Hoe big data kunnen zorgen voor een betere reiservaring

We schijnen een participatiemaatschappij te moeten worden, maar we zitten al in een informatiesamenleving. De hoeveelheid gegevens waarover we kunnen beschikken, groeit door toedoen van data-giganten als Google en Amazon explosief. Zij, en ook kleinere partijen, werken in toenemende mate aan het verzamelen en analyseren van zogenoemde big data.

Er bestaat geen exacte definitie van big data. Simpel gezegd verwijst de term naar de mogelijkheid om uit een grote hoeveelheid gegevens nieuwe vormen van economische waarde te creëren op een manier die van invloed is op organisaties en bedrijfstakken. Dus ook op de reisbranche. Volgens een grootschalig onderzoek van Amadeus, leverancier van reisoplossingen, staat de reisindustrie op een kruispunt. Aan het onderzoek deden Chief Information Officers mee en big data-experts van grote bedrijven, waaronder KLM-Air France, Eurostar en Marriott. De conclusie: de reisindustrie moet big data ‘dringend tot prioriteit maken’ om een intelligentere en persoonlijker reiservaring te creëren.

Dataficatie

Big data is een andere manier van gegevens bij elkaar brengen dan bij ‘small data’ het geval is. Dit laatste is een beperkte gegevensset die door steekproeven wordt verzameld; uit het aantal door carrier A verkochte vliegtuigstoelen in november 2012 kun je bijvoorbeeld voorzichtig voorspellen hoeveel er dat in november 2013 zullen zijn. Er wordt met andere woorden gezocht naar causale verbanden.

Precies het omgekeerde gebeurt bij het verzamelen van big data. Hier wordt uit enorme, gevarieerde gegevensbestanden naar correlaties gezocht. Omdat de gegevensverzameling zo groot is, kunnen verbanden worden gelegd die met een steekproef nooit ontdekt hadden kunnen worden. Dit wordt ook wel dataficatie genoemd: het omzetten van menselijke gedragingen in data. Iets dergelijks doet Google, dat al ons surfgedrag omzet in gegevens. En mobiele telefoons met geo-locatie registreren waar we zijn geweest en zetten dit vervolgens om in data. Doordat data automatisch gegenereerd worden, zijn steekproeven niet langer nodig.

CWT Travel Stress Index

Ook in de reisindustrie spelen big data een steeds grotere rol. De CWT Solutions Group – de consultancytak van Carlson Wagonlit Travel (CWT) – maakt hier gebruik van om de gevolgen van reisstress op de productiviteit van medewerkers aan te tonen. Hiertoe werd een algoritmische tool ontwikkeld, de CWT Travel Stress Index (TSI), die meet hoe en in welke mate een zakenreiziger stress ervaart. De TSI gebruikt gegevens uit negen verschillende bronnen, waaronder 15 miljoen luchtvaarttransacties (vliegtickets), stress-statistieken, demografische informatie over reizigersgedrag en door luchtvaartmaatschappijen beschikbaar gestelde gegevens over verloren en vertraagde bagage. Op basis hiervan maakte CWT een ‘trip reconstruction’ om al deze informatie in de context van een zakenreis te plaatsen.

A smarter travel experience

Terug naar het onderzoek van Amadeus, getiteld At the Big Data Crossroads: turning towards a smarter travel experience. Hierin wordt geschetst hoe big data kunnen worden gebruikt om reizen te richten op de behoeften en voorkeuren van de klant, in plaats van uit te gaan van processen. De belangrijkste bevindingen:

reisorganisaties moeten vaardig worden in gegevenswetenschap en aan de hand daarvan een big data-strategie ontwikkelen;
big data kunnen zowel de bedrijfsvoering als de reiservaring verbeteren. Hieruit vloeien nieuwe benaderingen voort van klantenbeheer, revenu-management en de interne bedrijfsvoering;
opkomende technologieën zijn cruciaal voor de big data-revolutie. De ontwikkeling van nieuwe open-source software voor het delen van gegevensverwerkingsopdrachten over meerdere commodity servers kunnen ‘de optuiging van big data leveren’. Namelijk als deze worden gecombineerd met nieuwe vormen van databases, waaronder ‘zuilvormige’ en ‘verticale’ benaderingen en opkomende programmeertalen als Python, Pig en Hive.

Nu al maken grote spelers in de reisbranche gebruik van big data om te innoveren. Waaronder KAYAK’s prijs-vluchtvoorspellingsmodel, dat klanten de waarschijnlijke verandering in vluchtprijzen voor de komende zeven dagen toont. Of het gebruik van Hadoop door Air France-KLM, als basis voor haar revenu-managementsysteem. En ook CWT, dat haar Travel Stress Index dankzij big data voortdurend kan bijschaven en verbeteren.

Een pdf van het Amadeus-onderzoek, met case studies van onder meer British Airways, Facebook en Munich Airport, kunt u hier downloaden. [PDF warning]