Analyses prédictives

Les analyses prédictives, pour quoi faire ?

L’analyse prédictive est devenue depuis quelques années un enjeu pour de nombreuses entreprises de l’industrie du voyage d’affaires. Plusieurs applications ont déjà vu le jour, que pouvez-vous en attendre ?

Les analyses prédictives sont le résultat pratique du Big Data et de la Business Intelligence (BI). Les voyageurs laissent beaucoup de données lors de leurs réservations, durant leurs voyages et après leurs voyages. Le big data permet de collecter toutes ces données et la business intelligence permet de les analyser efficacement pour prévoir certains événements et/ou comportements.

Grâce à l’analyse du profil voyageur basée sur l’historique de recherche et son profil de consommateur, les moteurs de recherche sont capables de suggérer des « recommandations personnalisées » comme le font Netflix ou Amazon (à partir de l’observation du comportement de l’utilisateur, on enrichit son profil continuellement). Ces suggestions sont de plus en plus pertinentes et offre une meilleure expérience d’achat.
Grâce à l’analyse des données créée par leurs programmes de fidélité, les entreprises ont une connaissance toujours plus fine des voyageurs fréquents : horaire favori, repas préférés, … Elles peuvent dorénavant leur proposer des produits adaptés à leurs goûts et à leurs humeurs ce qui permet de les fidéliser et de créer un lien fort entre le voyageur et la marque ; c’est la fameuse « expérience » que toutes les marques souhaitent faire vivre à leurs clients.

La prédiction des prix est devenue possible en croisant des informations historiques ainsi que des éléments extérieurs pouvant influencer le prix : événements prévisibles (compétition sportive, salon international, …) et le niveau de demande (taux de remplissage d’un avion/hôtel). Ainsi des startups à l’image de winglet.io croise l’historique d’une entreprise avec la disponibilité des classes tarifaires d’une compagnie aérienne pour déterminer le meilleur moment pour acheter un billet d’avion. Pour le moment, les principales TMC proposent des outils d’optimisation des tarifs post-réservation. Cependant, pour accéder à un meilleur tarif, il faudra soit que la modification soit faite avant l’émission du billet, soit que le billet soit remboursable (généralement plus onéreux…). On n’est donc pas sur du prédictif mais sur du passif, contrairement aux approches des start-ups comme Winglet.io, Hopper et consorts. Là encore, on attend des TMC qu’elles intègrent ces innovations, source d’économies significatives (Hopper annonce jusqu’à 40% d’économies sur la dépense aérienne et hôtelière).

Autre exemple d’utilisation du prédictif : quel voyageur d’affaires n’a pas subi un retard important dans son déplacement ? Là encore, grâce à l’analyse prédictive, des outils comme Lumo sont capables de prévoir 1 retard sur 4, et ce, plus de 16 heures avant qu’il ne soit annoncé par la compagnie aérienne (expliquer comment). Les TMC n’utilisent pas cette information alors qu’elles pourraient avertir les voyageurs et leurs proposer une prise en charge plus en amont (alternative de transport, gestion des correspondances, hôtels aux alentours). Ces délais et annulations coûtent chères aux compagnies aériennes qui, elles, utilisent l’analyse prédictive pour optimiser leur côté opérationnel. En 2016, durant une importante tempête sur la côte est Australienne, un système d’analyse prédictive a permis de limiter les annulations pour Qantas : 3,4% des vols annulés contre 22% d’annulations chez son concurrent direct, Virgin Australia, qui utilisait un système manuel pour gérer ses retards.

Ne stigmatisons pas systématiquement les TMC qui cherchent tout de même à intégrer des innovations, avec pour certaines de véritables laboratoires de recherche, à l’instar de FCM Travel. Cette agence a développé SAM :] un chabot qui permet de communiquer avec les voyageurs à travers des conversations virtuelles pour les aider à organiser leurs voyages et les informer non seulement sur leurs réservations, mais aussi sur des facteurs externes pouvant influencer un voyage tels que la météo ou le trafic routier. Des compagnies aériennes et ferroviaires s’y essaient aussi en mettant en place des chatbots via les réseaux sociaux. Il faut entre 15 et 20 minutes à un professionnel pour répondre à une demande alors qu’un algorithme peut y répondre en moins d’une minute – c’est un point important pour le voyageur d’affaires toujours pressé.

Selon McKinsey Global Institute, le volume mondial de données double tous les trois ans. Les TMC collectent quotidiennement énormément de données pertinentes. Elles ont là une véritable mine d’or à leur disposition qu’elles pourraient exploiter afin de proposer des services innovants et à forte valeur ajoutée pour le confort du voyageur et pour trouver de nouvelles pistes d’économies pour les entreprises, et ainsi jouer le rôle qu’on attend d’elles : devenir des TSC (Travel Services Companies).



Ùltimas actualidades