Проект

«Аэрофлот» внедрил автоматизированную систему прогнозирования грузопочтовых емкостей пассажирских рейсов

Заказчики: Аэрофлот

Москва; Транспорт

Подрядчики: Иннодата (Innodata)
Продукт: Проекты ИТ-аутсорсинга
Второй продукт: Apache Hive
Третий продукт: Apache Spark

Дата проекта: 2019/01 — 2020/01
Количество лицензий: 10
Технология: ИТ-аутсорсинг
подрядчики - 820
проекты - 2549
системы - 173
вендоры - 118
Технология: BI
подрядчики - 432
проекты - 2990
системы - 1128
вендоры - 546
Технология: Data Mining
подрядчики - 231
проекты - 787
системы - 274
вендоры - 193
Технология: Средства разработки приложений
подрядчики - 189
проекты - 410
системы - 646
вендоры - 323

2020: Завершение проекта по созданию АС прогнозирования грузопочтовых емкостей пассажирских рейсов

18 февраля 2020 года стало известно, что компания «Иннодата» завершила проект по созданию автоматизированной системы прогнозирования грузопочтовых емкостей пассажирских рейсов для ПАО «Аэрофлот».

В июле 2019 года в ПАО «Аэрофлот» была поставлена задача оптимизировать коммерческую загрузку рейсов. Для ее решения было необходимо оптимизировать полноту использования грузопочтовой квоты пассажирских рейсов и повысить точность прогнозирования емкостей загрузки.

Эксперты компании «Иннодата», которых привлекли на реализацию проекта, проанализировали массив исторических данных по рейсам и большой объем неструктурированных данных по загрузке воздушных судов. Затем были определены метрики, по которым произведена оценка эффективности прогнозов. Результаты аналитики позволили специалистам разработать методику и критерии оценки испытаний, включая оценку качества прогнозов. Процесс исследования происходил с применением технологий машинного обучения на базе программного обеспечения Big Data (Hive, Spark ML).

«
Для прогнозирования грузопочтовых емкостей пассажирских рейсов зачастую необходимо использовать информацию о рейсах, по которым нет исторических данных для обучения моделей прогнозирования. Однако проектная команда спроектировала ядро системы таким образом, что она способна обрабатывать не только такую незафиксированную ранее информацию, но и учитывать данные о загрузке рейса, количестве пассажиров, уровне топлива. Кроме того, система реагирует на изменения в расписании, замену типов воздушных судов и другие важные факторы,
комментирует Александр Сергиенко, исполнительный директор компании «Иннодата»
»

Кроме работы с большими неструктурированными данными, реализация проекта осложнялась необходимостью расшифровывать специальные CPM- и LDM- телеграммы, которые формируются при подготовке судна к вылету. Это данные о загрузке самолета по всему маршруту и о загрузке грузовых отсеков. Поскольку составляются они вручную, то часто содержат ошибки и могут иметь несколько несовпадающих версий.Банковская цифровизация: ускоренное импортозамещение и переход на инновации. Обзор и рейтинг TAdviser 13.1 т

Разработчики консолидировали исторические данные, построили самообучаемые модели прогнозирования, создали функционал, способный настраивать и оптимизировать алгоритмы работы системы, и, как следствие, обеспечили Аэрофлот инструментом для точного прогнозирования грузопочтовой квоты.

«
В результате внедрения автоматизированной системы прогнозирования грузопочтовых емкостей пассажирских рейсов Сargo Air в «Аэрофлоте» точность прогнозных значений загрузки воздушных судов за 6 месяцев увеличилась на 20%, а точность прогнозирования доступной свободной грузовой квоты выросла до 90%. Это позволило нам существенно оптимизировать коммерческую загрузку рейсов в целом в масштабах всей Группы,
говорит Кирилл Богданов, заместитель генерального директора по информационным технологиям ПАО «Аэрофлот»
»

2019

Завершение внедрения системы оптимизации создания, проведения и анализа маркетинговых кампаний

11 февраля 2020 года стало известно, что омпания «Иннодата», российский разработчик и интегратор высокотехнологичных решений в области взаимоотношений с клиентами, завершила внедрение Системы оптимизации, создания, проведения и анализа маркетинговых кампаний в ПАО «Аэрофлот». Как результат, система имеет беспрецедентный масштаб, и способна оптимизировать более 200 кампаний в месяц, в рамках каждой из которых осуществляется более чем 33 млн коммуникаций.

Перед проектной командой была поставлена задача предоставить Аэрофлоту инструмент для оптимизации маркетинговых кампаний за счет автоматизации применения бизнес-правил.

«
Для нас это стратегически важный проект, целью которого было предоставить маркетологам Аэрофлота единый эффективный инструмент для оптимизации коммуникаций с клиентами на основе data-driven подхода. Анализ прошедших активностей позволил создать такой инструмент. Он не только сокращает операционные затраты на запуск маркетинговых активностей, но и обеспечивает клиентов оптимальными персонализированными предложениями по доступным каналам коммуникации. Такой подход не только положительно сказывается на лояльности потребителя, но и увеличивает отклик на маркетинговые кампании,
прокомментировал Кирилл Богданов, заместитель генерального директора по информационным технологиям ПАО «Аэрофлот»
»

Реализованная Система на базе единой платформы оптимизирует омниканальный подход к коммуникациям с клиентами Департамента маркетинга компании «Аэрофлот». Система позволяет маркетологам без привлечения ИТ-департамента формулировать бизнес-гипотезы, проверять их, запускать активности и формировать детальные отчеты с возможностью выбрать показатели эффективности по каждой кампании. На февраль 2020 года автоматизировано 10 рабочих мест.

Проектная команда работала с применением систем управления баз данных Hive и библиотеками Spark ML, с комплексом продуктов IPC Campaign и технологией обмена данными IPC Contact Optimization.

«
Основная сложность заключалась в проработке аналитических моделей, потому как Аэрофлот использует многочисленные источники данных в больших объемах. Разнообразны и каналы коммуникации. Тем не менее, нам удалось предоставить заказчику инструмент для достижения маркетинговых задач, разработанный на основе глубокой аналитики данных и технологий машинного обучения. Стоит отметить, что система легко масштабируется. Так, подключение очередного канала коммуникации позволит специалистам Аэрофлота без дополнительных доработок отправить клиенту предложение по данным каналам коммуникации с учетом единой контактной политики,
поясняет Александр Сергиенко, исполнительный директор компании «Иннодата»
»

Проект стартовал в декабре 2018 года и завершился в декабре 2019 года. В результате внедрения Системы оптимизации создания, отправки и анализа маркетинговых компаний ожидается рост отклика клиентов на коммуникации до 25% и сокращение отписок от маркетинговых коммуникаций «Аэрофлота» на 15%.

Единая платформа маркетинговых коммуникаций будет действовать на всей территории РФ.

Реализация проекта «Витрина данных онлайн-продаж»

26 июля 2019 года компания «Иннодата», российский разработчик решений в области аналитики на основе больших данных, сообщила о реализации проекта «Витрина данных онлайн-продаж» («Сквозная аналитика») в ПАО «Аэрофлот». Система позволяет анализировать эффективность продаж через онлайн-каналы за счет объединения из различных источников данных в едином хранилище.

Как пояснили TAdviser в компании "Иннодата", решение реализовано на основе инновационных ETL/BI-продуктов от крупнейших вендоров. При его разработке были использованы системы бизнеса-анализа, визуализации и моделирования данных и структур БД.

Ключевой задачей проекта являлось построение единой модели данных, полученных из разнородных по своей природе источников:

  • данные посещения сайта и мобильного приложения. Источник – Google Analytics;
  • данные продаж билетов. Источник – система учета доходов;
  • данные бронирований. Источник – система бронирования.

В ходе работ был проведен анализ систем, процессов продажи и выработаны правила объединения данных для оцифровки сквозного процесса продажи билетов.

Были настроены отчеты по ключевым показателям, позволяющие осуществлять регулярный мониторинг процессов, оценивать результаты A/B-тестирований, анализировать воронку продаж на сайте и в мобильном приложении. Пользователи могут создавать собственные воронки, сравнивать их между собой, что позволяет оценивать экономический эффект от доработок онлайн-платформ.

Система позволяет преднастраивать отчетность за счет внедрения единой модели данных. В дальнейшем это даст возможность каждому пользователю самостоятельно настраивать нужные отчеты и срезы данных. Подобное решение снизит нагрузку на разработчиков и облегчит доступ пользователей к разнообразным данным сразу из нескольких систем.

Дополнительным преимуществом реализации данного проекта является оптимизация текущих алгоритмов расчета показателей за счет более глубокого понимания процессов компании, которые было получено в ходе анализа систем и процессов.

«
Система сквозной аналитики – эффективный инструмент для подготовки единой отчетности для всех онлайн-каналов продаж. Автоматизированные алгоритмы сбора и верификации данных позволят сократить сроки подготовки отчетности и сократить трудозатраты,
отметил Александр Сергиенко, исполнительный директор компании «Иннодата»
»