jié)省成本。

阿提哈德航空公司總部位于阿布扎比，從2003年開始運營，近年來，阿提哈德航空使用數(shù)據(jù)湖和一套統(tǒng)一的、人工智能驅(qū)動的分析工具來優(yōu)化人員配備、乘客處理和客戶查詢響應(yīng)。

阿提哈德航空公司戰(zhàn)略、管理和投資組合總監(jiān)Reem Alaya Lebhar博士表示：“數(shù)字化轉(zhuǎn)型讓我們變得更精簡、更敏捷、更高效。當(dāng)我們審視自己作為一家中型航空公司的定位時，我們就決定了治理和思維方式必須發(fā)生改變。”

Reem Alaya Lebhar

阿提哈德航空從使用Cloudera Data Platform開始了自己的數(shù)據(jù)科學(xué)之旅，之后將數(shù)據(jù)遷移到云端，建立了數(shù)據(jù)湖。但是因為他們采用了多家廠商的技術(shù)來支持數(shù)據(jù)湖，所以導(dǎo)致分析數(shù)據(jù)的方式效率低下，他們需要改變這一點。

阿提哈德航空公司企業(yè)數(shù)據(jù)管理負責(zé)人Martin Hammer說：“阿提哈德航空正在進行數(shù)字化轉(zhuǎn)型之旅，我們的數(shù)據(jù)戰(zhàn)略支持我們利用整個組織中所有可用數(shù)據(jù)、打破孤島、增強每個業(yè)務(wù)流程的愿景。”

在數(shù)據(jù)科學(xué)平臺上實現(xiàn)統(tǒng)一分析

阿提哈德航空公司決定統(tǒng)一他們的數(shù)據(jù)建模和數(shù)據(jù)分析，選擇Dataiku端到端的機器學(xué)習(xí)平臺來實現(xiàn)這一點。

Dataiku公司中東和土耳其區(qū)域副總裁Siddhartha Bhatia表示：“阿提哈德航空過去一直在收集數(shù)據(jù)，但是他們需要的是從這些數(shù)據(jù)中獲得洞察。他們想要對一切實施標(biāo)準(zhǔn)化，打破這些孤島，變成高度的標(biāo)準(zhǔn)化。”

作為一家全球航空公司，阿提哈德航空的數(shù)據(jù)運營覆蓋了很多不同國家。作為一款基于服務(wù)器和瀏覽器的應(yīng)用，Dataiku允許遠程和分布式團隊可以橫跨不同時區(qū)和部門展開協(xié)作。

Dataiku中嵌入的低代碼可視化工具，讓業(yè)務(wù)負責(zé)人能夠與數(shù)據(jù)科學(xué)家進行密切合作。阿提哈德航空公司數(shù)據(jù)科學(xué)經(jīng)理Talal Mufti指出，這讓公司有機會提升分析師的技能。

Talal Mufti

阿提哈德航空希望能夠?qū)λ麄兊臄?shù)據(jù)模型進行快速部署、調(diào)度和自動化，此外還希望在成本方面有所降低。

阿提哈德航空確定了很多短期的使用實例，并對這些實例進行進一步評估，看哪些實例可以帶來利益最大化的影響。

阿提哈德航空首先根據(jù)利益最大化對這些使用實例進行優(yōu)先級排序，這一步可以在部署Dataiku平臺的早期階段完成。

財務(wù)收益和成本節(jié)約成為了阿提哈德航空選定使用實例的主要因素，雖然他們是在疫情爆發(fā)之前就采用和部署了這款分析平臺，但是在后續(xù)階段的確產(chǎn)生了一些影響。

預(yù)測旅客到達

阿提哈德航空選擇的其中一個用例是預(yù)測旅客到達情況，幫助他們更有效地在機場部署地勤人員來調(diào)度航班。

飛行移動操作是需要大量支持人員的，其中一些是固定員工和現(xiàn)場員工，還有一些是合同員工，總體上看包括了值機人員和行李搬運工，之所以采用這種模式，是因為航空公司并不總是很清楚什么時候需要操作人員和支持人員。預(yù)測窗口期是14天，連續(xù)間隔30分鐘，直到每次飛行前的4個小時。

Martin Hammer

阿提哈德航空公司使用Dataiku平臺構(gòu)建了一個預(yù)測系統(tǒng)，來模擬和預(yù)測乘客到達情況。這么做的好處是，機場管理人員能夠就地勤人員、需要什么人員、何時需要等問題做出更好的決策。這樣在對接外部供應(yīng)商的時候，就可以更好地進行合同談判。

Dataiku團隊承擔(dān)的另一個使用場景，是管理和響應(yīng)接收到的查詢電子郵件。阿提哈德航空公司的CRM系統(tǒng)持續(xù)不斷地接收和記錄收到的電子郵件查詢，而挑戰(zhàn)在于，如何在盡可能短的時間內(nèi)對這些電子郵件進行分類、轉(zhuǎn)發(fā)和回復(fù)。他們需要對這些電子郵件進行自動分類以保證最終正確送達。

Bhatia說：“問題是，你如何有效地發(fā)送這些電子郵件，確保郵件被正確的人處理，并盡快回復(fù)那些提問的人呢。”

使用NLP優(yōu)化客戶響應(yīng)時間

Dataiku構(gòu)建了一個電子郵件分類系統(tǒng)，可以查看被詢問的內(nèi)容，并使用NLP(自然語言處理)對電子郵件進行分類，這樣CRM系統(tǒng)就可以確保將這些電子郵件發(fā)送到正確的人那里進行處理。

自然語言處理讓計算機系統(tǒng)能夠理解口語或者文本并做出決策，在這個過程中，自然語言算法是提供文檔或電子郵件自動要點摘要的一個基礎(chǔ)，這些算法還可以根據(jù)類別對文本進行分類，組織信息并完成電子郵件轉(zhuǎn)發(fā)和垃圾郵件過濾。

在Dataiku內(nèi)部，自然語言處理模型會提取電子郵件，對其進行智能分析，然后根據(jù)特定問題對其進行分類，并在CRM系統(tǒng)中創(chuàng)建自動案例。

API可觸發(fā)對電子郵件的處理。API與自然語言處理模型連接，對電子郵件進行處理，在CRM系統(tǒng)中進行分類，然后調(diào)用操作。

Mufti表示：“Dataiku幫助我們開發(fā)了整個組織的使用實例，這些實例有望在未來5年內(nèi)顯著節(jié)省成本。”

解決數(shù)據(jù)建模的難題

數(shù)據(jù)科學(xué)在后期遇到了一個挑戰(zhàn)：數(shù)據(jù)漂移。這是指，在一段時間內(nèi)傳入的數(shù)據(jù)開始發(fā)生與用于構(gòu)建模型的原始數(shù)據(jù)的偏離，這帶來的影響就是，之前對原始數(shù)據(jù)所做的訓(xùn)練將不再奏效。

Sid Bhatia

Bhatia表示：“這樣你的預(yù)測能力和模型的預(yù)測能力就不再像應(yīng)有的那樣有效。”Dataiku可以對模型進行重新開發(fā)、重建和重新訓(xùn)練，然后再推出。

Dataiku平臺最初的使用實例幫助阿提哈德航空公司節(jié)省了大量成本，而且在經(jīng)歷了具有挑戰(zhàn)性的、后疫情時代的復(fù)蘇之后，阿提哈德航空建立了對持續(xù)使用數(shù)據(jù)科學(xué)的信心。

Hammer表示：“Dataiku是我們企業(yè)數(shù)據(jù)平臺的關(guān)鍵組成部分之一，為我們的數(shù)據(jù)科學(xué)社區(qū)提供了所需的所有工具，并促進了不同利益相關(guān)者群體之間的協(xié)作。”

展望未來，阿提哈德航空公司計劃繼續(xù)使用這個數(shù)據(jù)建模平臺來解決運營瓶頸，并在各種用例中提高流程的效率。