Разработка системы предиктивной аналитики

Data.Forecast

Первая российская система предиктивной аналитики для отелей. На основе методов машинного обучения платформа позволяет прогнозировать спрос и вероятность заезда после совершения бронирования, оценивает ценовую чувствительность, оцифровывает маркетинг и автоматически рассчитывает показатели стоимости привлечения клиента.

Система предиктивной аналитики учитывает более чем 2 600 факторов, которые влияют на индустрию гостеприимства, а также специфические отраслевые параметры. Команда из ЦИИ НИУ «Высшая школа экономики» обучила более 756 моделей и провела более 2 300 экспериментов. Так, прогнозы строятся на основе алгоритмов машинного обучения различного класса и достигают точности более 94%. 

Несмотря на то, что в основе системы предиктивной аналитики Data.Forecast лежат алгоритмы машинного обучения и большое количество данных, перед нами стояла задача сделать цифры понятными, удобными и доступными для основной целевой аудитории платформы — маркетологов, отельеров, руководителей и инвесторов бизнеса. 

Для этого визуализировали сложные данные в графическом виде с помощью линейных и контрольных графиков, круговых и лучевых диаграмм, гистограмм, гистограмм с группировкой и составных гистограмм. Каждый новый вид графика отрисовывается отдельно перед интеграцией с базой данных. Сейчас дизайн-шаблонов уже более 20, и с каждой новой фичей от специалистов по машинному обучению их количество увеличивается.

Так данные быстро и удобно считываются пользователями ИТ-продукта, которые не имеют специальных технических знаний. Система включает в себя более 20 аналитических модулей и систему интеллектуальных подсказок. Например, на стартовом экране отельеры могут видеть агрегированные данные с подсказками: 

• доход в текущем месяце и сравнение его с предыдущим
• индекс бронирований Data.Index и прогноз бронирований
• спрос на номера в текущем и предыдущем периодах
• предсказательный спрос на 30 дней вперед
• изменение конверсии, волатильность, эластичность спроса по цене и другие. 

Каждый из блоков можно раскрыть и посмотреть более подробные данные, а также выбрать необходимые параметры для отображения, например, год, месяц, актив или KPI — бронирования, номеро-ночи, доход, тариф. 

Часть внутренних отчетов визуализируется из полученных данных от Центра искусственного интеллекта НИУ «Высшая школа экономики», а также по данным от внешних источников — например, динамика бронирований от Travelline, маркетинговая активность от Яндекс.Метрики, погодная обстановка и другие параметры, влияющие на загрузку номерного фонда. То есть показатели и прогнозы по ним обновляются ежедневно, интегрируются в единую систему и связываются с графическими отображениями. 

Система отмечена профессиональным экспертным сообществом. Она вошла в ТОП лучших идей Форума Агентства стратегических инициатив «Сильные идеи для нового времени 2024», в число победителей всероссийского конкурса инновационных проектов в сфере туризма и гостеприимства MITT Travel Start 2024, а также была представлена на туристическом форуме «Путешествуй!».

Применение платформы на рынке для отельеров поможет снизить затраты на анализ рынка, минимизировать число резких колебаний цен на номера с учетом спроса, уменьшить количество отмен бронирований, оптимизировать рутинные процессы и сформировать для туристов лучшее и доступное ценовое предложение на отдых.