[譯文]人工智慧：航線規劃的未來？

來自專欄 小黃的互聯網數據分析博客

原文地址:https://partners.skyscanner.net/how-ai-can-better-support-airlines-in-their-fleet-developments/thought-leadership

在一條從未飛過的航線開通之前，我們需要知道些什麼？常見的來自航司的問題類似，需求量足以支持每天一個航班么？如何定價？如何分配營銷資源？

通常來說，航司會根據一系列「直覺」回答如上問題。當「直覺」的預測效果不盡如人意的時候，也很容易歸咎於競爭形勢、宏觀經濟等其他干擾因素。航司常見的方法是根據「同一個國家的」、「已經開通航線的「其他城市來預估新航線。這個方法有明顯的不足，例如說，根據「同國家的」不同城市預估，就會將莫斯科和聖彼得堡，或者里斯本和法魯，分為同一組，雖然他們地理上是相近的，但是在航班需求方面則差異很大。

那麼，是否有更科學的方法來對新的OD對（譯者註：始發和到達，例如倫敦-里斯本，下同）進行預測呢？這將對營銷投放的精準化，定價和收益管理的初始化，以及航班時刻規劃等方面起到很大的助益。

機器學習可以提供這樣一種更為科學的處理方式，本文我們將演示一下，機器學習如何在上文所述的多因素複雜情景下，實現以數據支持決策。雖然人工智慧已經在很多行業領域被證明能切實提高效率，但是對於航線規劃來說，應用還並不常見。本文我們採用較為簡單的K-means演算法對航班搜索數據進行處理，來幫助航司得到相較之前來說更為科學的預估，以便作出更好的後續決策。（譯者注，k-means是難度和決策樹差不多的入門演算法，可以參考以前的一篇k-means入門博客）

方法：用機器學習處理航班搜索數據

在這個研究里，我們用機器學習來比較成千上萬個OD對。我們的目標是運用無監督機器學習來對他們進行分組。（譯者注，無監督就是沒有事先分類的學習，相對的有監督學習就是已經有分類，將樣本歸入）

我們的數據來自skyscanner平台的travel insight（譯者注，可以參考以前一篇關於sc數據產品的博客），對去年2016年全年的超過5萬條OD對的數據進行分析。

分析搜索數據

在這個研究里，每個目的地均具備30個參數，包括如出行月份、預定時間、停留在目的地時長（譯者註：特指非單程機票，可以是往返也可以是多程，例如上海到北京，4天後從北京返回上海，停留時長為4天）、出行組合類型（譯者註：例如成人帶兒童）等。在這個案例里，我們事先選擇了有哪些參數，期望通過機器學習來運用這些參數的比較，對OD對進行分組。

在數據源方面，我們第一沒有預先限制地理參數（譯者注，也就是避免開頭說的只考慮同一個國家），第二沒有根據距離、始發國家對線路進行有偏好的事先分類，第三也沒有引入類似價格、可售性等指標（譯者注，也就是說不考慮客人搜索的線路是否有／如何進行售賣）。數據展現的是"純粹"的用戶搜索行為。

我們的目標是根據全球用戶的（由搜索體現的）需求來尋找航線的內在共同點。

（譯者註：雖然這段提到了參數選擇，但sc的這個案例仍然省略了2個最最日常的步驟：

結果

完整的分析結果可以參考下面的dashboard（譯者注，原文頁面嵌了一個tableau的動態web報表，靜態譯文就只放了截圖）。我們首先高屋建瓴的總體看一下分析結果。

毫不意外的結果是，長線、夏季、家庭休假出行是量級最大的查詢分類。

數據顯示這種類別含有最多的OD對（譯者注，出差的大城市就那麼幾個，而休假冷門目的地繁多），通常這些線路是暑期假期出行，具有較高的周末出發或至少帶一個小孩的比例。（譯者注，一位sabre的同學也講過類似的，周末+人數可以篩選出利潤最高的線路，維度沒有本案例30個那麼多，用不著上演算法）

距離的影響大於國家

研究顯示地理因素確實存在，然而目的地離始發地的距離，關聯性要強於目的地所在國家。例如法魯（譯者注，葡萄牙南部城市）作為目的地時,和阿爾及爾（譯者注，大航海時代里的北非海盜基地之一）的搜索需求十分近似，因此被分在同一個分組。這兩個目的地都是典型的冬季目的地、周一到周四出發（譯者注，冬季休假）。他們在距離上比較相近，如果按照傳統的按國家預估的方法，這兩個目的地可能不會被歸為同一類。

（譯者注，城市和國家範圍在歐洲非常淡漠，因為幾十公里就可以多個國家，大部分歐洲網站都提供類似距離50km內的搜索，而不是限於城市、國家，這是產品國際化的歐洲特色之一）

傳統的浪漫情侶目的地城市，對單獨遊客同樣熱門

數據顯示無論是「solo」單人出行（譯者注，單打獨鬥，遊戲玩家不會不認識solo這個詞），還是雙人出行，都近似指向同一類目的地。（譯者注，也就是沒有產生離散化，沒有產生影響，或者說信息熵不大）這個結果顯示並不存在所謂"專門適合情侶"的目的地。以威尼斯為例，這是典型的情侶／蜜月目的地之一，但同時在單人出行目的地里，他的比重也相當高。

（譯者注,如下是截圖，我選了上海SHA始發，原文是交互報表，可以在右上角切換始發城市三字碼，不知道啥是三字碼請搜索引擎，這玩意和做酒店必背連鎖品牌名單一樣，是做機票必背的）

Destination map - from SHA

（譯者注，再來個韓國SEL始發的看看，明顯比我們國際化吧）

Destination map - from SEL

如何閱讀報表？

• 在面板右側選擇始發城市，然後觀察對應目的地城市的分組。
• 不同分組對應0-9數字和不同顏色標識的10個組
• 地圖下方的柱狀圖，顯示每個分組在各個參數下和其他分組的區別，柱子的具體數字只代表對比，獨立看沒有意義。（譯者注，k-means的基本原理是計算距離，雖然超過三維的距離很難想像，然後根據遠近來分組，為了避免較大數字的影響大於較小數字，例如金額對比訂單數，需要先對原數據進行標準化處理，變成同一範圍的數字，最簡單的方法例如每個數值減去平均數，再除標準差）
• 左側氣泡的大小，表示每個分組的od對數量的相對量的比較

如何使用這些分析結果？

作為營銷人員

• 可以作為「猜你喜歡」的推薦目的地來源之一。（譯者注，例如用戶預訂過上海-巴黎，根據報表可見，上海始發，巴黎為目的地第9組，同組目的地均可以優先推薦，同時第9組的參數為，長期計劃預定，夏季出行，周末出發，單人、雙人均為熱門，這些均可以用於推薦）
• 規劃目的地營銷的預算分配，特別是對於還沒有歷史數據的新航線來說，尤其適用。（譯者注，也就是用同組已經開通的去預估）

作為收益管理人員

• 可以用同分組已有航線的數據來進行初始定價
• 在收益管理組合里優化航線歸屬（譯者注，就是下一段說的網路運籌）

作為航線運籌規劃人員

• 可以根據需求分組來輔助參考在一周的哪一天、或一天的哪些時段安排航班（譯者注，例如大部分是周末起飛的搜索，傾向安排在周末）
• 可以將航線分組作為航線網路運籌的『校準』（譯者注，航線網路運籌是傳統的機票收益管理，最簡單的例子是根據不同航線冷熱頻次不同，從「航路網路組合」的角度提高整體收益，結果就是例如上海到北京、再從北京到東京的票價，比兩段相加要便宜-甚至比其中一段都便宜，而形成棄程。『校準』的意思是，可以利用同分組的已有線路，快速得到初始參數）

人工智慧時代的航線規劃

航空業一直以來都採用量化分析的方式預估並依次開通新航線。機器學習是更新、更高效處理複雜多維度數據的分析方法。引入機器學習，或許可以幫助航空業在新航線開通時減少對「直覺」的依賴。

skyscanner的數據產品travle insight可以收集大量用戶搜索需求，幫助航司開展本文這樣的分析，如需進一步了解，可以訪問網站（譯者注，請去原文地址看）。

• 注1:本文的工具是基於python實現的k-means，一種無監督學習演算法。
• 注2:本文的數據基於skyscanner平台上，去年（2016年）全年的用戶搜索數據，包括超過5萬個OD組合。

推薦閱讀：