Data Science in Airline Industry
อุตสาหกรรมการบินถือเป็นหนึ่งในอุตสาหกรรมที่มีการแข่งขันสูง ในเรื่องการเสนอราคาที่ดึงดูดใจลูกค้า โดยเฉพาะอย่างยิ่ง Low Cost Airlines การนำ Data Science มาใช้เป็นโอกาสสร้างความได้เปรียบในการแข่งขันได้ ตัวอย่าง Use-cases ต่างๆ ที่ใช้ในอุตสาหกรรมการบิน เช่น
Dynamic Ticket Price (ราคาตั๋วที่เหมาะสม) - ราคาของสายการบินจะขึ้นอยู่กับอุปสงค์และอุปทาน มีหลายปัจจัยที่จะส่งผลต่อราคา เช่น วันหยุดสุดสัปดาห์ วันหยุดนักขัตฤกษ์ เส้นทางการบิน นอกจากนี้ยังขึ้นอยู่กับเวลาในการบิน เที่ยวบินช่วงเย็นและช่วงเช้า จะมีราคาที่แตกต่างเมื่อเทียบกับ เที่ยวบินช่วงบ่ายและช่วงดึก จุดหมายปลายทาง ประเทศ ข้อมูลประชากร และที่ตั้งทางภูมิศาสตร์ ฯลฯ ในการกำหนดราคาตั๋ว เพื่อดึงดูดลูกค้าราคาจะต้องมีการแข่งขัน การวิเคราะห์ข้อมูลจะช่วยให้สายการบินสร้างกลไกการกำหนดราคาได้แบบอัตโนมัติ และช่วยเพิ่มรายได้โดยการใช้ทรัพยากรที่มีอยู่อย่างเหมาะสมที่สุด
Personalized Offer (ข้อเสนอเฉพาะบุคคล) - สายการบินมีบริการที่ให้ความสะดวกสบายเพิ่มขึ้น และมีค่าใช้จ่าย เช่น สัมภาระชิ้นใหญ่พิเศษ สัมภาระเพิ่มเติม การอัพเกรดที่นั่ง และ อาหารบนเที่ยวบิน ฯลฯ ระบบ Recommendation ที่อยู่บนพื้นฐานของข้อมูล (Data Driven) จะช่วยให้สามารถวิเคราะห์ประวัติในอดีตของลูกค้าและแนะนำบริการที่เหมาะสมเฉพาะบุคคลได้ในขณะที่ลูกค้ากำลังจองตั๋ว
Customer Feedback (ผลตอบรับจากลูกค้า) - จะมาจากแหล่งต่างๆ เช่น ทวีตเตอร์ (หรือ X) การโทรเข้ามายัง Call Center รูปภาพ วิดีโอ ในช่องทาง Social Medias ฯลฯ การนำข้อมูลเหล่านี้ประมวลผล ซึ่งปัจจุบันสามารถจัดการได้กับข้อมูลทั้งแบบมีโครงสร้างและไม่มีโครงสร้าง (Structured & Unstructured Data) รวมไปถึงข้อมูลแบบ Real-time และช่วยเหลือทีมที่ให้บริการลูกค้า เพื่อจัดการกับข้อกังวลต่างๆ และนำเสนอ Solutions ให้กับลูกค้าได้อย่างรวดเร็ว
Fleet Maintenance (การบำรุงรักษายานพาหนะ) - การยกเลิกเที่ยวบินทุกครั้งจะส่งผลต่อรายได้รวมไปถึงภาพลักษณ์ของแบรนด์ด้วย การบำรุงรักษาที่ไม่ได้วางแผนไว้ล่วงหน้า อาจทำให้เที่ยวบินล่าช้าหรือต้องยกเลิกได้ ดังนั้น สายการบินต่างๆ จึงพยายามจัดการฝูงบินให้มีประสิทธิภาพ การบำรุงรักษาแบบคาดการณ์ล่วงหน้า (Predictive Maintenance) จะช่วยให้สายการบินรักษาฝูงบินของตนให้พร้อมใช้งาน การรวบรวมและวิเคราะห์ข้อมูลเครื่องบินแบบ Real-time จะช่วยให้เจ้าหน้าที่ซ่อมบำรุงทราบสถานการณ์ตลอดเวลา สามารถวางแผนการบำรุงรักษาล่วงหน้าได้
Crew Management (บริหารจัดการลูกเรือ) - ตัวอย่างเรื่องที่ต้องบริหารจัดการ เช่น ชั่วโมงทำงาน การเข้ากะ วันหยุดประจำสัปดาห์ วันหยุดสุดสัปดาห์ การลางานโดยไม่ได้วางแผน ใบอนุญาตที่จำเป็น ทักษะทางภาษา ฯลฯ วิทยาการข้อมูล (Data Science) จะช่วยสนับสนุนการจัดการเรื่องเหล่านี้ได้แบบอัตโนมัติ ข้อมูลเชิงลึก (Insights) ต่างๆ สามารถใช้ยกระดับการบริหารงานบุคคล (HR Management) สมรรถภาพของลูกเรือ รวมไปถึงการปฏิบัติตามกฎระเบียบอย่างถูกต้อง
ข้อมูลอ้างอิง - https://ekeeda.com/blog/application-of-data-science-in-airline-industry
