實(shí)例分析機(jī)器學(xué)習(xí)在酒店服務(wù)領(lǐng)域的實(shí)踐
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
在攜程技術(shù)中心推出的線上公開課程[攜程技術(shù)微分享]上,來自攜程酒店研發(fā)的BI經(jīng)理潘鵬舉,介紹了如何借助大數(shù)據(jù)和算法,通過機(jī)器學(xué)習(xí)去克服酒店服務(wù)行業(yè)挑戰(zhàn),給用戶帶來更好的服務(wù)體驗(yàn),給公司帶來效率提升,希望能對你有所啟發(fā)。
攜程是一個(gè)在線OTA服務(wù)公司。不同于其他行業(yè),酒店OTA有一些自己的特點(diǎn),比如天生限時(shí)限購、每個(gè)酒店庫存固定、跟酒店直接談合作房型等。作為第三方平臺(tái),OTA酒店行業(yè)也面臨眾多挑戰(zhàn),比如我們無法掌握實(shí)際庫存,依賴酒店行為;有些酒店設(shè)備落后,導(dǎo)致無法系統(tǒng)直連、無法接入EBK系統(tǒng),所以管理起來比較困難。
雖然有種種挑戰(zhàn),但我們?nèi)韵M転橛脩籼峁┝己玫念A(yù)訂體驗(yàn),酒店服務(wù)主要從好、快、準(zhǔn)三個(gè)方面來衡量?!昂谩钡腒PI包括“到店無房率”和“到店無預(yù)訂率”,“快”包括“訂單確認(rèn)時(shí)長”和“立即確認(rèn)率”,“準(zhǔn)”則包括了“信息準(zhǔn)”、“價(jià)格準(zhǔn)”、“房態(tài)準(zhǔn)”。
目前來說,很多指標(biāo)都控制在極低的水平上。 但隨著業(yè)務(wù)量的持續(xù)增長,持續(xù)增加客服人員來維持高服務(wù)水準(zhǔn)就變得不太現(xiàn)實(shí),因此借助于技術(shù)手段來實(shí)現(xiàn)自動(dòng)化、智能化是一個(gè)很好的方向,機(jī)器學(xué)習(xí)算法在其中扮演了一個(gè)很重要的角色。
攜程每天產(chǎn)生2億PV,10TB的數(shù)據(jù)量。但 數(shù)據(jù)大!=價(jià)值大,在實(shí)踐中我們主要會(huì)用到業(yè)務(wù)數(shù)據(jù)和用戶行為數(shù)據(jù),業(yè)務(wù)數(shù)據(jù)包括了訂單數(shù)據(jù)、房態(tài)、房價(jià)等數(shù)據(jù),用戶行為數(shù)據(jù)包括了用戶點(diǎn)擊、瀏覽等數(shù)據(jù)。
一般性數(shù)據(jù)時(shí)效性越高,數(shù)據(jù)價(jià)值越大,未來的人工智能就是基于過去和當(dāng)前的狀態(tài)來預(yù)測未來,再用預(yù)測來影響未來。打個(gè)比方,如果你只利用過去的數(shù)據(jù),比如統(tǒng)計(jì)報(bào)表、數(shù)據(jù)分析,那么你就挖到了銀礦,因?yàn)榉治鲞^去的數(shù)據(jù)只能控制未來不會(huì)犯同樣的錯(cuò)誤,但若結(jié)合過去和當(dāng)下的數(shù)據(jù)預(yù)測了未來,那么可就挖到鉆石,因?yàn)榭梢杂妙A(yù)測結(jié)果和實(shí)際進(jìn)行對比發(fā)現(xiàn)新的黑天鵝現(xiàn)象,從而來指導(dǎo)業(yè)務(wù)進(jìn)行轉(zhuǎn)變。
接下來我們看看一些實(shí)踐案例,看一下機(jī)器學(xué)習(xí)算法是怎么提高業(yè)務(wù)水平的。
一、機(jī)器學(xué)習(xí)提升用戶預(yù)訂極致體驗(yàn)
在服務(wù)指標(biāo)中,“快”體現(xiàn)了我們的服務(wù)速度,有兩個(gè)重要KPI:立即確認(rèn)和訂單確認(rèn)時(shí)長。我們有個(gè)業(yè)務(wù)邏輯叫保留房,是酒店承諾給攜程的庫存量。針對保留房我們可以立即確認(rèn)訂單給客人,確認(rèn)時(shí)長為零。針對非保留房,確認(rèn)速度比較慢,需要等酒店回復(fù)信息之后才能確認(rèn)訂單給客人,導(dǎo)致客人體驗(yàn)差,當(dāng)然并不是所有的酒店都愿意和我們簽訂保留房,并且保留房有時(shí)間限制,到了入住日晚上X點(diǎn)以后,保留房就失效了,所以非保留房的存在,決定了“快”的服務(wù)水準(zhǔn)。針對提高非保留房的服務(wù)水準(zhǔn)是我們的一個(gè)很重要的課題。
確認(rèn)流程簡圖
對整個(gè)流程進(jìn)行分析,我們發(fā)現(xiàn)有兩個(gè)可以優(yōu)化的點(diǎn):
非保留房的確認(rèn)率90%+,也就是我們的推翻的訂單10%都不到,如果我們可以對非保留房里面的確認(rèn)概率高(確認(rèn)準(zhǔn)確率99%+,與保留房的確認(rèn)率持平)的訂單先確認(rèn),那么實(shí)際上非保留房的流程可以遵循保留房的流程,我們暫且叫虛擬保留房。針對怎么挑出這些確認(rèn)概率高的訂單命題,機(jī)器學(xué)習(xí)算法就起作用了;
紅色部分“等待至X分鐘“設(shè)置的不合理,因?yàn)橛行┚频暝赬分鐘內(nèi)是肯定不回傳的,還要硬等X分鐘,導(dǎo)致很多訂單確認(rèn)時(shí)長就白白多了X分鐘。那么針對哪些訂單是肯定不回傳,哪些是回傳的命題,機(jī)器學(xué)習(xí)算法就發(fā)揮作用了。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
實(shí)例分析機(jī)器學(xué)習(xí)在酒店服務(wù)領(lǐng)域的實(shí)踐下載
相關(guān)電子資料下載
- 如何創(chuàng)建FPGA控制的機(jī)器人手臂 49
- 機(jī)器學(xué)習(xí)需要掌握的九種工具盤點(diǎn) 16
- Hugging Face被限制訪問 404
- 《人工智能在指揮和控制系統(tǒng)中的決策支持》 133
- 生成式人工智能和機(jī)器學(xué)習(xí)正在這9個(gè)學(xué)科中打造未來 216
- 智慧礦山AI算法帶你解決皮帶運(yùn)行難題! 51
- 人工智能領(lǐng)域存在第一性原理嗎? 53
- 英特爾啟動(dòng)首個(gè)AI PC加速計(jì)劃,目標(biāo)2025年前為超100萬臺(tái)PC提供AI特性 223
- PLC就是邏輯控制嗎?PLC的網(wǎng)絡(luò)通信怎么樣? 51
- 機(jī)器學(xué)習(xí)常用的5種采樣方法盤點(diǎn) 45